Какое будущее готовят нам ИИ-агенты?

Какое будущее готовят нам ИИ-агенты?

На наших глазах цифровая трансформация вступает в новую фазу: «продвинутая» часть рынка и управления уходит от тактики фрагментарного внедрения чат-ботов в пользу агентного ИИ. Нейросеть перестаёт быть просто помощником и берёт на себя задачи полноценного сотрудника, способного автономно управлять сложными процессами.

Один из основателей Deep Mind Мустафа Сулейман в книге «Грядущая волна: Технологии, власть и величайшая дилемма XXI века», опубликованной в 2023 году, писал о трёх волнах развития, связанных с персональным компьютером, интернетом и нейросетями: «Третья волна будет интерактивной фазой. Вот почему я уже давно уверен, что диалог — это интерфейс будущего. Знаете, вместо того чтобы просто нажимать на кнопки и печатать, вы будете разговаривать со своей системой ИИ».

В исследовании компании Gartner (август 2025 года) были представлены пять этапов эволюции ИИ. Сначала распространение получат ассистенты, которые «упрощают задачи и взаимодействие для пользователей, но зависят от ввода человека». Затем они эволюционируют в агентов с узкой специализацией. По мнению экспертов Gartner, к 2027 году треть внедрений будет включать объединение агентов с разными навыками для выполнения сложных задач внутри приложений и дата-сред. На четвёртом этапе, к 2028-му треть пользовательских взаимодействий перейдёт от нативных приложений к агентным интерфейсам. И, наконец, к 2029-му не менее 50% работников умственного труда приобретёт новые навыки для работы с ИИ-агентами, их управления и создания под запрос для сложных задач.

Говоря о движении от встроенных базовых ассистентов к многоагентным экосистемам, старший директор-аналитик Gartner Анушри Верма отметила: «Это преобразует корпоративные приложения из инструментов, поддерживающих индивидуальную продуктивность, в платформы для автономного взаимодействия и динамической оркестрации рабочих процессов… Ранние последователи зададут стандарт новой нормы, в то время как другие рискуют отстать, поскольку люди начнут полагаться на ИИ-агентов так же, как сегодня на смартфоны».

В глазах пользователей, которые хотели бы получить от алгоритмов нечто большее, чем просто роль помощника, ИИ-агенты представляются интересным решением: после постановки целей они сами принимают решения и подбирают инструменты — человеку достаточно лишь проконтролировать качество выполнения задач. Пока они больше приспособлены выполнять рутинные бизнес-процессы, но с развитием технологии им можно будет делегировать и более ответственные функции.

При этом для рынка важна и скорость получения реального возврата инвестиций. Согласно оценкам Axenix и МГУ имени М. В. Ломоносова, в зависимости от размера бизнеса его затраты на внедрение ИИ-агентов в течение трёх лет составят от 5 млн до 950 млн рублей, а суммарная экономия от их внедрения — 15–40% в зависимости от отрасли.

Цель ИИ — не заменить человека

Исследование Ассоциации ФинТех «3х10 трендов 2026 года» показало, что масштаб внедрения ИИ-решений в мире будет быстро расти: около 70% компаний планирует в ближайшие годы увеличивать инвестиции в данной области. При этом в 2026 году фокус внимания сместился с GenAI к ИИ-агентам и мультиагентным системам (МАС). На фоне этого критически важным фактором для масштабирования алгоритмов остаётся доступ к вычислительным мощностям. Поэтому крупнейшие мировые компании развивают платформенные решения для разработки и вычислений на базе нейросетей.

В результате активной экспансии прорывных технологий современности происходит переход к МАС, который призван преодолеть ограничения одиночных моделей и повысить эффективность решения сложных, комплексных задач. Вместо использования одной универсальной нейросети, современный ИИ движется в сторону архитектуры, где множество специализированных агентов взаимодействует, координирует действия и сотрудничает для достижения общей цели.

