Главные тренды развития ИИ-агентов в России

Главные тренды развития ИИ-агентов в России

Аналитика и прогнозы от экспертов Билайн Big Data & AI, команды по большим данным и искусственному интеллекту.

От Copilot к Coworker: не помощник, а сотрудник
Сейчас большинство ИИ-агентов — это «вторая рука» под контролем человека (англ. Copilot — «второй пилот»), но будущее за большей автономией, где агенты станут полноценными исполнителями, словно коллега — Coworker. Бизнес перейдет от чат-ботов, которые лишь подсказывают, к Agentic Workflows (агентным рабочим процессам) — агентам, самостоятельно планирующим и выполняющим многошаговые цепочки задач для достижения бизнес-цели без микроменеджмента со стороны человека. Компании будут строить не «бота-помощника», а цифровой штат сотрудников, глубоко встроенных в бизнес-процессы.

Agent2Agent: агенты, которые договариваются друг с другом
Цифровой офис, как и «живой», невозможен без коммуникации. ИИ-агенты пока во многом ограничены в своем взаимодействии друг с другом, но появление протоколов вроде MCP (Model Context Protocol — протокол контекста модели) создадут «Интернет агентов» — открытую инфраструктуру для объединения множества ИИ-агентов разных типов и вендоров в единую экосистему. Это значит, что, например, агент-закупщик одной системы сможет бесшовно передать задачу агенту-юристу другой системы, преодолевая барьер между ними. Стандартизация позволит снизить ограничения изолированных решений и ускорить межкорпоративные процессы.

Мультивендорная оркестрация и правовой контур
Компаниям вероятно будет сложно закрыть все потребности одним решением. Рынок уходит от «монополии модели» к мультивендорному подходу, при котором для решения разных задач будут использоваться продукты на базе разных моделей и технологий. Но с ростом количества будет усложняться их управляемость. Поэтому внутри компаний появятся ИИ-оркестраторы — платформы, которые позволят бизнесу подключать разные модели в едином контуре. Такие хабы обеспечат техническую совместимость, единый SLA (соглашение об уровне сервиса) и юридическую ответственность за действия цифровых сотрудников, позволяя управлять целым «зоопарком» моделей безопасно и стандартизировано.

Экономика внедрения и оптимизация затрат
Внедрение ИИ-агентов — это серьезная инвестиция, которую не каждый бизнес может себе позволить, но в будущем навряд ли сможет избежать, так как это напрямую будет влиять на его конкурентоспособность. Главный инсайт — ИИ может быть дешевле, чем кажется. Дефицит «железа» и высокая стоимость вычислений диктуют переход от гигантских LLM (больших языковых моделей) к SLM (малым языковым моделям). Рынок уже понял, что «стрелять из пушки по воробьям» — дорого и медленно, поэтому сейчас активно появляются мощные маленькие модели, которые способны справиться со стандартными задачами и не так требовательны к инфраструктуре. В ближайшие годы компании будут строить архитектуру агентов, комбинируя модели под разные задачи, для оптимизации экономики внедрения.

ИИ как интеллектуальный интерфейс
Перейти на новый этап «цифровизации» крайне сложно без обновления всех уже существующих систем. Это крайне затратно и поэтому ограничивает бизнес во внедрении искусственного интеллекта. Но сами ИИ-агенты могут стать ключом к решению этой проблемы. Вместо дорогостоящей замены устаревших ERP- (систем планирования ресурсов предприятия) и CRM (систем управления взаимоотношений с клиентами), компании могут использовать ИИ-агентов как «умную прослойку». Агенты возьмут на себя навигацию в сложных интерфейсах старого ПО, позволяя сотрудникам работать с данными через естественный язык, что крайне актуально для российского рынка.