Применение ИИ в бизнесе

Препятствия для внедрения ИИ-агентов в бизнесе и науке

Крупнейшие бигтехи конфигурируют свои ИИ подразделения на разработку, адаптацию и внедрение ИИ-агентов в массовое использование.

Что такое ИИ-агенты? Это прокаченные программные скрипты с использованием ИИ, способные планировать, выбирать действия, вызывать инструменты и в идеале иметь контуры контроля (внутренние корпоративные политики безопасности, аудит, верификация, прерывание и т.д.)

Типов ИИ-агентов много, но можно выделить в три базовые группы:

- Узкоспециализированные агенты, которые работают в рамках одного инструмента и задачи, имеют жесткие инструкции и ограниченное пространство действий. Например, агент по сортировке писем клиентов и группировке по претензиям или агент по отбору резюме в отделе кадров.

- Автономные агенты: ИИ-системы, способные самостоятельно декомпозировать высокоуровневую цель («подготовь отчет по конкурентам, выделяя сильные и слабые стороны») на подзадачи, выбирать инструменты и выполнять их циклично. Подходят для научно-исследовательских проектов.

- Мультиагентные системы: оркестрация группы специализированных ИИ агентов. Один агент выступает «менеджером», другие – исполнителями (код, поиск, анализ).

По уровню автономности можно выделить:

- Запрос-действия в режиме чат-бота (нулевая автоматизация), в роли экспертной системы;
- Агент делает шаги, но ключевые действия требуют подтверждения;
- Агент действует сам, человек мониторит и вмешивается по триггерам;
- Агент сам действует в пределах прав (на практике почти всегда проблемно.

По типу среды:

- Цифровые агенты – все, что связано с обработкой информации, поиском решения;
- ИТ-агенты – кибербезопасность, диагностика, реакция на инциденты, автоматизирование изменение конфигурации в рамках обслуживания промышленных и ИТ систем;
- Физические агенты - робототехника/склады/логистика/производство.

Сразу отмечу личный опыт. Ни один ИИ агент за три года не показал свою эффективность и производительность, за исключением ограниченных новостных агентов для скрининга медиа нарративов.

В начале 2026 могу доложить, что в науке и научно-исследовательских проектах ИИ-агенты категорически противопоказаны за исключением сценариев агрегации и обобщения нарративов. Любая серьезная работа – сразу мимо. Почему?

Контроль и верификация результатов настолько сложна и трудоемка, а надежность ИИ-агентов настолько низка, как и их скорость работы и производительность, что проще все сделать самому.

Говоря простым языком, «ИИ-дрисня» генерируется настолько масштабно, а процент ошибок так велик, что для поиска «закладок» требуется несоизмеримо больше времени и ресурсов, чем на самостоятельное решение задачи.

ИИ не обладает критерием истинности, что обходится через внешние валидаторы, независимые человеческие проверки и ограничения пространства действий ИИ. Однако, человеческая проверка, перекрывая любую потенциальную пользу от ИИ-агентов.

Уже ранее говорил, что автономные ИИ-агенты – это профанация и жульничество за исключением локальных сценариев в кодинге. Чем больше итераций – тем более токсичный и ошибочный результат, т.к. ошибки наследуются после генерации в рамках перехода на новые итерации и так по цепочке.

Если же после каждой итерации ИИ-агента блокировать и отдавать на ручную верификацию, ИИ-агент очевидно перестает быть автономным.

Здесь можно привести массу технических ограничений:

- Доступ к политике корпоративной безопасности.

- Нестабильность удержания контекстного окна (приводит к потере критически важный деталей), а во многих дисциплинах нет случайных данных и каждый дата-сет является критическим.

- Высокий процент ошибок и галлюцинаций, что может привести к катастрофе в финансах, медицине, юриспруденции, промышленном инжиниринге и науке.

- Отсутствие детерминизма – каждый запуск может приводить к разным результатам, для бизнес адаптации это неприемлемо.

- Специфичные требования по адаптации и т.д.

Да, ИИ-агенты могут быть полезны и применимы в некоторых задачах, но пока это игрушка для экспериментов, а не для экономики. Посмотрим, что принесет 2026 год.

Кто-нибудь уже использовал ИИ-агенты и ИИ-ассистенты в бизнесе? Каковы впечатления от этого?

Россия заняла 119-е место по уровню внедрения искусственного интеллекта, сказано в отчете Института экономики ИИ Microsoft за 2025 год. Она расположилась между Кенией и Камеруном.

Распространение ИИ в России в первой половине прошлого года эксперты оценили в 7,6%, во второй — 8%. Таким образом, за год показатель вырос на 0,4%.

Лидерами рейтинга являются Объединенные Арабские Эмираты (59,4% — в первом полугодии, 64,0% — во втором), Сингапур (58,6 и 60,9%), Норвегия (45,3 и 46,4%), Ирландия (41,7 и 44,6%), а также Франция (40,9 и 44,0%). В топ-10 вошли Испания (39,7 и 41,8%), Новая Зеландия (37,6 и 40,5%), Нидерланды (36,3 и 38,9%), Великобритания (36,4 и 38,9%) и Катар (35,7 и 38,3%).

