Исследование: что скрывается за сказочным ИИ-фасадом?

Мифы и реальность

Консалтинговая компания «Технологии Доверия» представила итоги исследования «ИИ-агенты: текущие реалии и перспективы в российском бизнесе». Как указывают авторы исследования, российский рынок полон историй успеха и публикаций об успешном внедрении ИИ-агентов. Однако за этим фасадом скрывается реальность: «на практике статус внедрения может отставать от картины, сформированной в публичном поле».

К примеру, компании уже используют чат-боты и экспериментируют с обучающими курсами по ИИ. Популярность ChatGPT для повседневных задач также свидетельствует о наличии интереса. Но этого недостаточно, чтобы говорить о полномасштабном внедрении ИИ в бизнес-процессы. За последние годы произошел качественный скачок от базовых алгоритмов к большим языковым моделям, однако существующие бизнес-процессы и управленческие практики формировались под другую реальность и требуют глубокой трансформации.

Между тем бизнес часто запускает множество инициатив параллельно, надеясь получить быстрый эффект, не меняя сами процессы. Это приводит к распространенной ситуации: из-за нехватки инвестиций в инфраструктуру и отсутствия возможностей масштабирования результаты оказываются локальными и не приносят убедительного эффекта для руководства. В таких условиях бизнес настороженно относится к дополнительным инвестициям в сложные проекты.

Выход из сложившейся ситуации авторы исследования видят во внедрении платформ ИИ-агентов. Платформенный подход отличается от разрозненных инициатив тем, что он формирует единую структуру для автоматизации процессов и трансформации подходов к управлению. Вместо постоянных вложений в создание отдельных агентов компания получает комплексное решение, которое снижает стоимость последующих разработок.

В то же время люди остаются в числе главных сдерживающих факторов. Без изменения сложившихся подходов к управлению процессами и принятию решений, а также без вовлечения высшего руководства внедрение ИИ не даст ожидаемых результатов.

Ключевые выводы

В числе основных выводов авторы исследования выделили следующие. Во-первых, роль человека в ближайшем будущем — сформулировать намерение, а не промт. Вместо того чтобы делегировать отдельные действия чат-боту, человек будет настраивать автономных ИИ-агентов под свои задачи, задавая намерения, цели и ограничения. Агент самостоятельно сформирует план действий, подберет инструменты и выполнит задачу в заданных рамках. Человеку останется только контролировать результат и адаптировать настройки.

Во-вторых, внедрение ИИ-агентов требует изменения функции управления от прямого контроля над людьми к координации работы сотрудников и агентов. Согласно опросу компании TeDo, лишь 13% представителей российского бизнеса готовы полностью отказаться от контроля над действиями ИИ-агентов. Большинство стремится сохранить контроль. Новая реальность предполагает создание модели управления, где менеджер выступает как архитектор процессов для двух партнеров — людей и машин.

Также для успешной интеграции ИИ необходим не просто штат разработчиков, а убежденный лидер, который глубоко понимает бизнес-процессы и может представить их будущее развитие. Такой лидер должен постоянно осваивать новые навыки, быть склонным к самообучению и следить за развитием технологий.

В-четвертых, как указывают авторы, дефицит графических процессоров (GPU) на российском рынке стал драйвером перехода компаний на аренду вычислительных мощностей через облака. Рынок аренды уже достиг отметки в 17 млрд руб. за 2025 год, и ожидается его рост вдвое. Несмотря на активное импортозамещение, эксперты считают, что конкурентоспособные отечественные аналоги появятся не ранее 2030 года. Облачная инфраструктура позволяет гибко масштабировать мощности и контролировать затраты.

Гонка технологий

Другой важный вывод: гонка технологий привела к повсеместному внедрению точечных решений на базе искусственного интеллекта (86% опрошенных компаний уже используют ИИ). Однако наибольший эффект могут обеспечить именно платформы. Платформы позволяют выстроить правила, роли, механизмы контроля и автоматическую генерацию промптов. Пока же внедрение ИИ ограничено обучением сотрудников работе с промптами, и без платформенного подхода масштабирование невозможно.

