Российский бизнес назвал главные препятствия для масштабирования ИИ-агентов
Российский бизнес активно пробует ИИ, но до массового использования автономных агентов в корпоративных процессах пока далеко. Более половины компаний направляют на проекты с искусственным интеллектом не более 3% инвестиционного бюджета, а заметный экономический эффект от внедрения агентных систем участники рынка ожидают не раньше 2027 года.
Таковы результаты исследования «Технологий Доверия» (ТеДо), подготовленного на основе опроса более 1 тыс. представителей бизнеса и интервью с руководителями «Сбера», ВТБ, Альфа-банка, «Яндекс Финтеха», Yandex Cloud и Точка Банка. С материалами исследования ознакомился Forbes.
По данным «ТеДо», 53% компаний выделяют на ИИ-проекты максимум 3% инвестиционного бюджета. При этом 86% опрошенных уже используют технологии искусственного интеллекта, а 63% считают, что компании, которые не внедряют ИИ, рискуют потерять конкурентоспособность в течение ближайших пяти лет.
Пока основная роль нейросетей в российских компаниях сводится к помощи сотрудникам. Условная шкала зрелости, которую используют авторы исследования, выглядит так: ИИ-инструмент, ИИ-ассистент, ИИ-исполнитель, автономный агент и мультиагентная система. До последних двух стадий большинство организаций еще не дошло.
Для перехода от ассистента к автономному исполнителю недостаточно подключить новую модель. Потребуются интеграция с корпоративными системами, изменение бизнес-процессов, подготовка структурированных данных и создание среды, в которой можно контролировать действия нескольких агентов. При нынешнем уровне инвестиций компании чаще ограничиваются отдельными решениями, не затрагивающими ключевые процессы.
При этом интерес к агентам растет быстрее их фактического распространения. По данным McKinsey, к концу 2025 года 62% компаний в мире хотя бы экспериментировали с ИИ-агентами, однако только 23% смогли масштабировать хотя бы одну такую систему. Эксперты связывают разрыв с ранней стадией развития технологии: бизнес предпочитает сначала проверять отдельные сценарии, а уже затем переносить их на критически важные процессы.
Еще одна проблема — готовность корпоративной инфраструктуры. Управляющий директор по ИИ «Авито» Андрей Рыбинцев отмечает, что внедрить ИИ для повышения производительности отдельного сотрудника сравнительно просто. Но на уровне всей организации требуются доступные для моделей корпоративные знания, интеграция с внутренними системами, разграничение прав и безопасный контур эксплуатации.
Сдерживает развитие и нехватка российских решений, которые можно использовать в критически важных процессах, считает финансовый директор «Архитех ИИ» Михаил Хулапов. По его оценке, компании сталкиваются с двойным ограничением: зарубежные технологии в ряде случаев нельзя применять из-за требований законодательства и санкций, а отечественных продуктов для полноценной агентной автоматизации пока недостаточно.
В результате ИИ может распространяться внутри компаний даже без централизованных программ. Сотрудники самостоятельно используют публичные модели для подготовки документов, анализа информации и других задач. Такой сценарий эксперт «Рокет Контрол» Павел Приходько называет «партизанским внедрением». Перед бизнесом в этом случае встает уже не вопрос о необходимости ИИ, а задача контроля за тем, какие сервисы используют сотрудники и какие данные в них передают.
Отдельным барьером остается дефицит специалистов. Для создания ИИ-агентов нужны команды, которые одновременно разбираются в возможностях моделей, корпоративных процессах и экономике проектов. По словам директора по продуктам MWS AI Максима Волошина, таких компетенций на российском рынке пока недостаточно. Кроме того, доступ к отдельным технологиям и капиталу остается ограниченным, что замедляет появление новых продуктов и их последующее масштабирование.
Авторы исследования «ТеДо» считают одним из способов решения проблемы переход от набора отдельных ИИ-сервисов к платформенной модели. Такая инфраструктура должна объединять агентов, задавать им роли и права доступа, контролировать их действия и обеспечивать возможность масштабирования. Однако участники рынка предупреждают, что само по себе наличие платформы не гарантирует экономического результата.
Ключевой вопрос для бизнеса — управляемость автономных систем. В отличие от обычного ассистента, который предлагает решение человеку, агент способен самостоятельно выполнять последовательность действий. Поэтому вместе с потенциальным ростом эффективности компании получают новые операционные и информационные риски.
В частности, бизнесу нужны механизмы аварийной остановки агента, идентификации, разграничения полномочий, аудита его действий и восстановления последовательности принятых решений. Без таких инструментов масштабирование автономных систем может оказаться слишком рискованным для банков, промышленности, телекома и других компаний с критической инфраструктурой.
На российском рынке этот переход пока только начинается. Участники рынка ожидают, что первые устойчивые результаты внедрения ИИ-агентов на уровне целых бизнес-процессов можно будет оценить в начале 2027 года. До этого компании, вероятнее всего, продолжат двигаться через локальные пилоты, постепенно наращивая инвестиции и одновременно выстраивая инфраструктуру контроля.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
