Квадрант Gartner з Observability виводить AI-агентів у центр уваги

Платформи observability раніше були водопроводом. Ви прокладали труби, підключали зливи та сподівалися, що нічого не засмічиться в неділю вночі. Тепер усе змінилося. Gartner прогнозує, що ринок observability досягне $14,3 мільярда до 2028 року, і причина не в тому, що логи стали цікавішими. Справа в тому, що вода, яка тече через ці труби, тепер наполовину телеметрія, наполовину AI-вихлоп, і ніхто не має чіткого способу її виміряти.

Останній Magic Quadrant для платформ observability називає 19 вендорів і перебудовує рейтинг навколо одного незручного питання: чи здатна ваша платформа насправді спостерігати за тим, як AI-агент виконує свою роботу?

Цифри

Почнімо із загальної картини. Як повідомляє Network World, Gartner розмістив вісім вендорів у квадранті Leaders: Chronosphere, Coralogix, Datadog, Dynatrace, Elastic, Grafana Labs, IBM та New Relic. До Challengers увійшли Alibaba Cloud, AWS, LogicMonitor, Microsoft та Splunk. Visionaries представлені BMC Helix та Honeycomb. Niche Players охоплює Apica, HPE, ScienceLogic та SolarWinds.

Квадрант Leaders виявився переповненим. Вісім імен — це багато для одного квадранта, і це свідчить про те, що категорія дозріла до точки, де провідні вендори здебільшого добре роблять одне й те саме. Диференціація перемістилася в інше місце.

Цифри витрат — ось де стає некомфортно. Gartner каже, що 5% його клієнтів витрачають понад $10 мільйонів на рік з одним вендором observability. Прочитайте це двічі. Кожне двадцяте підприємство має восьмизначну статтю витрат у одного вендора за логи, метрики та трейси. Це вже не рахунок за моніторинг. Це топ-10 інфраструктурних витрат, поряд із хмарними обчисленнями та ліцензованими базами даних.

Кожен, хто сперечався з фінансовим директором через рахунок від Datadog, знає, як ця розмова відбувається. Фінанси хочуть знати, чому observability зростало швидше за чисельність персоналу, а чесна відповідь полягає в тому, що обсяг телеметрії зростав швидше за обидва показники. Метрики з високою кардинальністю від Kubernetes, розподілене трейсування через десятки мікросервісів, а тепер і логи на рівні токенів від LLM-викликів — усе це накопичується.

Прогноз у $14,3 мільярда на 2028 рік передбачає стабільне зростання, але цікавіша цифра — це концентрація. Коли 5% покупців вже досягають восьмизначних сум, економіка вендора починає нагадувати корпоративне ліцензування баз даних у 2000-х. Жменька масштабних акаунтів субсидіює всіх інших, і втрата одного з них — це поганий квартал.

Система оцінювання Gartner відповідно змінилася. Вендори тепер оцінюються за повним стеком observability та «довірою до дорожньої карти» щодо AI observability, сумісності з OpenTelemetry, а також здатності спостерігати та керувати AI-агентами. Зверніть увагу на слово «керувати», яке тихо робить свою роботу в цьому списку. Йдеться не лише про те, щоб бачити, що роблять агенти. Йдеться про те, щоб довести аудиторам, що ви це бачили.

Що справді нового

Кожен звіт з observability стверджує, що щось нове з'явилося. Найчастіше це перейменований дашборд. Цього разу є реальна суть — і це шар AI observability.

Gartner виокремлює конкретні метрики, у які організації тепер хочуть отримати видимість: споживання токенів, затримка моделі, якість відповіді та рівень галюцинацій. Три з цих чотирьох взагалі не відображаються в традиційному APM. Споживання токенів — це сигнал витрат, який поводиться більше як метрика хмарного білінгу, ніж лічильник запитів. Якість відповіді суб'єктивна і вимагає конвеєрів оцінювання. Рівень галюцинацій потребує компаратора еталонних відповідей, якого в більшості команд немає під рукою.

Нудна частина observability — кількість запитів, частота помилок, затримка p99 — була вирішена десять років тому. Проблема в тому, що застосунки на основі LLM виробляють інші режими відмов. Повільну відповідь можна простежити. Впевнено помилкова відповідь виглядає ідентично до правильної на мережевому рівні. Традиційні трейси тут не допоможуть.

Gartner відверто говорить про маркетинговий розрив. У звіті зазначається, що перехід «від генеративних AI-асистентів до автономних агентів є складнішим, ніж маркетинг вендорів припускає». Переклад: половина вендорів, які заявляють про можливості автономного розслідування, постачають демо, а не продукти. Якщо ви бували на keynote, де агент «самовідновлює» виробничий інцидент на кураторському наборі даних, ви знаєте це відчуття.

Ще один справді новий елемент — управління конвеєром як стратегічний шар. Gartner позиціонує його як центральний для сучасних розгортань, і це пряме наслідком проблеми витрат. Коли обсяги телеметрії перевищують ціноутворення на інгестію вашої платформи, вам потрібен механізм перед вендором для семплювання, агрегації та відкидання шуму. Цей механізм тепер сам по собі є окремою категорією, а незалежні від вендора інструменти конвеєра підривають маржу платформ, яких вони живлять.

