Искусственный интеллект называют самой быстро распространяющейся технологией, созданной человечеством. ChatGPT преодолел отметку в 1 миллиард уникальных ежемесячных пользователей примерно за полгода – к маю 2023 года. Для сравнения, операционной системе Android для этого потребовалось 5,5 лет, а видеохостингу YouTube – 8 лет. С момента запуска главного чатбота современности дискуссия вокруг ИИ строилась в основном вокруг генеративных моделей. ChatGPT, Claude, Gemini, Deepseek и другие системы показали, что машины способны не только генерировать программный код и создавать изображения, но и поддерживать сложный, даже кажущийся «осмысленным» диалог с пользователями. Однако в 2026 году в отрасли всё чаще звучит другая формулировка: «агентный ИИ». И здесь дело не в маркетинговой смене терминов ради очередного «хайпа», что на самом деле часто случается в новых, бурно развивающихся индустриях. Это гораздо больше похоже на указание на качественный переход индустрии к новому состоянию.

Агентные системы на низком старте

Многочисленные аналитические отчёты консалтинговых фирм и компаний-разработчиков ИИ говорят об одном и том же: генеративный ИИ был только первым этапом развития данной технологии. На следующей ступени люди будут иметь дело с автономными ИИ-агентами – комплексными системами, которые не просто отвечают на запросы, а самостоятельно выполняют последовательности задач и во взаимодействии с корпоративными системами начинают играть роль цифровых сотрудников.

Исследователи из американской компании Anthropic, создавшей специализированную ИИ-платформу для создания кода Claude Code, опросили для своего отчёта о состоянии дел в области внедрения ИИ-агентов 500 технических лидеров из компаний разных размеров. Вывод однозначен: эти сущности буквально на глазах превращаются из экспериментальной технологии в инфраструктуру, которую бизнес начинает использовать очень широко. Авторы подчёркивают, что в отличие от традиционных чатботов, которые ждут команд от человека, агентные системы способны самостоятельно анализировать проблемы, принимать решения и выполнять сложные, многоплановые действия.

Google в своём аналогичном отчёте, рассматривающем тренды в области агентных систем, описывает происходящее как «поведенческий сдвиг в интерфейсе взаимодействия человека с компьютером – переходе от вычислительных систем, основанных на инструкциях, к системам, основанным на намерениях». Сотрудники смогут всё чаще просто формулировать желаемый результат, а компьютер будет сам определять, как его достичь, утверждают в компании, которая прямо сейчас весьма успешно трансформирует глобальный онлайн-поиск с помощью своей платформы Gemini.

В исследовании Anthropic утверждается, что 57% опрошенных организаций используют агентов для многоэтапных процессов, а ещё 16% — для межфункциональных сценариев, охватывающих сразу несколько подразделений компании. При этом 81% организаций планируют в течение 2026 года расширить использование агентных систем для сложных задач. Иными словами, корпоративный рынок уже прошёл этап знакомства с технологией и от лабораторных экспериментов перешёл к её масштабному внедрению. Данные из отчёта Google свидетельствуют о том же самом: 52% руководителей в организациях, использующих генеративный ИИ, уже применяют ИИ-агентов в производственной среде для разнообразных задач, включая обслуживание клиентов, автоматизацию маркетинга, обеспечение безопасности, создание новых продуктов, повышение производительности и так далее.

Важно ещё раз подчеркнуть принципиальную разницу: генеративный ИИ прежде всего является инструментом для получения ответов на конкретные вопросы, а агентный ИИ становится механизмом выполнения действий, при этом он, как правило, включает в себя и генеративные модели. Например, первый может принять от пользователя материалы и по запросу написать отчёт – второй способен самостоятельно собрать и обработать нужные данные, сформулировать выводы, изложить их в документе, отправить его адресатам и запустить следующий цикл работы.

