На двух недавних конференциях в Silicon Valley эксперты подтверждают, что текущая технология AI-агентов остаётся неудовлетворительной и может стать экономически невыгодной. В частности, CEO стартапа Meibel Кевин МакГрат акцентировал внимание на надоедливой проблеме: использовать LLM для каждой задачи не всегда эффективно, что ведет к ненужным растрачиваниям токенов и ресурсов.
Контекст: рост интереса к AI-агентам
Идея внедрения AI-агентов, таких как OpenClaw, привела к повышению ожиданий в индустрии. Эти системы были представлены как универсальные решения для автоматизации офисных задач. На недавнем саммите по генеративному ИИ и агентному ИИ в Сан-Хосе представители Google, Amazon, Meta и других компаний поделились недостугами скрытых проблем в управлении AI-агентами.
Проблемы внедрения AI-агентов
Записавшись на мероприятие, технический специалист Google Дип Шах подчеркнул, что использование множества AI-агентов требует значительных финансовых вложений, но не все компании умеют грамотно управлять ими. «Каждая система требует грамотного дизайна, чтобы избежать растрат», — добавил он.
CEO Synchtron Рави Булусу отметил, что многочисленные сложности в организации этих и рабочих процессов подчеркивают необходимость системного подхода. «Ни одно решение не может быть простым, когда речь идет о взаимодействии разных компонентов. Это порождает хаос», — сказал он.
Практические выводы для бизнеса
Для российских компаний запуск AI-проектов с использованием LLM требует не только инвестиций, но и глубокого понимания их экономической целесообразности. Эффективность внедрения AI-агентов может обернуться чистыми убытками, если не определить конкретные задачи, которые действительно можно автоматизировать. Прежде чем инвестировать средства в AI-решения, провести детальный анализ затрат и ожиданий результативности будет необходимым.
Впредь компании должны обеспокоиться не только запуском технологий, но и их последующим управлением, чтобы минимизировать риски.