Использованный в исследовании коэффициент — это процент пользователей ИИ, на основании данных компании, скорректированный с учетом различий в типе использованных ОС и устройств.

Одним из самых главных событий 2025 года стало появление DeepSeek — нового игрока на рынке ИИ, говорится в отчете. Его отличительной чертой стала открытость и доступность. Это сочетание позволило DeepSeek завоевать популярность на рынках, недостаточно охваченных западными платформами ИИ. В Северной Америке и Европе зафиксирован низкий спрос на эту платформу, в то время как он резко вырос в Китае, России, Иране, Кубе, Белоруссии и по всей Африке, где американские сервисы сталкиваются с ограничениями или где доступ к иностранным технологиям ограничен. Так, в России DeepSeek используют 43% из всех пользователей нейросетей, на Кубе эта доля достигает 49%, в Белоруссии — 56%, а в Китае — 89%.

При этом, по данным аналитической компании Digital Budget, популярность этой нейросети у россиян к концу 2025-го составляла 27,8% от суммарного количества визитов на все нейросети, она на второй строчке рейтинга. Лидирует — ChatGPT (39,9%). Год назад DeepSeek возглавило российский топ наиболее популярных приложений в магазине App Store.

Генеративный искусственный интеллект используют около 70% опрошенных российских компаний, следует из данных исследования VK и агентства Prognosis. При этом главной целью применения ИИ бизнес видит в разгрузке сотрудников, пишет Forbes. Так, компании стремятся освободить сотрудников от выполнения рутины за счет делегирования ряда задач технологии. Чаще всего ИИ применяется для клиентской поддержки, генерации контента, маркетинга и работы с базами знаний.

К 2030 году развитие технологий искусственного интеллекта в России может начать приносить стране до 12,8 трлн руб. в год, говорится в совместном исследовании консалтинговой компании «Яков и Партнеры» и «Яндекса». Это соответствует до 5,5% прогнозного ВВП. Рост обусловлен быстрым развитием технологий, прежде всего генеративного ИИ, и их активным внедрением в бизнес-процессы, считают эксперты.

Президент Владимир Путин считает, что в ближайшие 10–15 лет будет прорыв в развитии ИИ, который заменит некоторых сотрудников. Поэтому необходимо изменить систему подготовки кадров, сделав обучение непрерывным процессом, добавил он.

В России эффект развития искусственного интеллекта уже заметен в медицине, где уже внедрено свыше 400 AI-проектов для анализа снимков и помощи врачам, и в банковской сфере, где ИИ стал инструментом борьбы с мошенничеством и оптимизации скоринга.

По подсчету McKinsey, генеративный ИИ способен приносить мировой экономике $2,6–4,4 трлн в год. Вместе с этим главный экономист Международного валютного фонда (МВФ) Пьер-Оливье Гуринша считает, что устойчивость мировой экономики окажется под угрозой, если бум искусственного интеллекта не приведет к росту производительности.

Статья на "Хабре" в духе алармизма

Аналитический материал по итогам ЦИПР-2025: отрасли, архитектуры решений, готовность и вызовы.

Еще год назад компании обсуждали искусственный интеллект с интересом и осторожностью. Сегодня — думают не о том, нужен ли ИИ, а о том, где он уже приносит пользу, как его внедрять безопасно и с какой архитектурой. Языковые модели перестали быть экспериментом — и стали частью ИТ-стратегий.

Чтобы понять, как именно меняется подход к LLM, мы, CodeInside, провели серию интервью на площадке ЦИПР-2025 — продолжив начатую в прошлом году инициативу. Мы задали простые, но важные вопросы: где технологии действительно работают, какие сценарии востребованы, какие архитектуры выбирают компании и что мешает масштабировать решения.

Материал важен и нам самим: мы разрабатываем ИИ-продукты и сталкиваемся с теми же задачами. В этом году наша пресс-служба провела более 20 интервью с первыми лицами и экспертами отечественных ИТ-компаний.
Среди участников — Ассоциация РУССОФТ, ГК «Цифра», Ростелеком, ИТ-холдинг Т1, Рексофт, Softline Digital (ГК Softline), Группа Rubytech, PIX Robotics, Корпорация ITG (Ainergy, SimpleOne), OSMI IT, Just AI, Getmobit, Upgraide, AWG/SkillStaff, Content AI, WMT Group, Noosoft, Технологии Доверия, Crosstech Solutions Group и авторы материала — команда CodeInside.

Сейчас на рынке труда даже появляются вакансии типа "LLM-инженер Сбера удаленно" и тому подобные.

HH.ru на запрос "LLM-инженер" выдал 22 вакансии, из них 8 удаленно. Думаю, дальше будет больше.

Только в моей компании для моего региона больше открытых вакансий AI engineer

То AI, а то вакансии LLM-инженеров.

ML-инженеры ещё)