Преимущественно корпоративный феномен

Впрочем, агентный ИИ пока что остаётся в первую очередь корпоративным явлением. Но именно в этой среде, в которой имеются и запрос на изменения, и ресурсы для их осуществления, сегодня формируется следующий этап развития технологии. McKinsey в своём ноябрьском (2025 год) отчёте, посвящённом всё тому же явлению, указывает на то, что по отраслям использование ИИ-агентов наиболее широко распространено в технологическом секторе, медиа и телекоммуникациях, а также в сфере здравоохранения. Например, в ИТ 7% компаний экспериментируют с агентными системами, 6% реализуют пилотные проекты, 8% находятся на этапе масштабирования, а 2% уже полностью внедрили агентные решения в свои корпоративные процессы. Фактически, рынок находится примерно в той же фазе, что и интернет в конце 1990-х годов: базовые возможности технологии уже понятны, но организационные последствия её внедрения только начинают раскрываться.

Главная причина интереса к агентным системам – экономика. Согласно данным Anthropic, 80% компаний сообщают, что вложения в эту область приносят измеримую экономическую отдачу – «не прогнозируемую ценность и не результаты пилотных проектов, а фактическую окупаемость инвестиций». Агенты перекраивают рабочие процессы, радикально ускоряя повышение производительности труда.

Причём подобные процессы происходят далеко не только в разработке ПО. В финансовом секторе ИИ-агенты уже используются для андеррайтинга, выявления мошенничества, оценки кредитоспособности клиентов, оказания клиентской поддержки. В обзоре Capgemini – одной из крупнейших европейских компаний, специализирующихся на IT-консалтинге и цифровой трансформации бизнеса – говорится, что агентные системы становятся основой новых операционных моделей в банках и страховых компаниях.

Особенно интересно предложенное наблюдение о переходе от автоматизации процессов к «переосмыслению» отрасли. Авторы подчёркивают, что ИИ и облачные технологии не просто помогают снижать издержки, а меняют сами принципы функционирования финансовых организаций. В отчёте говорится, что только 10% финансовых организаций используют ИИ-агенты в масштабе, однако рынок рассматривает это как огромное пространство для роста.

Переосмысление подходов к работе с данными

Одновременно становится очевидно, что агентный ИИ формирует совершенно новые требования к цифровой инфраструктуре. Cribl, американская компания, разрабатывающая ИИ-платформу для телеметрии и управления данными, в своём инсайт-отчёте на 2026 год предупреждает о шоковой волне данных, создаваемой ИИ-агентами. По сути, компании впервые сталкиваются с ситуацией, когда основной объём цифровой активности создают не люди, а интеллектуальные системы. Инфраструктура, проектировавшаяся для человеческой скорости работы, разрушается под нагрузкой мощных, непрерывных потоков данных, генерируемых во взаимодействии между машинами.

По оценке исследователей, уже в следующем году более 35% компаний будут тратить свыше 15% бюджета ИТ-операций только на мониторинг и обработку телеметрии. Это важный момент: агентный ИИ оказывается не просто программным продуктом, а фактором перестройки всей цифровой инфраструктуры бизнеса. Именно поэтому вопрос данных становится центральным для всей отрасли. Cribl предупреждает, что многие корпоративные внедрения ИИ рискуют провалиться не из-за качества моделей, а из-за слабости платформ работы с данными.

«Для ИТ-директоров вывод очевиден: старый подход по принципу "собирать и хранить абсолютно всё" стал финансово нежизнеспособным», – полагают исследователи. И это – ещё один мировоззренческий сдвиг: ведь раньше считалось, что данные – это новая нефть, и хранить нужно всё и за возможно более долгий период.

Парадоксально, но именно сейчас корпоративный сектор начинает отходить от первоначальной эйфории вокруг генеративного ИИ и переходить к более сложной фазе построения устойчивой цифровой инфраструктуры. И возможно, уже через несколько лет запуск ChatGPT в ноябре 2022 года будут воспринимать лишь как пролог к гораздо более масштабной трансформации – появлению автономных цифровых систем, которые станут полноценными участниками экономической деятельности.

ИИ-агенты приходят на смену генеративным моделям

Похожие статьи

Поделиться в соц. сетях

Комментарии