Иными словами, бизнес готов использовать ИИ, но пока боится полной автономии и предпочитает сохранять контроль. Ключевым вызовом является не столько технология сама по себе, сколько готовность управленцев перестроиться, а также наличие платформ, которые позволят эффективно управлять гибридными командами.

Эксперты компании не обошли вниманием и ряд других сдерживающих факторов, среди которых, к примеру, низкий уровень инвестиций: Большинство компаний не закладывают более 3% инвестиционного бюджета на проекты, связанные с искусственным интеллектом (по данным опроса TeDo). Это приводит к ограниченному развитию инфраструктуры для внедрения ИИ-решений и невозможности масштабировать их влияние на финансовые показатели бизнеса. Без роста вложений компании будут вынуждены ограничивать применение искусственного интеллекта только точечными задачами.

Несмотря на развитую инфраструктуру, почти 30% российских компаний называют риски информационной безопасности основным барьером для внедрения ИИ-агентов. Рост числа инцидентов при использовании ИИ требует усиления контроля и управления рисками. Внедрение ИИ-агентов создает новые источники угроз — неконтролируемые действия агентов могут стать причиной утечек или несанкционированных операций.

Дальнейшее развитие ИИ напрямую зависит от экспоненциального увеличения вычислительных мощностей. Ожидается, что в ближайшие годы сохранится тенденция на кратный рост используемых ресурсов, а потребности в вычислительной мощности могут вырасти в 10 тысяч раз. Это означает, что для создания более сложных моделей потребуется значительно больше аппаратных средств.

Ситуацию усугубляет проблема с данными: объемы датасетов, необходимых для обучения ИИ, ежегодно растут в несколько раз. При этом созданные человеком данные постепенно исчерпываются. В связи с этим ожидается переход к масштабному использованию синтетических данных — искусственно созданных наборов информации, которые позволят обучать модели без необходимости собирать огромные массивы реальных данных.

Регулирование в области ИИ перестает быть только этическими принципами и превращается в обязательные нормы. На мировом рынке наблюдается движение к государственному регулированию ИИ через обязательные аудиты, маркировку синтетического контента и проверку моделей до их эксплуатации. В России формируется контрконтур регулирования, который усиливает требования к локализации технологий, данных и инфраструктуры.

Особое внимание эксперты компании «Технологии Доверия» уделили гуманитарному сопровождению проектов, связанных с ИИ-агентами. Гуманитарное сопровождение предусматривает объяснение сотрудникам предприятий принципа работы алгоритмов для формирования устойчивого доверия. Многие метрики эффективности ИИ-моделей (точность, скорость, схожесть) не дают понимания того, как модель принимает решения. Непроработанность современных моделей негативно сказывается на доверии к ним. По опросу TeDo, 26% представителей российского бизнеса уверены, что повышение прозрачности существенно повысит доверие к ИИ.

Кроме того, введение ИИ-агентов повышает требования к качеству процессов Data Governance. Согласно прогнозам Gartner (2025 год), до 60% проектов в области ИИ будут остановлены из-за проблем с данными. Отсутствие единого контекста, несвоевременная актуализация данных и отсутствие семантических слоев метаданных превращают локальные проблемы отдельных систем в глобальные сбои в работе автономных агентов. Автономный агент может принимать решения только на основе доступной ему информации, поэтому качество корпоративных данных становится критически важным фактором успеха.

Исследование указывает, что внедрение ИИ-агентов в России сталкивается с рядом фундаментальных ограничений: недостатком финансирования, недоверием со стороны менеджмента, отсутствием качественной корпоративной инфраструктуры данных и высокими требованиями к информационной безопасности. Переход к автономным агентам невозможен без изменения культуры управления и формирования новых компетенций у руководителей, которые должны научиться работать в гибридном коллективе людей и машин.