Есть старый советский мультфильм «Вовка в Тридевятом царстве» 1965 года. Герой мечтает о сказочной жизни, в которой ничего не нужно делать самому. В какой-то момент появляются «двое из ларца» — помощники, готовые выполнить любую команду быстро и без лишних вопросов. Но границ задачи они не понимают: не только добывают сладости, но и сами начинают их есть. Отсюда знаменитое возмущение Вовки: «Вы что, и конфеты за меня есть будете?» (Wikipedia)
Сцена показывает, как легко превратить осмысленное поручение в бессмысленный ритуал. Команда выполнена буквально, уверенно и быстро — но цель потеряна. Помощники не видят, зачем вообще были нужны конфеты.
В 2026 году у IT-сервисных компаний с ИИ примерно та же история.
Мечта как будто сбылась. ИИ уже умеет разбирать алерты, резюмировать инциденты, подсказывать вероятные причины деградации, раскладывать события по таймлайну, генерировать черновики постмортемов, искать подозрительные паттерны в логах и даже разговаривать с телеметрией почти человеческим языком. Для SRE и ops это очень соблазнительно: вот он, долгожданный помощник, который не устаёт и не жалуется на ночные дежурства.
Но ИИ — большая языковая модель. Не большая смысловая. Она создана не для поиска смысла, а для продолжения текста.
Если в ответе появляется смысл, то во многом потому, что модель училась на осмысленных текстах — не на всех, очевидно. Дальше на эту шальную корову надевают седло: добавляют агентов, tool calling, runbooks, интеграции с продом и guardrails — и начинается родео. Седло помогает ездоку удержаться, но не задаёт направление. Смысл и цель задачи по-прежнему приходится удерживать человеку.
Опасность начинается там, где связный текст принимают за смысл. Убедительный абзац, уверенный RCA и красивый таймлайн сами по себе ничего не доказывают. Полно текстов, лишённых всякого смысла. В эксплуатации они особенно коварны: звучат как решение, пока кто-нибудь не проверит, к какому действию они ведут.
ИИ не заменил SRE. Он забрал часть рутины
ИИ хорошо справляется с грязной, шумной и утомительной частью операционной работы — там, где нужно собрать картину, отфильтровать шум, восстановить последовательность событий и подготовить черновик.
Раньше инженер тратил часы на то, чтобы вручную собрать картину инцидента из логов, метрик, трейсов, событий деплоя и переписки в чатах. Теперь часть этой работы занимает минуты. По данным Elastic, в 2026 году 85% организаций уже используют GenAI в observability, а через два года ожидают 98%. Но там же есть важная оговорка: standalone-инструменты без контекста полезны только для разовых разборов. В production работают платформы, которые знают зависимости сервисов, паттерны деплоя и собственные данные компании. (Elastic)
Для сервисной компании это вполне практическая выгода. Клиент платит не за героическое листание логов в три часа ночи, а за то, чтобы проблему быстрее нашли и локализовали. ИИ полезен именно на этапе первичного разбора: собрать сигналы, связать симптомы, подсветить вероятные гипотезы и не упустить важные фрагменты телеметрии.
«Двое из ларца» действительно могут первыми прибежать на инцидент. Они быстро отвечают и иногда даже оказываются правы. Но быстрый текст — ещё не решение, а значит, право принимать решения им отдавать рано.
Самое ценное в 2026 году — границы автоматизации
В эксплуатации ошибка стоит дороже, чем в красивой демке. Если ИИ напутал в статье — неприятно. Если во время инцидента он уверенно повёл команду не туда, вы потеряете часы, деньги и доверие клиента. Языковая модель способна очень убедительно развивать ошибочную версию событий.
Human-in-the-loop из nice-to-have превратился в обязательную норму. Elastic пишет, что при выборе observability-платформ команды всё чаще оценивают guardrails и механизмы человеческого контроля, а безопасность остаётся главным опасением при внедрении GenAI для 61% организаций. (Elastic)
В SRE нельзя просто сказать: «Пусть агент сам разрулит». Ему можно поручить сортировку сигналов, сбор контекста, черновой RCA и поиск похожих инцидентов. Но право менять систему — особенно во время аварии — должно оставаться под строгим контролем. Как и право сказать: «Этот красивый текст никуда не ведёт».
Иначе однажды ИИ не просто поможет вам разобраться с продом, а начнёт ошибаться в проде от вашего имени — уверенно, связно и без малейшего ощущения, что задача уже потеряла смысл.
Это будет уже совсем не смешной ремейк Вовки.
Меняется не только реакция на инциденты, но и экономика сервиса
ИИ меняет стоимость рутинной работы сервисной компании.
Задачи, на которые раньше уходило несколько часов опытного инженера, всё чаще укладываются в 15 минут работы, если у инженера есть хороший контекст и время на проверку. Поэтому всё хуже работает старая магия биллинга, когда большой объём ручной суеты выдавали за большую ценность.
Особенно хорошо это видно в support и managed services. Если ИИ быстро обобщает поток событий, снижает alert fatigue, поднимает связанный контекст и предлагает типовые шаги, клиент ждёт уже не просто «команду дежурных», а более быстрого и зрелого сервиса. SolarWinds в обзоре 2026 года связывает AI-driven monitoring с сокращением alert fatigue, ускорением incident response и необходимостью единой видимости в гибридной инфраструктуре. Там же отмечается, что 51% сред остаются преимущественно или полностью on-premises. Старая добрая гибридная боль у сервисных компаний никуда не делась. (SolarWinds)
Раньше можно было продавать усилия. Теперь всё чаще придётся продавать зрелость эксплуатации.
Не «у нас есть инженеры» и не «у нас есть ИИ», а: «У нас есть процесс, в котором инженеры удерживают смысл, а ИИ сокращает объём ручной работы. Вместе они снижают MTTR и уровень шума, быстрее восстанавливают сервис и не ломают по дороге безопасность».
ИИ делает SRE быстрее. Ответственность — нет
В 2026 году ИИ уже годится на роль очень бодрого младшего дежурного. Он быстро читает, ищет, резюмирует и предлагает. Иногда даже пугающе быстро. Но скорость текста — не скорость смысла. Ценность зрелой IT-сервисной компании по-прежнему держится на человеческом умении отличить симптом от причины, шум от сигнала, вероятную гипотезу от опасной ерунды, полезную автоматизацию от автоматизированной глупости, а связный язык — от осмысленного решения.
Поэтому хороший сервисный бизнес строится не вокруг лозунга «мы используем ИИ», а вокруг более скучной, но гораздо более прибыльной формулы:
мы знаем, что можно отдать языковой модели и как не потерять при этом смысл процесса.
Индустрия много лет мечтала о помощнике, который придёт и разгрузит эксплуатацию. Он наконец пришёл: резюмирует логи, ищет корреляции, рисует таймлайны, подсказывает гипотезы. Красавец. Загляденье. Главное — не путать его речь с пониманием.