Свыше 40% проектов по созданию ИИ-агентов, способных самостоятельно выполнять задачи, будут закрыты к концу 2027 г. Об этом свидетельствуют данные аналитической компании Gartner. Причины – завышенные ожидания, непрозрачная экономическая эффективность и технологическая незрелость.
Ожидания пока выше возможностей
По словам старшего директора-аналитика Gartner Анушри Вермы, большинство инициатив в этой области – эксперименты, подпитываемые модой на ИИ. "Сегодняшние модели неспособны надежно справляться со сложными задачами, требующими рассуждений, памяти и устойчивого контекстного управления. Зачастую они не выдерживают реального взаимодействия с бизнес-процессами", – подчеркивает она.
Отчет Gartner указывает на феномен "агентного вранья" – маркетинговую практику, при которой компании переименовывают обычные чат-боты и ассистентов в ИИ-агентов. Реально функциональных решений на рынке немного: из тысяч поставщиков лишь около 130 предлагают полноценные системы с возможностью автономного принятия решений и адаптации под цели пользователя.
Экономика агента: дорого, медленно, неэффективно?
Несмотря на потенциал, внедрение ИИ-агентов требует значительных инвестиций – в вычисления, хранение данных, настройку пайплайнов, наблюдаемость и защиту. При этом многие проекты оказываются не готовы к производственной эксплуатации, особенно в корпоративной среде с повышенными требованиями к надежности, контролю и безопасности.
По данным MIT Sloan, лишь 13% компаний, инвестировавших в агентные технологии, сумели вывести их за пределы прототипов. Среди барьеров – нехватка доверия со стороны сотрудников, слабая интеграция в бизнес-процессы и невозможность объяснить поведение агентов в критических ситуациях.
Агентный поворот: куда смотрит индустрия
Тем не менее рынок не отказывается от концепции. Развивается подход Multi-Agent Orchestration, когда несколько специализированных агентов работают как команда: одни обрабатывают запросы, другие ищут данные, третьи следят за логикой, четвертые проверяют результат. Этот подход снижает риски и позволяет масштабировать систему по частям.
Вендоры создают платформы управления агентами, обеспечивая аудит, тестирование и ограничение полномочий. В приоритете – контролируемые среды, где агенты выполняют строго заданные задачи в рамках ограниченных ролей. Например, корпоративные сценарии: генерация отчетов, помощь в ИТ-поддержке, мониторинг соответствия нормативам.
Российский взгляд: ставка на прикладную ценность
"Я вижу потенциал мультиагентных систем и включил их в стратегию развития ИИ "Группы Астра". Цель этой стратегии – приносить конкретную ценность бизнесу. Мы достигаем хороших результатов, концентрируясь на прикладных задачах, используя качественные данные и поэтапно внедряя технологии. Системный подход помогает преодолеть вызовы, описанные Gartner, и позволяет быть в лидирующих позициях на рынке безопасных ИИ-решений", – говорит Станислав Ежов, директор департамента развития искусственного интеллекта "Группы Астра".
Он подчеркивает: внедрение ИИ-агентов в инфраструктуре заказчиков требует не только технологического фундамента, но и методологии. В "Группе Астра" ставка сделана на доверенные платформы, развитие цифровых двойников процессов и формирование прозрачных цепочек действий агентов.
Что дальше: эволюция или стагнация?
ИИ-агенты продолжают оставаться привлекательной концепцией, но их массовое внедрение – вопрос лет, а не месяцев. Чтобы стать надежным инструментом бизнеса, они должны научиться:
- объяснять свои действия и решения;
- работать с нестандартными ситуациями;
- безопасно взаимодействовать с другими системами;
- учитывать правовые и этические ограничения.
Компании, желающие использовать агентов, должны действовать аккуратно: выбирать реальные задачи, контролировать архитектуру и избегать модных терминов без содержания. Агенты не заменят человека, но помогут ему быть эффективнее – при условии, что их разработка и внедрение подчинены здравому смыслу, а не хайпу.