🤖Агентный ИИ: маркетинговый ход или технологическая революция?

Компании-разработчики больших языковых моделей и консалтинговые организации утверждают, что мировая экономика переживает беспрецедентное преобразование, сравнимое с первой промышленной революцией. В центре этих изменений находится агентный искусственный интеллект (ИИ) — технология, которая способна на автономную обработку данных и самостоятельное принятие решений в бизнесе и государственном управлении.

Агентный ИИ отличается от существующих ИИ-систем способностью действовать автономно, без постоянного взаимодействия с человеком. В отличие от уже существующих систем автоматизации бизнес-процессов и электронного документооборота, агентные системы не действуют по жестко заданной программе. Они способны самостоятельно искать пути решения поставленных проблем, собирать необходимые данные, делегировать задачи и предоставлять пользователю готовый результат без лишних деталей.

Технологическая архитектура агентного ИИ строится на интеграции больших языковых моделей с системами планирования, памяти и инструментами взаимодействия с внешней средой. Главные различия между агентным и генеративным ИИ проявляются в трех аспектах. Агентный ИИ ориентирован на принятие решений в противоположность созданию контента. Он функционирует независимо от человеческих промптов и действует для решения конкретных целей: например, повышения продаж, роста удовлетворенности клиентов или оптимизации цепочек поставок. Агентные системы способны выстраивать план действий, выполнять его, самостоятельно осуществляя поиск в базах данных, запуская рабочие процессы и, при необходимости, корректировать первоначальный план в зависимости от промежуточных результатов.

Исследование, проведенное IBM среди 1 036 разработчиков корпоративных ИИ-приложений, выявило, что 99% из них изучают возможность создания ИИ-агентов или уже приступили к их разработке. Агентный ИИ планируют использовать для обслуживания клиентов, управления проектами и создания контента.

Однако большинство проектов не вышли из стадии эксперимента. Современные модели на середину 2025 года не способны самостоятельно достигать сложных бизнес-целей или выполнять многоэтапные задачи. На текущем уровне развития эти системы требуют строгого тестирования в изолированных средах для предотвращения каскадных сбоев при развертывании в условиях работы с реальными рабочими системами. Неотъемлемой частью создания жизнеспособных агентов для индустрий с высокой ценой ошибки являются механизмы отката действий и аудита принимаемых решений.

Какие проблемы и какие потенциальные выгоды от использования агентного ИИ может получить бизнес? ВО сколько оценивается рынок агентного ИИ? И какие риски разработчики не преодолели прямо сейчас? Об этом читайте в материале Института изучения мировых рынков.