Нарешті, інструментування на основі eBPF тихо досягло переломної точки. У поєднанні з OpenTelemetry тепер можна збирати телеметрію виробничого рівня без агентів конкретного вендора. Це змінює позиції на переговорах.

Що вже враховано для інженерних команд

Частину цього спільнота передбачала заздалегідь. OpenTelemetry як базова вимога — це напрямок руху вже три роки. Підтвердження Gartner того, що корпоративні покупці тепер вважають підтримку OTel «базовою вимогою, а не диференціатором», не є шоком. Це формальний кінець епохи, коли вендори могли виграти угоди завдяки своєму пропрієтарному агенту.

Занепокоєння щодо витрат також уже враховано. Кожна серйозна платформна команда мала розмову «чому наш рахунок за Splunk більший за наш рахунок за Postgres». Що змінюється — так це те, що ця розмова вийшла за межі інженерії й потрапила на стіл до відділу закупівель і фінансів. Коли CFO контролює статтю observability, швидкість розробки функцій перестає бути вирішальним чинником. Розподіл витрат і аналіз використання стають основним аргументом.

Що ще не враховано, на мою думку, — це аспект управління для AI-агентів. Більшість інженерних команд досі розглядають observability агентів як проблему налагодження. Framing Gartner натякає на те, що насправді це очікувана проблема відповідності вимогам. Якщо агент виконує дію, яка коштує грошей або переміщує дані, вам потрібен аудиторський слід запиту, версії моделі, викликів інструментів та відповіді. Це не «додайте span до вашого трейса». Це нова модель даних.

Сигнал консолідації також варто сприймати серйозно. Gartner каже, що ринок продовжує надавати перевагу платформним вендорам, які поєднують повний стек observability з інтегрованими AI-можливостями. Якщо ви — команда середнього розміру, яка зараз використовує три точкових інструменти, тиск на об'єднання посилиться, а окремому вендору логів буде важче на наступному циклі поновлення.

Контраріанський погляд

Консенсусна думка полягає в тому, що AI observability — це наступна велика платформна битва, і перемагає вендор із найкращою історією моніторингу агентів. Я не переконаний.

Ось контраргумент. OpenTelemetry та eBPF, за словами самого Gartner, «знизили бар'єри для переходу між вендорами observability» та перетворили збір телеметрії на товар. Якщо збір є товаром і рівень зберігання піде тим самим шляхом (а він піде, коли дозріють бекенди на основі об'єктного сховища), то рів платформи — не її AI-функції. Рів — це її дані.

Це означає, що переможцями хвилі AI observability можуть виявитися зовсім не вендори поточного квадранта Leaders. Це можуть бути вендори, які розглядають дані observability як субстрат для предметно-орієнтованого інструментарію. Присутність Honeycomb у Visionaries натякає на це. Так само і той факт, що Chronosphere, який побудував свою репутацію на контролі витрат, а не на широті функцій, перебуває в Leaders.

Ще один контраріанський кут: покупці, які витрачають понад $10 мільйонів, можуть бути антипатерном, що готується до корекції. Коли 5% клієнтів платять стільки, деякі з них почнуть будувати власне. Внутрішні платформи observability на ClickHouse або подібних рішеннях перейшли від екзотики до розумного вибору приблизно за вісімнадцять місяців. Наступний Magic Quadrant може бути коротшим, а не довшим.

Ключові висновки

• AI observability — нова вісь оцінювання. Споживання токенів, затримка моделі, якість відповіді та рівень галюцинацій тепер є у картці оцінювання вендора. Якщо ваша платформа не може їх відображати, очікуйте, що це питання виникне в наступному RFP.
• OpenTelemetry — базова вимога, а не диференціатор. Вендори, які виграють завдяки пропрієтарним агентам, живуть у борг часу. Портативність інструментування — це перевага покупця.
• Конвеєри телеметрії — реальна бюджетна стаття. Оскільки 5% клієнтів Gartner витрачають понад $10 млн на рік з одним вендором, управління конвеєром і розподіл витрат переходять від «бажаного» до «обов'язкового для закупівель».
• Моніторинг автономних агентів — переважно маркетинг. Gartner прямо попереджає, що заяви вендорів про автономні операції випереджають реальність. Ставтеся до демо з відповідним скептицизмом.
• Управління — прихована вимога. Спостереження за AI-агентами — це не просто налагодження. Це побудова аудиторського сліду, який ваша команда з відповідності вимогам запросить за дванадцять місяців.

Повернімося до водопроводу. Труби досі мають значення, але корисне навантаження, що тече через них, змінилося. Те, що раніше було рахунком за моніторинг, тепер є рахунком за платформу даних із доданою надбавкою за відповідність вимогам. Вендори, які усвідомлюють, що їхній продукт насправді є системою управління для AI-навантажень (з дашбордами, прикрученими зверху), залишаться в квадранті Leaders, коли Gartner проведе це дослідження знову у 2027 році. Решта продають витратоміри на ринку, який щойно виявив, що йому потрібна водоочисна станція.