ИИ-агенты — самая обсуждаемая тема в корпоративной технологической повестке. Однако разрыв между интересом и результатом по-прежнему велик. В прогнозе Gartner от июня 2025 года говорилось, что более 40% проектов с ИИ-агентами будут отменены к концу 2027 года из-за роста затрат, неясной бизнес-ценности или недостаточного контроля рисков.
Год спустя картина свидетельствует о стремительном росте ожиданий. Согласно оценке Gartner Hype Cycle для агентного ИИ 2026 года, агенты находятся на пике завышенных ожиданий. Лишь 17% организаций уже внедрили агентов, тогда как более 60% рассчитывают внедрить их в течение двух лет. Gartner определяет это как самую агрессивную кривую внедрения среди новых технологий, которые компания оценивает.
В этой статье мы со ссылками на источники разбираем, в каких задачах агенты приносят ценность сегодня, на каких этапах проекты буксуют и какие вопросы стоит задать до принятия инвестиционного решения.
Что делает ИИ-агент?
Слово «агент» используют для систем с разными возможностями. Классификация, предложенная Gartner в мае 2026 года, даёт удобную основу, чтобы чётко разграничить эти понятия. В её рамках агенты делятся на четыре уровня автономности:
- Наблюдать: Имеет доступ только на чтение к заданным источникам данных. Типичные примеры — резюмирование документов и поиск информации.
- Рекомендовать: Готовит черновик, рекомендацию или предлагаемое действие; человек проверяет все результаты и сам выполняет операцию. К этому уровню относятся черновики электронных писем и поддержка принятия решений.
- Выполнять после одобрения: Может выполнять такие операции, как запись данных или отправка сообщений, но для каждой операции требуется явное одобрение человека.
- Выполнять автономно: Действует самостоятельно в заданных границах; человек следит не за отдельными решениями, а за исключениями и совокупными результатами.
Это различие важно, поскольку риск проекта, его стоимость и необходимый уровень контроля во многом зависят от того, на каком уровне работает агент.
В каких задачах агенты приносят ценность?
По оценке Gartner Hype Cycle, компании пробуют агентов для автоматизации отдельных задач преимущественно в таких областях, как разработка программного обеспечения, поддержка клиентов и операционная деятельность. В той же оценке подчёркивается, что большинство внедрений остаются узкими по охвату, а полностью автономные агенты не готовы к большинству корпоративных сценариев использования.
Глобальный опрос McKinsey, опубликованный в августе 2026 года, рисует схожую картину. Примерно два респондента из десяти сообщают, что их организации перешли к этапу масштабирования ИИ-агентов на уровне всего предприятия. Среди крупных организаций с годовой выручкой свыше 1 млрд долларов доля тех, кто масштабирует агентов хотя бы в одной функции, за год выросла с 27% до 40%, тогда как среди более мелких осталась на уровне 22%.
Одна из наиболее заметных областей ценности — разработка программного обеспечения. По данным McKinsey, 32% респондентов сообщают, что их организации отказались от покупки хотя бы одного программного продукта или функции, поскольку могут разработать их собственными силами с помощью агентных инструментов для написания кода.
Клиентский сервис — область, где агенты переходят от «ответов» к «выполнению задач». Согласно опросу, который Gartner провёл в феврале–марте 2026 года среди 3 566 клиентов, 58% тех, кто пользуется генеративным ИИ, уже поручали этим инструментам выполнить операцию от их имени; в корпоративной среде (B2B) этот показатель достигает 74%. Однако 87% клиентов считают обязательным, чтобы компании, использующие такие инструменты, предоставляли возможность связаться с живым оператором. Gartner рекомендует не делать ИИ обязательным первым шагом при любой проблеме: пусть он понимает намерение, собирает информацию и пытается решить вопрос, только когда уверенность высока.
Общий знаменатель очевиден: ценность приносят задачи с чётко очерченным охватом, измеримым результатом и определённым порядком надзора со стороны человека.
Почему проекты отменяются?
