Агенты нашли работу
Зачем российские компании переходят к ИИ-агентам
Российский ИИ-рынок за 2025 год вырос на 29,7%, до 316,1 млрд руб., а за два года его объем удвоился. При этом основным клиентом ИИ-компаний является B2B-сектор — на него приходится 71,9% выручки отрасли. Отечественный бизнес все чаще смотрит в сторону внедрения ИИ-агентов — систем, которые самостоятельно планируют действия, используют внешние инструменты и выполняют сложные задачи, поставленные человеком. «Ъ-Review» разбирался, зачем это нужно бизнесу и какие решения есть на рынке.
Фото: Олеся Курпяева / Коммерсантъ
Фото: Олеся Курпяева / Коммерсантъ
За последние 2-3 года отечественный рынок ИИ претерпел существенные изменения, и в первую очередь это связано с прорывом в качестве больших языковых моделей, а также с пересмотром сценариев их применения: бизнес все чаще отходит от формата ИИ-ассистентов и чат-ботов, которые выполняют несколько узких задач, и переходит к применению автономных ИИ-агентов, рассказывает директор, руководитель практики управления данными и ИИ для банков и финансовых компаний ТеДо Наталья Стрекаль.
«Но если раньше компании экспериментировали с технологией и просчитывали, где ее можно применить, то сейчас бизнес уже оценивает долгосрочные эффекты использования», — рассказывает коммерческий директор «Салют для бизнеса» (входит в группу Сбер) Сергей Князев.
Почему компании переходят от ботов к ИИ-агентам
Сейчас компании переходят к использованию технологий нового уровня, говорят опрошенные «Ъ-Review» эксперты: если раньше они внедряли простых чат-ботов или отдельные нейросетевые решения, то сейчас они тестируют или уже внедряют агентские системы.
Сергей Князев добавляет, что спрос как в мире, так и в России смещается от точечного внедрения агентов в сторону агентных систем. «Они позволяют построить сквозную автоматизацию, то есть применять ИИ не только для отдельных операций, а полностью делегировать решение задач целой функции или процесса», — говорит он
«За чат-ботами, ассистентами и агентами стоит разная экономика — и затрат, и эффекта. Чат-бот доступен каждому, но его эффект ограничен. Серьезная отдача появляется у ассистентов и агентов, причем на сквозном процессе, а не от отдельного инструмента: локальная оптимизация экономику обычно не оправдывает», — объясняет партнер практики «Цифровая трансформация» компании Strategy Partners Сергей Кудряшов.
Другой причиной перехода к агентным системам партнер и глава практики ИИ и высоких технологий «Яков и Партнеры» Максим Болотских называет стоимость «зоопарка»: агентная архитектура позволяет переиспользовать один слой оркестрации, памяти, прав доступа и аудита.
Когда для каждой атомарной задачи применяется свой отдельный ИИ-инструмент, возникают сложности управления в интеграции результатов работы каждого из инструментов, объясняет партнер, лидер практики технологического консультирования компании ДРТ Тимофей Хорошев. «Агентные системы позволяют выстроить агентные конвейеры (agentic pipelines): сложная задача делится на подзадачи, за каждую отвечает свой узкий агент, они взаимодействуют между собой. В конечном итоге это обеспечивает сквозную автоматизацию процессов», — говорит он.
Агенты, работающие изолированно в рамках своей функциональной зоны, ограничивают масштабирование ИИ, рассказывает господин Князев. «Они не встраиваются в общий процесс и не могут полноценно погрузиться в контекст компании. Поэтому бизнесу нужен единый слой, который позволит внедрить ИИ сразу на всю организацию», — объясняет он.
На примере нашей платформы GigaCowork видно, что у заказчиков есть потребность во внедрении ИИ на уровне большинства функциональных отделов, где особенно много задач, связанных с генерацией типовых документов по шаблону, автоматического создания объектов в офисных и корпоративных системах, например CRM, 1C, ERP, WMS или обработки больших массивов данных, отмечает Сергей Князев.
Такая же тенденция наблюдается и на зарубежных рынках — компании все чаще используют ИИ-агентов. Недавнее исследование Deloitte показало, что 21% американских организаций располагают зрелой системой управления агентным ИИ. При этом 74% опрошенных ожидают, что их компании будут использовать ИИ-агентов как минимум умеренно к 2027 году.
