В 2026 году российский рынок искусственного интеллекта переживает качественный сдвиг. Одиночный ИИ-агент, ещё недавно казавшийся вершиной автоматизации, перестал быть конечной целью. На первый план выходят мультиагентные системы - команды специализированных агентов, которые делят сложную задачу на части, проверяют друг друга и согласованно доводят процесс до результата. Ассоциация ФинТех в исследовании «3х10 трендов 2026 года» прямо фиксирует: внимание рынка смещается с генеративного ИИ на мультиагентные системы. По данным Gartner, интерес к таким архитектурам за год вырос на 1445%, а к концу 2026 года 40% корпоративных приложений будут содержать встроенных агентов.
Почему одного агента бизнесу стало мало? В 2024-2025 годах компании внедряли первого агента в поддержку, документооборот или продажи. Пилот проходил успешно, но затем процесс упирался в потолок: заявку нужно не просто классифицировать, а проверить по базе, найти противоречия, подготовить ответ, согласовать и проконтролировать исполнение. Универсальный агент - как сотрудник-одиночка, которого просят быть сразу аналитиком, юристом и контролёром. Рынок ответил специализацией: агент-приёмщик разбирает обращение, агент-аналитик подтягивает данные, агент-документовед готовит проект ответа, агент-контролёр сверяет с регламентами. Оркестратор распределяет работу, а нестандартное эскалирует человеку.
Доцент кафедры искусственного интеллекта Финансового университета при Правительстве РФ Евгений Сальников отмечает, ключевой момент - архитектура оркестрации. Используются три схемы: конвейер для регламентированных процессов, иерархия для сложных задач с ветвлениями и равноправная сеть для кросс-командных сценариев. На иерархической схеме построен скрининг кандидатов у HR-платформы Fountain - время первичного отбора сократилось на 50%. Похожий принцип заложил GitHub в Agent HQ: Claude, Codex и Copilot параллельно решают одну задачу, а разработчик выбирает лучший подход. Роль человека поднимается уровнем выше - от исполнения к управлению.
Чтобы команда агентов работала слаженно, нужны общие стандарты. MCP (Model Context Protocol) от Anthropic стандартизирует подключение модели к внешним инструментам - это «USB-C для ИИ»: один раз описали интерфейс, и любой агент подключается к CRM или базе данных. Сообществом создано больше тысячи готовых MCP-серверов, а решение OpenAI принять протокол сделало его отраслевым стандартом. A2A от Google решает другую задачу: агенты находят друг друга, договариваются и асинхронно передают задачи - корпоративный агент сможет напрямую «поговорить» с агентом поставщика без человека-посредника.
Вместе с тем, - отмечает доцент кафедры искусственного интеллекта Финансового университета при Правительстве РФ Ирина Тюжина, -стандартизация интерфейса стандартизирует и поверхность атаки. Злоумышленник может спрятать вредоносную инструкцию прямо в описании инструмента - модель её выполнит, а пользователь даже не заметит подмены. Без принципа «человек в контуре» для чувствительных операций и изоляции серверов в песочницах единый протокол превращает агента из помощника в удобную мишень для атак подмены запроса.
Тем не менее, команды агентов уже дают эффект. В клиентском сервисе европейский энергетический провайдер после перехода к автономным агентам увеличил удовлетворённость клиентов на 18%. EY ожидает, что к 2029 году агенты будут закрывать 80% обращений в поддержку, экономя около 30% затрат на сервис. В финансах цепочка «проверка истории → справки → выявление противоречий → решение» занимает минуты вместо дней. По оценкам ResearchAndMarkets, в здравоохранении и финансах агенты автоматизировали до 35% операционных задач.
Российские компании не остаются в стороне. Сбербанк с февраля 2026 года использует мультиагентную маркетинговую систему Маркус: более 100 человек работают с ней, система выполняет исследования, аналитику и запускает рекламные кампании автономно по короткому брифу. Принципиальная особенность - реинжиниринг процессов с нуля под GenAI. Кроме того, банк запустил Giga Network - платформу для агентских сделок с передачей денег через блокчейн. Яндекс совместно с фондом «Не напрасно» запустил мультиагентную систему для помощи онкопациентам: за первые три дня - более 3500 обращений. Федеральное казначейство достигло показателя: чат-бот самостоятельно обрабатывает 37% входящих обращений.
Промышленность также внедряет агентов. АО «Апатит» реализует три трека агентизации, включая агентов в MES-системе, обрабатывающей более 105 000 технологических параметров. АвтоВАЗ демонстрирует масштаб физической автоматизации: более 1600 роботов, уровень роботизации сварки Lada Granta - 86%. Wildberries улучшил показатели в десятки раз за счёт автоматизации сортировки. Однако есть и оборотная сторона. Gartner прогнозирует: к 2028 году 25% корпоративных инцидентов кибербезопасности будут связаны с неправильным использованием ИИ-агентов. Поэтому ключевой паттерн 2026 года - bounded autonomy, ограниченная автономия: контрольные точки одобрения, полный аудит, ролевая модель доступа, kill-switch и право на человеческий контур.
Экономика мультиагентных систем выгоднее, чем кажется. Рутинные шаги отлично тянут малые языковые модели: стоимость инференса ниже примерно в десять раз, а большую модель разумно оставить оркестратору и контролёру качества. Для российского бизнеса есть дополнительное преимущество: агентов можно строить на компактных локальных моделях, не выводя данные наружу.
Перспективы впечатляют. На ПМЭФ-2026 оценили экономический эффект до +20% прибыли к 2030 году. WEF прогнозирует около 80 миллионов новых рабочих мест в новых индустриях. Формируется концепция «соло-компании»: один человек, управляющий мультиагентной системой, ведёт все функции бизнеса. Компании, которые уже сегодня строят команды агентов с чёткими метриками и продуманной архитектурой, закладывают фундамент конкурентного преимущества на годы вперёд.