1. Внедрение агента там, где агент не нужен. По мнению Gartner, многие сценарии, которые сегодня позиционируются как агентные, на самом деле не требуют агентного решения. Компания отмечает, что большинство проектов на ранней стадии — это эксперименты или проверки концепции, запущенные на волне ажиотажа, и рекомендует следовать агентному подходу только там, где он даёт очевидную ценность или отдачу от инвестиций.
2. Упускаемые из виду затраты. Gartner подчёркивает, что интеграция агентов в унаследованные системы может быть технически сложной, нарушать рабочие процессы и требовать дорогостоящих изменений. В опросе McKinsey примерно одна пятая респондентов сообщила, что эксплуатационные расходы на ИИ начали ограничивать его использование, а примерно одна десятая — что применение агентов ограничено из-за затрат. По данным McKinsey, хотя удельные затраты снижаются, объём потребляемых вычислений растёт быстрее.
3. Пробелы в управлении. Gartner прогнозирует, что к 2027 году 40% организаций сократят полномочия своих автономных агентов или выведут их из эксплуатации из-за пробелов в управлении, которые обнаруживаются лишь после инцидентов в производственной среде. По мнению Gartner, главная ошибка — применять ко всем агентам одни и те же правила. Когда простых агентов ограничивают сильнее необходимого, замедляется поставка результатов, а неконтролируемая разработка усиливается; когда автономных агентов контролируют недостаточно, растут операционные риски, риски безопасности и комплаенс-риски. Сам по себе механизм одобрения тоже не гарантия: под давлением сроков и из-за усталости от одобрений человеческое одобрение может утратить смысл.
4. Зависимость внедрения от внешних исполнителей. Gartner прогнозирует, что к 2028 году 70% организаций откажутся от агентных решений, которые инженеры поставщиков создавали непосредственно внутри организации, из-за растущих затрат и невозможности самостоятельно развивать такие решения. Gartner рекомендует до подписания договора чётко прописать условия передачи знаний, интеллектуальной собственности и обязанностей при выходе, а успех измерять способностью организации самостоятельно управлять решением.
Не ярлык, а возможности
В процессе выбора есть ещё одно предостережение. Gartner отмечает, что некоторые поставщики ребрендируют под видом агентов существующие продукты, такие как ИИ-ассистенты, RPA и чат-боты, не наделяя их сколько-нибудь заметными агентными возможностями, и называет это «agent washing». Поэтому при оценке следует выяснять не название продукта, а то, на каком из перечисленных выше уровней автономности он действительно работает.
Контрольный список перед инвестированием
Приведённые ниже шаги — это рамочная схема, составленная на основе выводов источников; её необходимо адаптировать под структуру каждой организации.
- Сначала определите задачу. Требует ли задача принятия решений, или это повторяющийся процесс с заданными правилами? По формулировке Gartner, агентов следует применять там, где нужны решения, автоматизацию — в рутинных процессах, а ассистентов — для простого поиска информации.
- Определите уровень автономности заранее. Зафиксируйте письменно, что агент будет читать, что рекомендовать и что выполнять, а также требования к контролю на каждом уровне.
- Рассчитайте общие затраты. Измерьте затраты на интеграцию, изменение рабочих процессов и эксплуатацию на этапе пилота; не ограничивайтесь одной стоимостью лицензий.
- Сохраните доступ к человеку. В клиентских сценариях оставляйте открытым путь перехода к живому оператору.
- Спланируйте внутренние компетенции. В проектах, начатых с внешней поддержкой, закрепите в договоре передачу знаний и план выхода.
Заключение
ИИ-агенты действительно дают скачок в возможностях, однако ценность определяется не столько самой технологией, сколько правильным выбором задач и управлением. Три источника риска отмены — неясная ценность, упускаемые из виду затраты и недостаточный контроль — в значительной степени поддаются управлению с помощью решений, принятых до начала проекта.
С точки зрения Orient Global, разумным первым шагом перед инвестициями в агентов будет инвентаризация процессов и ответ на вопрос «ассистент, автоматизация или агент?» для каждой задачи. Если первый выбранный агент начинает с узкой, измеримой задачи с одобрением человека, а автономность повышается постепенно, по мере появления результатов, риски заметно снижаются.
#interimmanagement #forwarddeployedengineering