Разница рынков в том, где агенты реально работают, говорит господин Кудряшов: «За рубежом они приходят в корпорации через облачные платформы: OpenAI, Anthropic, Microsoft и Salesforce встраивают агентные функции в свои продукты». При этом в России агентов чаще разрабатывают сами компании, основная концентрация — финансовый сектор, «где сценарии давно работают с доказанным эффектом», объясняет он. «Конверсия пилотов в продукт сопоставима с мировой, упор делается на закрытый контур и локализацию», — говорит господин Кудряшов.
Какие решения есть на рынке
Один из примеров российских решений — вышеупомянутая корпоративная платформа для создания и управления ИИ-агентами GigaCowork. Она позволяет создавать агентов без разработки и передавать рутинные задачи сотрудников компании ИИ. Агенты самостоятельно выполняют типовые операции: собирают информацию в корпоративных системах (1C, CRM, ERP), анализируют данные, готовят документы и таблицы, логируют изменения. Автономия ИИ ограничивается настройками администратора. Если задача требует действия за ее рамками, система запросит подтверждение пользователя.
Агенты работают над задачами сотрудников в пространствах, которые можно сравнить с цифровыми отделами. В каждом таком отделе хранится контекст: загруженные документы, настроенные инструкции, шаблоны.
Так, HR, юристы, маркетологи или специалисты из любой другой функциональной роли могут настроить агентов под свои процессы и делегировать им отдельные или все этапы своей работы.
Еще одним примером российского решения является Yandex AI Studio от «Яндекса», которое дает компаниям доступ к LLM-моделям разработчика и опенсорсным моделям, чтобы запускать ИИ-приложения и агентов в облачной инфраструктуре и встраивать их в бизнес-процессы с нуля. По заявлениям компании, созданные с помощью платформы решения, например, сократили подготовку SEO-описаний карточек товаров с двух недель до одного дня и снизила затраты на создание продуктовых описаний на 95%, а поиск информации по корпоративной базе знаний сократился с 30–60 минут до 1,3 секунды.
Еще один пример — MWS AI Agents Platform. Это платформа управления жизненным циклом цифровых сотрудников. В компании заявляли, что решения можно разворачивать на инфраструктуре заказчика или использовать в составе платформы, а затем интегрировать с внешними системами: корпоративными календарями, почтой, CRM, управлением проектами и аналитикой веб-трафика. У решения три ключевые модели: Cotype для работы с текстом, Cotype VL для текста и изображений и Kodify для кода. Все они построены на базе открытых моделей Qwen и заточены под корпоративные сценарии.
Как изменится роль ИИ-агентов для бизнеса в будущем
Роль ИИ-агентов будет постепенно меняться от исполнителей к автономным участникам бизнес-процесса, говорит Сергей Князев: «Если сегодня агент выполняет задачу по заданному сценарию, то следующий этап — способность самостоятельно выбирать последовательность действий и взаимодействовать с другими агентами в рамках обозначенных человеком ограничений».
При этом речь не идет об исключении человека из рабочего процесса, уверен он: «Скорее будет формироваться новая организационная модель — связка ИИ-агента и человека, где каждый сотрудник имеет „в подчинении“ собственных цифровых помощников и распределяет задачи между ними». В результате один специалист сможет управлять большим объемом задач и процессов, говорит он.
Агенты станут неотъемлемой частью рабочих сред: будут встроены в CRM, ERP, BI-системы, помогая на каждом этапе, считает Тимофей Хорошев: «Появится больше сценариев, где несколько агентов работают в связке: один анализирует данные, другой готовит отчет, третий инициирует действие в другой системе».
Он рассказывает, что это приведет к изменениям роли сотрудников: «Люди сместят фокус с монотонных задач на более сложные, креативные и стратегические, а также обработку результатов, полученных от больших языковых моделей». Однако это изменение создаст и новые вызовы: потребуется серьезная работа над безопасностью, стандартизацией интерфейсов (например, протоколов для связи агентов с корпоративными сервисами), а также пересмотр внутренних процессов и корпоративной культуры, говорит он.