Три четверти руководителей компаний говорят, что внедряют агентный ИИ, но до реального продакшена добрались единицы. Для рынка это неприятный, но полезный сигнал: агентный ИИ уже отлично продается в презентациях, а вот в корпоративной инфраструктуре все еще вязнет в пилотах, интеграциях и попытках доказать окупаемость. Для русскоязычной IT-аудитории вывод простой: хайп пошел далеко впереди эксплуатации.
Такую картину, как пишет The Register, зафиксировала Forrester. По данным аналитиков, в 2026 году агентные системы добрались до важной точки: так называемые long-horizon agents, то есть агенты, способные работать не несколько минут, а дни, недели и даже месяцы, перестали быть лабораторной экзотикой. Вендоры уже показывают сценарии, где такие системы применяются в разработке ПО и исследовательских процессах. На демо все выглядит убедительно: агент получает цель, вызывает инструменты, ходит по системам, передает контекст между этапами и как будто действительно может выполнять длинные цепочки работы почти без участия человека.
Проблема начинается в тот момент, когда эти демонстрации сталкиваются с обычной корпоративной реальностью. Forrester прямо говорит: компании расширяют амбиции вокруг агентного ИИ, но не умеют масштабировать его так, чтобы получить осязаемую бизнес-пользу. Управление остается незрелым, платформенная стратегия у многих расплывчатая, а ROI слишком слабый, чтобы оправдать широкое внедрение. Иными словами, денег и интереса на пилоты хватает, а вот на вопрос «где именно это экономит время, людей или ошибки в операционке?» ответ есть не у всех. Для CIO, CTO и продактов это знакомый сюжет: концепция уже в бюджете, а понятной модели эксплуатации еще нет.
Отдельный нерв этой истории — не дефицит самих агентов, а беспорядок вокруг их управления. По оценке Forrester, компании сталкиваются не с тем, что у них слишком мало экспериментов, а с тем, что координировать их становится сложно очень быстро. Несколько пилотных проектов на энтузиазме пережить можно. Десятки агентов, которые принимают решения, дергают инструменты, ходят по разным системам и обмениваются данными между командами, уже превращаются в новую форму инфраструктурного хаоса. Аналитики отмечают, что многие организации создают агентов изолированно, без единого способа учитывать их, отслеживать, ограничивать и связывать между собой. Для разработчиков это означает старую добрую проблему в новой упаковке: сначала команда быстро собирает полезный прототип, а потом выясняется, что никто толком не понимает, сколько таких сущностей уже работает, какие у них права и что именно они делают в проде.
Дальше начинается то, что Forrester называет agentic sprawl — разрастание агентных систем. Даже компании, которые уже приняли формальные политики и governance-фреймворки, не застрахованы от дублирования функций, наложения систем друг на друга и поведения, которое становится все труднее предсказать. Более половины предприятий, по данным отчета, продолжают сталкиваться с этим разрастанием, несмотря на наличие правил и процессов. Смысл довольно жесткий: написать политику — не то же самое, что реально ею управлять. Бумажное governance здесь помогает примерно так же, как регламент по архитектуре помогает сервисам, если никто не следит за зависимостями, доступами и фактическим маршрутом данных.
Поэтому следующий логичный этап для рынка — не просто новые фреймворки и не очередные обещания «полностью автономного бизнеса», а автоматические ограждения вокруг самих агентов. Forrester указывает, что автономным системам нужны не декларативные запреты, а механизмы, которые в реальном времени отслеживают их действия и ограничивают дозволенное. Для практиков это звучит вполне приземленно: аудит действий, контроль прав, наблюдаемость, политика вызова инструментов, ограничения на перемещение данных между контурами, журналирование решений, rollback для спорных операций. Иначе корпоративный агент очень быстро превращается либо в дорогую игрушку, либо в еще один источник риска для безопасности, комплаенса и поддержки.
На этом фоне особенно показательно, что разговор вокруг агентного ИИ все сильнее смещается от модели к операционной среде. Еще недавно рынок спорил, насколько «умными» стали такие системы. Теперь вопрос другой: можно ли встроить их в существующие процессы так, чтобы они не ломали управление, не дублировали ручную работу и не создавали новые слепые зоны. Для разработчиков и архитекторов это, возможно, даже хорошая новость. Технологическая интрига постепенно уходит из области красивых интерфейсов и обобщенных обещаний в знакомую инженерную плоскость: оркестрация, интеграции, трассировка, контроль исполнения, границы автономии. То есть туда, где обычно и решается судьба любой громкой платформенной идеи.
Для бизнеса вывод еще проще и жестче. Если автономность агента не привязана к измеримым изменениям в том, как реально устроена работа, компания получает не трансформацию, а затянувшийся proof of concept с хорошим маркетингом. На рынке уже явно не хватает не разговоров про будущее, а кейсов, где агентный ИИ пережил встречу с корпоративной средой и доказал свою полезность не на сцене, а в операционке. В ближайшие кварталы выиграют не те, кто громче всего клеит слово agentic на каждую презентацию, а те, кто сумеет ответить на скучный, но решающий вопрос: какой именно кусок работы этот агентный ИИ делает лучше, дешевле и предсказуемее человека или обычной автоматизации.