Внедрение ИИ в целом (агентов в том числе) значительно меняет рынок труда: происходит усиление потенциала сотрудников за счёт создания гибридной рабочей силы. Цель состоит не в том, чтобы заменить человека, а в том, чтобы упростить его труд, повысить эффективность работы и производительность. Иными словами — сделать технологии полноценным инструментом командной работы. Если рутинные задачи возьмут на себя нейросети (создание запросов для информационных систем, промпт-инжиниринг, разработка ИИ-агентов и так далее), «живой» сотрудник займётся творческой частью.

Привлекательность мультиагентных систем основана ещё и на том, что они используют сравнительно «лёгкие» модели, требуют меньше вычислительных ресурсов и обходятся дешевле в эксплуатации. Специализированные агенты работают в «узком» направлении, лучше контролируются и последовательно передают задачи друг другу. Способность работать без постоянного участия человека даёт снижение операционных издержек и повышает производительность.

Все больше стартапов строит инфраструктуру, которая позволяет бизнесу самостоятельно конфигурировать наборы агентов под свои процессы — аналитику, разработку, продажи, управление операциями. Таким образом, формируется новый рыночный сектор — агентные платформы, которые становятся конструктором ИИ-сервисов компании в соответствии с запросом на гибкую архитектуру, встроенную в ИТ-ландшафт и адаптированную под конкретные задачи.

Неотех как очередной этап эволюции банкинга

Банковский сектор по известным причинам идёт в авангарде инновационных решений. Как отмечает директор Департамента финансовых технологий Банка России Руслан Булатов, уже каждая пятая организация на финансовом рынке активно применяет ИИ-решения. За счёт этого «услуги становятся качественнее, дешевле и безопаснее». Ключевым трендом в мире ИИ-технологий эксперт считает мультиагентные системы. Потенциал их применения крайне широк — это автономные платёжные сервисы, управление финансами, взаимодействие с клиентами и многие другие сферы.

На форуме FinCore 2026, который прошёл в конце февраля, эксперты дискутировали на тему «Классический банкинг закончился, будущее — за неотехом?». В отрасли назрел очередной этап эволюции, представляющий собой радикальную трансформацию банка в открытую ИИ-ориентированную платформу. Генеральный директор Ассоциации ФинТех Максим Григорьев видит в открытых API важнейший инструмент, позволяющий обеспечивать ИИ необходимыми данными. Распространение МАС знаменует собой «переход к постэкосистемной бизнес-модели»: у клиента появится посредник в лице ИИ-агента, который знает человека лучше, чем любой корпоративный ресурс.

«Компании, которые смогут предложить такой сервис и интегрировать его в свою экосистему, окажутся в выигрыше, — полагает Григорьев. — Ещё одна сложнейшая задача — это взаимодействие ИИ-агентов. Аналитики Gartner также уже несколько лет назад отмечали, что M2M-взаимодействия (machine-to-machine) в ближайшее время станут самым серьёзным трансформирующим фактором. По сути, "рои агентов" будут коммуницировать друг с другом по всей экономике, и делать это они будут, безусловно, через API».

Старший управляющий директор, директор по AI-трансформации «Сбера» Сергей Рябов сообщил, что ИИ-технологии стали значимой частью стратегии: за год банк реализовал более 700 ИИ-инициатив и внедрил около 900 ИИ-агентов, получив эффект свыше 50 млрд рублей. Следующий шаг, добавил он, — масштабирование «агентной экосистемы». Клиенты банка получили возможность освоить на практике создание собственных ИИ-агентов на базе корпоративной платформы — GigaChat Enterprise.

По части агентизации у банковского сектора имеется огромный потенциал: соответствующие сервисы востребованы у предпринимателей в услугах, связанных с расчётами и платежами, эквайрингом, зарплатными проектами, бизнес-картами, самоинкассацией. Опросы показывают, что чаще всего финансовые учреждения задействуют ИИ на таких направлениях, как анализ рисков, оценка и привлечение клиентов, персонализация продуктов, продвижение, маркетинг и реклама.

В «Россельхозбанке» рассказали, что к концу 2025 года у них было четыре десятка активных ИИ-сервисов, а 3000 сотрудников ежедневно работало с моделями в различных бизнес-процессах. Прогнозируемый экономический эффект от уже внедрённых решений составляет не менее 8,8 млрд рублей до 2029 года. В банке выстроили LLMOps на базе RAISA (RSHB AI Systems and Applications), внедрили сервис «ИИ-Советник» — настройку, которая превращает модели в реальные инструменты для сотрудников.

