Цифры исследований
Gartner, 25 июня 2025 года: больше 40% проектов агентного ИИагентный ИИ. Агентный ИИ это подход, при котором нейросеть получает цель и сама ведет работу к результату: планирует шаги, вызывает программы и проверяет, что получилось. закроют к концу 2027 года из-за затрат, неясной пользы для бизнеса и слабого контроля рисков. При этом к 2028 году агенты будут в 33% корпоративных программ: технологию не хоронят, отсеивают слабые проекты.
MIT NANDA, отчет «The GenAIгенеративный ИИ. Генеративный ИИ (generative AI) это нейросети, которые создают новый контент: тексты, изображения, музыку, видео и программный код по описанию на обычном языке. Divide», август 2025 года: 95% пилотов генеративного ИИ не дают измеримого эффекта на прибыль. Выводы построены на 150 интервью с руководителями, опросе 350 сотрудников и разборе 300 публичных внедрений.
McKinsey, State of AI, ноябрь 2025 года: ИИ используют 88% организаций, с ИИ-агентамиИИ-агент. ИИ-агент это нейросеть, которая сама выполняет задачу по шагам: ищет данные и пользуется программами, а в конце проверяет результат. экспериментируют 62%, масштабируют 23%. Эффект на EBIT, то есть прибыль до вычета процентов и налогов, видят 39%.
Разрыв между 62% компаний, которые пробуют агентов, и 23%, которые их масштабируют, и есть зона провала. Проект запустили, но не довели до работы во всей компании.
Вывод из трех отчетов один: попробовать ИИ легко, довести до денег трудно. Между экспериментом и масштабом теряется большая часть проектов.
Причина 1: не та задача
Главную проблему MIT NANDA называет разрывом в обучении: общие инструменты вроде ChatGPT не подстраиваются под рабочие процессы компании и застревают на уровне эксперимента. Агент, поставленный на процесс без своих данных и правил, повторяет ту же судьбу.
Типичные ошибки выбора: задача, где мало обращений и эффект не измерить; процесс, который в компании не описан и каждый делает по-своему; задача, выбранная потому, что ее показали на конференции.
Правильная задача имеет поток однотипной работы, данные для агента и потери, которые можно выразить в рублях. Как выбирать такие задачи, разобрано в статье о том, что строить важнее, чем как.
Проверка простая: если владелец процесса не может назвать, сколько компания теряет на нем в месяц, задача для агента еще не готова.
Причина 2: нет метрики
Gartner среди причин закрытия называет неясную пользу для бизнеса. На практике это проект, где до старта не записали, какое число должно измениться и насколько.
Без метрики пилот заканчивается впечатлением: «агент вроде отвечает неплохо». Через полгода никто не может доказать, что он окупился, и проект закрывают при первом сокращении бюджета.
Метрика для агента это одно число в ваших системах: время ответа, доля обращений без оператора, доля заявок, заведенных в CRM. Ее замеряют до запуска и пишут в договор с подрядчиком.
Затраты, еще одна причина по Gartner, тоже связаны с метрикой. Без нее расходы на модель и сопровождение не с чем сравнить, и проект кажется дорогим, даже если окупается.
Третью причину по Gartner, слабый контроль рисков, закрывают тем же порядком до старта: агент с ограниченными правами, журнал действий и подтверждение рискованных шагов человеком. Подробно об этом на странице о защите агента.
Общие причины, почему ИИ не работает в компаниях, собраны на отдельной странице.
Причина 3: «агенты», которые не агенты
Gartner насчитал среди тысяч поставщиков «агентов» около 130 настоящих. Остальные переименовали чат-ботовчат-бот. Чат-бот это программа, которая переписывается с человеком в окне чата: на сайте, в мессенджере или в приложении. и RPA, то есть программы, которые повторяют действия человека по жесткому сценарию.
Агент сам выбирает шаги и инструменты для задачи, чат-бот идет по заранее написанному сценарию. Компания, которая купила сценарного бота под видом агента, получает результат бота и разочаровывается в агентах вообще.
Что спросить у поставщика: к каким системам агент подключен, какие действия он делает без человека, что происходит с вопросом вне сценария и какая метрика записана в договор. Если ответы общие, перед вами, скорее всего, бот с новым названием.
Обратная ошибка тоже встречается. Типовой агент собирается из открытых блоков, и если за него просят как за разработку с нуля, спросите, из чего складывается цена.
Во что обходится слабый контроль рисков
Слабый контроль рисков Gartner называет среди трех причин закрытия. В России у этой причины есть цена в рублях и требования закона.
С 30 мая 2025 года по 420-ФЗ за повторную утечку персональных данных компания платит от 1 до 3% выручки, но не меньше 25 млн и не больше 500 млн рублей. Агент с полным доступом к базе клиентов делает такой риск реальным.
По 152-ФЗ данные граждан России собирают и хранят в базах на территории России, а до передачи данных за рубеж оператор подает уведомление в Роскомнадзор. Агент на зарубежной модели, которому отдают переписку с клиентами, попадает под эти требования с первого дня работы.
Один инцидент может закрыть все проекты сразу. 2 мая 2023 года Samsung запретила сотрудникам генеративный ИИ после того, как инженеры загрузили в ChatGPT внутренний исходный код.
Что проверить до старта: какие данные получит агент, где работает модель, какие права у его учетной записи и кто подтверждает рискованные действия. Четыре ответа на одной странице дешевле любого штрафа.
Как попасть в 5%
MIT NANDA пишет, что покупка у специализированных поставщиков и партнерство удаются примерно в 67% случаев, собственные разработки втрое реже. Опыт команды, которая уже доводила агентов до результата, значит больше выбора инструмента.
Порядок, который отсекает все три причины:
1. Выберите процесс по потерям в рублях и наличию данных, а не по моде.
2. Запишите метрику и замерьте ее до старта.
3. Запустите пилот на одном процессе с ограниченным сроком и ценой.
4. Разбирайте ошибки агента каждую неделю по журналу диалогов.
5. Расширяйте то, что дало цифру, и закрывайте то, что не дало.
Если проект уже идет или подрядчик прислал предложение, его можно проверить со стороны. ИИ Due Diligence, комплексная проверка компании и проекта, показывает, есть ли у проекта задача с деньгами, метрика и настоящий агент.