Искусственный интеллект уже изменил способы анализа данных, автоматизации бизнес-процессов и взаимодействия с клиентами. Но наступает новая фаза, и она выходит за рамки всего, что большинство организаций уже внедрили.
Агентный ИИ относится к системам, способным планировать, инициировать действия и выполнять задачи с определенной автономностью. Вместо ожидания инструкций эти системы могут контролировать условия, принимать решения и координировать работу между функциями в реальном времени. Например, в сфере коммерции одна агентная система может отслеживать запасы, запускать их пополнение, корректировать цены и маршрутизировать утверждения без участия человека на каждом этапе процесса.
Для инвесторов и операторов вопрос уже не в том, произойдет ли эта трансформация. А в том, готовы ли их организации захватить ее, когда она наступит. По прогнозам Gartner, к концу 2026 года 40% предприятий будут использовать специализированных ИИ-агентов в приложениях, что в разы превысит уровень менее 5% в 2025 году.
Почему агентный ИИ отличается от автоматизации, которую уже используют компании
Традиционный ИИ в основном реактивен. Он классифицирует, прогнозирует и рекомендует. Агентный ИИ вносит нечто новое: системы, способные инициировать и координировать, а не только реагировать.
Это различие имеет большее значение, чем кажется. Большинство сегодняшних компаний используют ИИ как слой поверх существующих рабочих процессов. В отличие от этого, агентные системы могут управлять рабочими процессами от начала до конца. Они сокращают количество передач, уменьшают сроки выполнения и обеспечивают более последовательные результаты в масштабе.
Еще акции ИИ:
Morgan Stanley устанавливает поразительную цель цены для Micron после события
Bank of America обновляет прогноз по акциям Palantir после закрытого собрания
Morgan Stanley снижает поразительную цель цены для Broadcom
Но большинство организаций пока не на этом уровне. Хотя почти две трети экспериментируют с ИИ-агентами, менее одной четверти успешно внедрили их в производство, согласно McKinsey. Технологии развиваются быстро, но разрыв между проведением пилотных проектов и внедрением агентного ИИ в повседневные операции остается значительным. Закрыть его зависит не столько от самого ИИ, сколько от того, что находится под ним.
Этап, который большинство компаний пропускают перед внедрением ИИ
Обсуждение вокруг агентного ИИ, как правило, сосредоточено на возможностях. Что может делать технология? Насколько быстро она действует? Но практики, которые внедрили ИИ в сложные коммерческие окружения, говорят, что более важным вопросом является готовность организации к его принятию.
Этот готовность уже можно измерить. Многие компании по-прежнему работают с фрагментированными системами, с перекрывающимися обязанностями и неясной владельческой структурой данных. В таком окружении даже передовой ИИ будет испытывать трудности в достижении результатов.
"Прежде чем добавлять новые инструменты или ИИ, полезно пройти аудит ваших систем и определить, какая система владеет какими данными. Например, какая система управляет данными о продукции и запасах, какая обрабатывает данные о клиентах и заказах, и какая обеспечивает клиентский опыт", - сказал Джари Картер, соучредитель и исполнительный директор OroCommerce, TheStreet. "Как только эти роли станут ясными, вы сможете совместить стек для оптимизации ваших операций. Это мощное упражнение, чтобы убедиться, что технология работает для вас эффективно".
Такая операционная ясность делает ИИ более легким внедрением. Она устраняет трение, замедляющее рост, сокращая время на запуск нового портала или расширение на новый рынок с месяцев до недель. ИИ тогда получает чистую основу для работы, а не наследует хаос запутанного стека.
Для инвесторов, оценивающих готовность к ИИ, это сигнал, который стоит наблюдать. Компании, оптимизирующие свои системы и улучшающие управление данными, лучше всего подготовлены для захвата возможностей от агентного ИИ, чем те, кто накладывает новые инструменты на фрагментированную базу.
Почему управление будет отделять победителей от остальных
Одной из определяющих особенностей эпохи агентного ИИ является важность барьеров. Системы, способные действовать автономно, вносят новые риски, от непреднамеренных решений до нарушений в области соблюдения норм. Успешными будут не обязательно те организации, у которых самый мощный ИИ. Успешными станут те, кто внедрит его с наибольшей дисциплиной.
"Успешные внедрения ИИ устанавливают четкие ограничения и определенную задачу, сохраняя строгий контроль и возможность аудита результатов", - сказал Картер TheStreet. "Инновации движутся быстрее, когда исполнение прозрачно. Без четких границ и параметров для контроля потока вы останетесь с лужей, а не с рекой".
Это мнение находит отклик на корпоративном уровне. "Управление будет встроено в каждую часть продукта, а не просто добавлено в конце", - сказал Рави Кришнамурти, вице-президент платформ ИИ в ServiceNow. "Продукты, которые воплощают этот принцип, опережают конкурентов в принятии клиентов и доставке ценности".
Это противопоставляется инстинкту двигаться быстро и экспериментировать широко. Но он указывает на реальный сигнал: принятие ИИ в Западной Европе, где государственное регулирование устанавливает более ясные правила внедрения, в некотором отношении опережает принятие в США. Оказывается, структура может ускорить, а не замедлить прогресс.
Это также соответствует глобальным трендам в области регулирования. Компании, которые уже сейчас встраивают управление в свои программы ИИ, опережают требования, не пытаясь догнать их.
Как будет происходить переход к агентному ИИ на самом деле
Несмотря на волнение вокруг полностью автономных систем, большинство организаций будут достигать этого поэтапно. Deloitte отмечает, что организации должны принять поэтапный подход к агентификации, сбалансировав постепенное внедрение с смелыми экспериментами. Путь обычно следует узнаваемому шаблону.
Три фазы принятия агентного ИИ:
Фаза первая: ИИ дополняет существующие рабочие процессы, обрабатывая повторяющиеся задачи и поддерживая принятие решений без изменения ответственности
Фаза вторая: ИИ начинает координировать многократные процессы, связывая данные и действия между отделами с меньшим человеческим участием на каждом этапе
Фаза третья: ИИ-агенты выполняют сложные стратегии независимо в рамках определенных ограничений, и люди осуществляют контроль за результатами, а не за вводом данных
Скорость этого прогресса будет различаться по отраслям, уровню риска и тому, насколько хорошо компании подготовили почву. В коммерческой деятельности B2B, где отношения и доверие определяют долгосрочный бизнес, изменения вряд ли произойдут мгновенно. Ставки вокруг ошибки в принятии решений о ценообразовании или переговорах с поставщиками настолько высоки, что полная автономия останется ограниченной на некоторое время.
Компании, которые смогут это сделать правильно, получат реальное преимущество
Агентный ИИ переносит ИИ от вспомогательного инструмента к активному участнику бизнес-процессов. Это значительное изменение, и его конкурентные последствия реальны. Компании, которые научатся балансировать возможности с контролем, разблокируют эффективность, которую сложно воссоздать для медленно двигающихся конкурентов.
Но технология сама по себе не станет фактором отличия. Победят те организации, которые сначала сделали менее гламурную работу: очистили свои системы, уточнили владение и построили системы управления, позволяющие ИИ работать надежно в масштабе.
В этом смысле восхождение агентного ИИ - это не столько технологическая история, сколько операционная. Компании, лучше всего подготовленные к этому, - те, которые уже решили вести себя дисциплинированно.
Связано: Глава Uber говорит, что другие руководители врут о ИИ
Этот материал был опубликован TheStreet 25 марта 2026 года, где он впервые появился в разделе Технологии. Добавьте TheStreet в качестве предпочтительного источника, нажав здесь.