Рынок долго работал над роботизацией и автоматизацией разных сфер деятельности — в ближайшие годы все активно займутся автономизацией процессов, отметил со своей стороны старший вице-президент, руководитель блока «Технологии» «Сбера» Кирилл Меньшов. Благодаря возможностям алгоритмов, происходит смена клиентоцентричности на человекоцентричность, пояснил он: «Фундаментальным сдвигом будет гиперперсонализация. Мы идём к тому, что бесконечное количество агентов будет заботиться о человеке, выполнять его желания, стараться подобрать для него максимально удобный продукт. Они будут говорить с ним на одном языке, с его сленгом, понимая всё, что ему нравится. И искусственный интеллект нам даёт возможность прийти к такому будущему. Но для этого нужно настоящее понимание человека».

Не слепое доверие, а продуманный контроль

Усиление автономности нейросетей имеет, по крайней мере, один минус: риски безопасности. До 80% сотрудников уже использует внешние ИИ-инструменты в обход ИТ-служб, создавая феномен «теневого ИИ». При этом около 60% компаний не контролирует входящий и исходящий трафики в нейросети. Ошибки ИИ-агентов могут приводить не просто к генерации «галлюцинаций», а к реальным финансовым потерям.

В недавнем исследовании Института SANS содержатся опасения, что «гонка за внедрением ИИ в корпоративные рабочие процессы грозит опередить усилия в области безопасности»: получая привилегированный доступ для прямого взаимодействия с критической инфраструктурой и данными, агенты могут «своеобразно» интерпретировать инструкции и предпринимать неожиданные действия. Фактически он ведёт себя скорее как «сверхпривилегированный инсайдер», работающий со скоростью машины.

Большой ошибкой было бы слепое доверие ИИ: как и любой софт, он может быть уязвимым. В частности, всегда есть вероятность, что злоумышленники будут использовать методы «ослепления» агента. Например, с помощью атак через запросы они побуждают ИИ-агента выполнить нежелательные действия или раскрыть чувствительные данные. В таком случае атакующий фактически получает «цифрового сотрудника» с доступом к корпоративным системам.

Бизнесу, как минимум, следует учитывать новую данность в поведении сотрудников и дать людям удобные и безопасные инструменты и научить ими пользоваться. Для защиты от рисков, связанных с агентным ИИ, Институт SANS рекомендовал внедрение хранилищ секретной информации, автоматической ротации и ограниченного доступа с минимальными привилегиями. Многие компании вынуждены выстраивать многоуровневые системы защиты в ущерб автономии агентов. Как следствие, рынку приходится делать выбор между безопасным ассистентом, но имеющим ограниченный функционал, и полноценным агентом с непредсказуемыми последствиями.

Однако потенциал агентного ИИ вполне можно использовать и для усиления кибербеза: МАС обладают памятью и способны учитывать предыдущие инциденты для повышения эффективности защиты. Автоматизация рутинных операций (раннее обнаружение, классификация и триаж инцидентов) позволяет существенно сократить среднее время выявления и реагирования, высвобождая ресурсы ИБ-команд для решения более сложных и стратегических задач. Так, аналитики SOC могут поручить моделям большую часть работы с угрозами за счёт анализа больших массивов данных в режиме реального времени. В условиях ограниченного времени на принятие решений ИИ-агенты способны оперативно изолировать скомпрометированные системы и блокировать вредоносный трафик без обязательного вмешательства человека.

На прошедшем недавно Т1 Форуме руководитель направления Т1 ИИ Сергей Голицын заявил, что в существующих условиях «лоскутное» внедрение ИИ-агентов грозит хаосом, а игнорирование рисков безопасности и теневого ИИ — прямыми потерями для бизнеса. И значит, резюмировал эксперт, «задача лидеров — не "накрутить побольше агентов", а выстроить масштабируемую и безопасную архитектуру, где возможности ИИ и контроль за ними растут синхронно».