2030 Компания, нативная к Provenance.

Author: Yauheni Kurbayeu
Published: March 13, 2026
LinkedIn

Представим «компанию, нативную к Provenance» в 2030 году — организацию, изначально построенную вокруг происхождения решений (decision lineage), памяти SDLC и трассируемости выполнения AI, а не пытающуюся внедрить это задним числом.

A Provenance-Native Company (2030)

1. Организационная память становится базовой инфраструктурой.

В компании, нативной к provenance, организационная память рассматривается как инфраструктура, а не как документация.

Вместо того чтобы знания были разбросаны по инструментам вроде Jira, Slack, GitHub и Notion, все рабочие события автоматически создают структурированные записи provenance.

Каждое значимое действие формирует узлы в графе решений:

-   Decision
-   Assumption
-   Constraint
-   Risk
-   Experiment
-   Artifact
-   Agent execution

Эти узлы автоматически связываются между собой.

Результат — живой причинно‑следственный граф организации.

Это не документация, написанная задним числом, а память, возникающая как побочный эффект работы.

2. AI‑агенты обязаны создавать provenance.

К 2030 году большая часть работы выполняется с участием AI‑агентов.

В компании, нативной к provenance, AI‑агенты не могут выполняться без создания записей трассируемости.

Каждое выполнение фиксирует:

-   Agent identity
-   Model version
-   Inputs
-   Reasoning chain
-   Tools used
-   Decision references
-   Output artifacts
-   Confidence / risk notes

Это становится стандартной операционной телеметрией, аналогично тому, как сегодня работает observability.

Но вместо наблюдения за системами компания наблюдает потоки решений.

3. Архитектура превращается в живой граф решений.

Диаграммы архитектуры становятся вторичными.

Вместо этого архитектура представляется как граф решений во времени.

Пример:

Decision: Split EU infrastructure
  ├── Assumption: GDPR enforcement risk
  ├── Constraint: Data residency
  ├── Risk: Deployment complexity
  └── Resulting artifacts:
          - AWS EU cluster
          - Separate pipelines

Через шесть месяцев появляется новый узел:

Decision: Merge EU & US services
Reason: Regulatory change
Supersedes: Decision #231

Архитектура становится рассуждением во времени, а не статическими диаграммами.

4. Встречи превращаются в системы фиксации решений.

Встречи по‑прежнему существуют, но их цель меняется.

Вместо того чтобы обсуждения исчезали в заметках, системы извлекают:

-   Proposed decisions
-   Risks
-   Assumptions
-   Disagreements
-   Action items

Эти элементы сохраняются как структурированные узлы.

Система автоматически связывает их с:

изменениями в коде
функциональностью продукта
инцидентами
экспериментами

Со временем компания накапливает причинную историю того, почему происходили те или иные события.

5. Инциденты расследуются через происхождение решений.

Сегодня анализ инцидентов обычно сосредоточен на:

логах
метриках
коде

В компании, нативной к provenance, расследование начинается иначе:

Какая цепочка решений привела к сбою?

Пример:

Incident: Payment outage

Trace:
    Code change
    ↓
    Decision: switch payment provider
    ↓
    Assumption: fallback system ready
    ↓
    Assumption invalid

Корневая причина становится неверными предположениями, а не только ошибочным кодом.

6. Институциональное знание становится доступным для запросов.

Сотрудники могут спрашивать:

Почему мы используем эту архитектуру?
Какие предположения обосновывают это ограничение?
От каких решений зависит этот компонент?

Система восстанавливает ответы с помощью графа решений.

Это принципиально отличается от RAG поверх документации.

Ответы формируются на основе причинной линии решений, а не текстового сходства.

7. Стратегия отслеживается как эволюция решений.

Даже стратегические решения руководства фиксируются в графе provenance.

Пример:

Strategic Decision: Enter EU market
Assumptions: 
    - EU demand growing 
    - compliance manageable

Constraints: 
    - data residency 
    - local legal frameworks

Через два года:

Decision: Expand EU infrastructure
Supersedes: initial EU strategy
Reason: adoption exceeded forecast

Стратегия становится рассуждением, которое можно проследить во времени.

8. Компания накапливает «капитал решений».

Это, пожалуй, самый интересный результат.

Сегодня компании накапливают:

код
данные
документы

Компания, нативная к provenance, накапливает капитал решений.

То есть исторический граф:

компромиссов
неудачных идей
подтверждённых предположений
эволюции архитектуры
стратегического мышления

Новые сотрудники и AI‑системы могут мгновенно понять логику мышления организации.

Это значительно ускоряет адаптацию и стратегическое выравнивание.

9. AI становится безопаснее для использования.

Одна из крупнейших проблем современных AI‑систем — ответственность.

В компании, нативной к provenance, каждое действие AI можно проследить до:

того, кто утвердил цель
какие предположения были использованы
какая модель сгенерировала результат
какая цепочка решений разрешила выполнение

Это делает AI аудируемым и управляемым.

10. Культура смещается в сторону мышления решениями.

Инженеры перестают спрашивать:

«Какой код нам нужно написать?»

Они начинают спрашивать:

«Какое решение мы принимаем?»

Артефакты — код, документы и эксперименты — становятся следствиями решений.

Ирония

Самый интересный аспект этого будущего в том, что оно не требует революционных технологий.

Всё необходимое уже существует:

графовые базы данных
векторные embeddings
AI‑агенты
event‑pipeline системы
observability‑стеки

Не хватает только ментальной модели.

Именно её и вводит Provenance Manifesto.