CNY Бирж.12,214-0,8%↓VEON-RX87,7-4,67%↓RGSS0,193-3,4%↓IMOEX2 416,47-2,16%↓RTSI929,17-1,81%↓RGBI111,21-0,23%↓RGBITR775,37-0,2%↓

Цифровые коллеги: как ИИ-агенты меняют работу компаний

Ещё пару лет назад искусственный интеллект в офисе ассоциировался прежде всего с чат-ботом, которому можно задать вопрос и получить ответ. В 2026 году разговор идёт о другом — о программах, которые сами выполняют задачи: собирают данные, готовят документы, распределяют работу между собой и возвращают человеку готовый результат. Их называют ИИ-агентами, и они постепенно становятся привычной частью рабочих процессов.

Разница между чат-ботом и агентом примерно такая же, как между справочным окном и сотрудником, которому поручили дело. Чат-бот отвечает на вопрос. Агент получает цель, сам разбивает её на шаги, пользуется нужными инструментами — корпоративной почтой, базами данных, таблицами, внутренними системами — и проверяет, что получилось.

Представим типичную задачу: подготовить обзор продаж за квартал. Раньше сотрудник выгружал данные из нескольких систем, сводил их в таблицу, строил графики и писал пояснительную записку. Агент может пройти эту цепочку самостоятельно, а человеку останется проверить выводы и внести правки.

«Агент — это уже не просто языковая модель, а связка из модели, набора инструментов и механизма планирования. Модель анализирует задачу, инструменты позволяют ей действовать в реальных системах, а планировщик следит за тем, чтобы работа была доведена до конца. Именно такая архитектура делает возможным переход от диалога к выполнению поручений», — поясняет кандидат технических наук, доцент кафедры информационных технологий Финансового университета Е.И. Кублик.

Следующий шаг — мультиагентные системы, в которых несколько агентов работают как небольшая команда: один ищет информацию, второй анализирует, третий проверяет результат на ошибки. Аналитики Ассоциации ФинТех в обзоре трендов 2026 года отмечают, что внимание рынка сместилось от генеративного ИИ как такового именно к мультиагентным системам и ИИ-платформам.

Темпы распространения впечатляют. По прогнозу исследовательской компании Gartner, к концу 2026 года задачно-ориентированные ИИ-агенты будут встроены в 40% корпоративных приложений — годом ранее таких было менее 5%. Квартальный опрос KPMG показывает, что в начале 2026 года 54% организаций активно внедряли агентов в основные операции, тогда как двумя годами ранее — лишь 11%.

Отраслевой опрос 500 руководителей крупных компаний, проведённый в начале года, даёт ещё более оптимистичную картину: 65% организаций уже используют агентов, и все участники планируют расширять их применение. Вместе с тем средняя компания из этой выборки автоматизировала с помощью агентов лишь около трети рабочих процессов.

Есть и более сдержанные оценки. В мартовском опросе 650 технологических руководителей пилотные проекты с агентами нашлись у 78% компаний, но до полноценной промышленной эксплуатации их довели только 14%. А авторы ежегодного доклада Stanford AI Index 2026 фиксируют, что в большинстве подразделений компаний доля внедрения агентов пока измеряется однозначными числами.

Разброс цифр — от однозначных процентов до двух третей компаний — не означает, что кто-то ошибается. Исследования просто измеряют разное. Одни считают «внедрением» любой пилотный проект, другие — только системы, которые работают в ежедневном режиме. Одни опрашивают руководителей крупнейших корпораций, где технологии внедряются быстрее, другие изучают экономику в целом. Наконец, часть опросов проводят сами участники рынка, и их выборка неизбежно смещена в сторону тех, кто уже интересуется темой.

Разрыв между пилотом и промышленным использованием — естественный этап для любой новой технологии. Похожий путь в своё время прошли облачные сервисы и корпоративные мобильные приложения: сначала эксперименты в отдельных отделах, затем постепенное встраивание в основные процессы. Главный вывод из всех исследований совпадает: агенты вышли из лабораторий, а массовое применение только начинается. Для компаний это скорее хорошая новость — время спокойно подготовиться ещё есть.

