«ИИ трансформируется из отдельного инструмента в цифрового исполнителя»

Агентные системы на базе ИИ постепенно переходят из стадии экспериментов в реальную экономику. Крупные компании уже используют их в разработке, аналитике и внутренних процессах, а рынок начинает двигаться от отдельных AI-продуктов к платформенным экосистемам. Первый заместитель председателя правления Сбербанка Александр Ведяхин в преддверии ПМЭФ-2026 рассказал «Деньгам», как агентный ИИ может изменить бизнес, конкуренцию и управление.

Выйти из полноэкранного режима

Развернуть на весь экран

— Сегодня ИИ уже воспринимается не просто как технология, а как фактор, меняющий экономику и подходы к управлению. Что вы вкладываете в понятие «агентная экономика»? Почему сейчас эта тема выходит на первый план?

— Когда мы говорим об агентной экономике, речь идет о следующем этапе развития цифровой экономики. Искусственный интеллект начинает выполнять не отдельные команды человека, а сложные многоэтапные задачи. Еще недавно ИИ в основном помогал человеку: анализировал данные, искал информацию, генерировал текст или изображения. Сейчас происходит переход от «ИИ как интерфейса» к «ИИ как цифровому исполнителю». Агентные системы способны самостоятельно планировать задачи, работать с внешними сервисами и выполнять комплексные операции. Это перестраивает бизнес-процессы и управление: многие операции ускоряются, многие решения принимаются автоматически, а у человека появляется больше времени для стратегических задач. Мы в «Сбере» видим это и по практическому спросу со стороны корпоративных клиентов: компании уже переходят от экспериментов к внедрению полноценных AI-платформ, включая решения класса ГигаЧат Бизнес (GigaChat Enterprise), которые позволяют безопасно интегрировать генеративный ИИ и агентные сценарии в реальные бизнес-процессы.

— Еще два-три года назад компании в основном экспериментировали с генеративным ИИ. Что изменилось? Почему рынок переходит от отдельных AI-инструментов к более автономным агентным системам?

— Несколько лет назад генеративный ИИ в основном использовали для работы с контентом — текстами, изображениями, кодом или аналитикой. Сейчас AI-системы могут работать с внешними сервисами, анализировать данные из разных источников и самостоятельно принимать сложные решения. ИИ превращается из отдельного инструмента в цифрового исполнителя, встроенного в бизнес-процессы компаний.

Во многом это стало возможным благодаря развитию генеративных моделей, облачной инфраструктуры и корпоративных AI-платформ. Но не менее важен запрос самого бизнеса: компании ждут от ИИ уже не экспериментов, а роста производительности, ускорения процессов и измеримого экономического эффекта, особенно в условиях дефицита кадров и высокой конкуренции. Поэтому рынок переходит от пилотных AI-решений к системному внедрению агентных технологий.

— Как агентные системы могут изменить экономику в ближайшие годы? Речь идет прежде всего об ускорении существующих процессов или о появлении новых сервисов, бизнес-моделей и рынков?

— На первом этапе агентные системы дают бизнесу вполне понятный эффект — снижение издержек и повышение эффективности работы. Но в перспективе изменения будут глубже: речь идет не только об автоматизации отдельных функций, а о появлении новых моделей организации бизнеса и экономики.

Сегодня цифровая среда построена вокруг приложений и интерфейсов, с которыми напрямую взаимодействует человек. В агентной экономике со временем может сформироваться другая модель — «агент вместо приложения». Пользователь ставит задачу, а ИИ-агент самостоятельно выбирает инструменты, взаимодействует с сервисами и доводит процесс до результата. Это меняет сам принцип работы цифровых рынков. Компании начинают переходить от продажи отдельных сервисов к предоставлению готового результата. Клиенту важен не набор функций, а быстрое и персонализированное решение задачи с минимальным участием человека.

Параллельно появляются AI-native-компании — бизнесы, изначально построенные вокруг ИИ и агентных систем. Они способны быстрее масштабироваться, потому что аналитика, поддержка, документооборот и разработка во многом выполняются автономными системами.

— Где бизнес уже получает главный эффект от агентных систем и как такие технологии начинают менять работу компаний?

— Главный эффект от внедрения агентных систем связан уже не только с автоматизацией отдельных операций, а с изменением скорости работы компаний. Агентные системы позволяют быстрее анализировать данные, готовить сценарии решений и координировать процессы внутри организации.

Наиболее зрелые сценарии сегодня связаны с разработкой программного обеспечения, клиентским сервисом, аналитикой и внутренними корпоративными процессами. Например, в разработке ИИ уже помогает не только генерировать код, но и тестировать решения, искать ошибки, готовить документацию и сопровождать проекты. Во многих крупных компаниях управленческие процессы долгое время были ограничены количеством сотрудников, временем на согласование и обработку информации. Агентные системы начинают сокращать этот цикл, позволяя бизнесу быстрее реагировать на изменения рынка и масштабировать операции без пропорционального роста нагрузки на команды.

В крупных экосистемах вроде «Сбера» ИИ уже встроен во внутреннюю технологическую среду. Генеративные модели и агентные системы используются в разработке, аналитике, клиентских сервисах и ряде внутренних процессов. Так, в «Сбере» с помощью AI-инструментов уже создается более 50% кода, а экономический эффект от внедрения генеративного ИИ за прошлый год превысил 50 млрд руб. К 2026 году в компании ожидают его рост до 100 млрд руб.

— Какие отрасли в России сегодня выглядят наиболее готовыми к внедрению агентных систем и какую роль в этом процессе может играть государство?