«Перевести агента из пилота в постоянную эксплуатацию сложнее, чем кажется. На демонстрации он работает с подготовленными данными, а в реальной компании сталкивается с разнородными системами, неполной информацией и нестандартными ситуациями. Поэтому основная работа сегодня — не столько в создании самих агентов, сколько в их интеграции и тщательном тестировании», — отмечает Е.И. Кублик.

Наиболее заметный эффект агенты дают там, где работа хорошо описана и повторяется. По данным Stanford AI Index, в поддержке клиентов и разработке программного обеспечения применение ИИ повышает производительность на 14–26%. При этом в задачах, требующих сложных суждений, эффект оказывается слабее — и это важное уточнение, которое помогает трезво выбирать, что поручать машине.

Сегодня агенты чаще всего встречаются в обработке типовых обращений клиентов, в написании и тестировании программного кода, в документообороте, подготовке аналитических справок, а также в закупках и логистике. У всех этих сфер есть общая черта: понятный порядок действий и ясный критерий того, что задача выполнена. Агент берёт на себя рутину, а у сотрудника освобождается время на то, что требует опыта, общения и ответственности.

Рост числа агентов ставит перед компаниями новые управленческие вопросы. Если программа может самостоятельно отправить письмо, изменить запись в базе или оформить заказ, кто-то должен определить границы её полномочий и отвечать за результат. Исследования показывают, что практика здесь пока отстаёт от технологии: по данным одного из американских опросов 2026 года, ИИ-агентов используют 54% компаний, но лишь 25% систематически измеряют эффект от их работы. Треть руководителей, участвовавших в упомянутом выше опросе 500 компаний, называют безопасность и управляемость главным критерием при выборе платформы для агентов.

«Любую систему, которая действует самостоятельно, нужно рассматривать с точки зрения управления рисками, — считает кандидат военных наук, доцент кафедры „Безопасность жизнедеятельности“ Финансового университета С.М. Григорьев. — Важно заранее определить, какие действия агент выполняет сам, какие — только после подтверждения человеком и что происходит, если он ошибся. Это та же логика, что и в любой системе безопасности: разграничение полномочий, контроль и возможность вовремя остановить процесс».

Отвечая на эти вызовы, организации формируют новые роли — специалистов, которые настраивают агентов, следят за качеством их работы и отвечают за них перед бизнесом. Складывается и общий принцип: агент предлагает и выполняет, а человек ставит цели, проверяет результат и принимает решения, у которых есть серьёзные последствия. Такое распределение не тормозит внедрение, а делает его устойчивым.

Для российских компаний важным ориентиром стал Федеральный закон № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации», вступивший в силу 1 сентября 2026 года. Закон задаёт общую модель развития отрасли и уделяет особое внимание отечественным моделям для чувствительных сфер — обороны, медицины, финансов.

Параллельно набирает силу тренд на локальное развёртывание языковых моделей внутри компаний, чтобы данные о клиентах и внутренних процессах не покидали корпоративный контур. Для агентов, которые по своей природе работают с корпоративными системами и документами, это особенно важно. Аккуратная настройка прав доступа и внимание к защите информации становятся не дополнительной опцией, а обязательной частью любого проекта.

«Агент получает доступ к почте, документам и базам данных, а значит, становится ещё одной точкой, через которую информация может попасть не в те руки, — добавляет С.М. Григорьев. — Но он же может стать и инструментом защиты: отслеживать подозрительные действия, проверять соблюдение регламентов. Многое зависит от культуры безопасности в организации и от того, насколько сотрудники понимают, что именно они доверяют машине».

2026 год можно назвать годом перехода от экспериментов к практике. Выигрывать, судя по всему, будут не те организации, которые запустят больше всего агентов, а те, кто встроит их в работу продуманно: начнёт с конкретной задачи, измерит результат, обучит сотрудников и чётко распределит ответственность.

Цифровые коллеги не заменяют команду — они меняют содержание работы. Рутинных операций становится меньше, а умение поставить задачу, оценить результат и принять решение ценится всё выше. И, пожалуй, именно это сочетание человеческого суждения и машинной исполнительности станет главной чертой рабочего места ближайших лет.

Другие пресс-релизы