— Быстрее всего эффект от агентных технологий, вероятно, будет проявляться в сферах с большим объемом данных и значительным количеством повторяющихся процессов. В первую очередь это финансовый сектор, государственные сервисы, здравоохранение, промышленность, транспорт и логистика.

В государственном управлении, скажем, агентные системы могут ускорять обработку документов, анализировать обращения, помогать в распределении ресурсов и брать на себя рутинные процедуры. В промышленности — оптимизировать производство, логистику и техническое обслуживание оборудования. В медицине — помогать с анализом данных, диагностикой и сопровождением пациентов. В большинстве случаев мы говорим не о полной замене человека, а о делегировании ИИ части операционных процессов, которые требуют высокой скорости обработки информации и работы с большими объемами данных.

Роль государства здесь будет значительно шире, чем просто регулирование. Оно может выступать одновременно и заказчиком, и инфраструктурным партнером таких изменений: формировать нормативную среду, поддерживать развитие вычислительной инфраструктуры, цифровых платформ и образовательных программ.

— Сегодня крупные компании строят вокруг ИИ целые экосистемы сервисов и решений. Почему для рынка важен именно платформенный подход, а не отдельные AI-продукты? И может ли развитие агентных систем усилить позиции крупнейших платформ?

— Для работы агентных систем нужна гораздо более сложная инфраструктура, чем для обычных цифровых сервисов. Если традиционное приложение выполняет одну конкретную функцию, то ИИ-агенту необходим доступ к данным, вычислительным ресурсам, корпоративным системам, внешним сервисам и инструментам взаимодействия с пользователем. Поэтому рынок движется от отдельных AI-продуктов к платформенной модели.

Конкуренция начинает происходить уже не между отдельными приложениями, а между экосистемами, внутри которых агентные системы могут полноценно работать и взаимодействовать друг с другом. Преимущество здесь получают компании, обладающие масштабной инфраструктурой, данными, собственной технологической средой и большой пользовательской базой. В этом смысле развитие агентного ИИ действительно может усиливать концентрацию рынка вокруг крупнейших платформ. Это естественный процесс для любой технологической революции, потому что крупные игроки способны быстрее инвестировать в инфраструктуру, вычислительные мощности и разработку собственных моделей.

Но при этом агентная экономика создает и новые возможности для рынка. Снижается порог запуска многих цифровых сервисов, появляются новые специализированные решения и ниши. Поэтому, скорее всего, мы увидим одновременно два процесса: усиление крупных платформ и рост числа новых AI-native-компаний, которые будут строить бизнес уже вокруг агентных моделей с самого начала.

— Насколько в эпоху агентной экономики странам важно развивать собственные AI-платформы? Есть ли у России потенциал для создания сильных решений в этой сфере и чего рынку пока не хватает?

— В эпоху агентной экономики AI-платформы превратились в элемент базовой инфраструктуры — примерно так же, как раньше интернет, облачные технологии или мобильные экосистемы. Поэтому наличие собственных AI-платформ и сильной инженерной школы — важнейшее преимущество для экономики. У России здесь есть несколько сильных сторон: математическая и инженерная школа, высокий уровень цифровизации ряда отраслей, развитые финансовые и государственные сервисы, а также большой внутренний рынок для внедрения AI-решений. Во многих направлениях российские компании уже способны создавать конкурентоспособные продукты и платформы.

Генеративный ИИ уже используют многие крупные компании, однако полностью необходимой инфраструктурой обеспечены лишь немногие организации. Основными ограничениями для дальнейшего роста пока остаются вычислительные мощности, скорость внедрения технологий и дефицит специалистов.

Кроме того, агентная экономика требует не только сильных AI-моделей, но и готовности бизнеса перестраивать процессы вокруг ИИ. Поэтому сегодня ценна уже не технология сама по себе, а способность бизнеса быстро внедрять ее в реальную экономику: в промышленность, финансы, логистику, государственные сервисы и корпоративную среду. По прогнозам Gartner, к 2028 году 60% крупных предприятий по всему миру встроят ИИ-агентов в ядро своей бизнес-модели.

— Как понять, что агентная экономика действительно стала частью повседневной работы бизнеса и государства? На какие изменения стоит обращать внимание в ближайшие годы?

— Главный признак того, что агентная экономика действительно состоялась,— момент, когда ИИ перестанет восприниматься как отдельная технология и станет обычной частью повседневной инфраструктуры бизнеса и государства. Примерно так же, как сегодня мы не задумываемся отдельно об интернете или облачных сервисах.

Во многих процессах человек уже не будет напрямую взаимодействовать с десятками приложений и систем. Вместо этого задачи будут выполняться через сеть цифровых агентов, которые смогут самостоятельно координировать действия, работать с данными, взаимодействовать между собой и доводить процессы до результата. В итоге изменится сама скорость экономики. Многие решения, согласования и операционные процессы будут приниматься практически в реальном времени, а операционные процессы — выполняться автоматически. Для бизнеса это означает совершенно другой уровень производительности и управления.

Одним из ключевых факторов конкурентоспособности станет уже не наличие ИИ, а умение компаний и государств эффективно выстраивать взаимодействие людей и агентных систем. Соответственно, конкурировать начнут не только отдельные продукты или сервисы, а целые модели организации процессов и управления. И, наверное, главный показатель зрелости агентной экономики — сохранение роли человека как центра принятия стратегических решений. Чем автономнее будут технологии, тем важнее окажутся человеческая ответственность, способность определять цели и доверие к решениям, принимаемым с участием ИИ.

Константин Петров