Облачный провайдер Cloud.ru провел опрос о практиках применения ИИ-агентов в российских компаниях. В нем приняли участие представители организаций, которые внедрили такие инструменты в промышленную эксплуатацию. В рамках работы также было проведено 30 глубинных интервью с руководителями ИИ-направлений, техническими директорами и ведущими специалистами компаний и экспертная сессия с представителями российского бизнеса. Кроме этого, авторы изучили материалы, отражающие отечественный и зарубежный опыт.

На основании собранной информации составлена модель зрелости внедрения ИИ-агентов из пяти уровней. На уровне «Начальный» компания проводит отдельные пилотные проекты, на «Повторяемом» — осознанные эксперименты, на «Определенном» внедряет агентов в бизнес-процессы. Уровень «Управляемый» предполагает переход от автоматизации отдельных задач к сквозной оркестрации процессов с помощью многоагентных ИИ-систем. На уровне «Оптимизируемый» компания переходит к модели, управляемой данными и автономными системами.

Ключевые выводы:

• анализ интервью и отраслевых данных показывает прямую корреляцию между зрелостью инфраструктуры данных и достигнутым уровнем автономности агентных систем. В тех секторах, где данные структурированы, унифицированы и централизованы, ИИ-агенты демонстрируют высокую эффективность и автономность. В отраслях с фрагментированными, неструктурированными данными показатели ниже;
• практически все респонденты, чьи компании сумели внедрить в деятельность ИИ-агентов, указывают на качество данных, достаточное для использования в ИИ-решениях. И почти никто из опрошенных не оценил качество данных как низкое, потому что такие организации не смогли разработать и внедрить ИИ-агентов;
• почти все респонденты, чьи компании успешно разработали и внедрили ИИ-агентов, оценивают уровень интеграции информационных систем выше среднего. Чаще всего они отмечали наличие максимально возможного уровня;
• формализованные политики управления данными становятся главным фактором успешного внедрения ИИ-агентов. Компании, достигшие значимых результатов в агентной автоматизации, значительно чаще обладают документированными и соблюдаемыми политиками работы с данными;
• интервью указывают на нехватку специалистов, которые способны проектировать, разрабатывать и сопровождать агентные системы. Поэтому бизнес вынужден привлекать внешних поставщиков для разработки;
• среди факторов при выборе между собственной и внешней разработкой агентного ИИ-решения компании чаще всего указывают безопасность и соответствие требованиям (21%), скорость получения эффекта (18%), необходимость адаптации под специфику бизнес-процесса (17%);
• респонденты редко внедряют полностью автономные системы. В финансовом секторе и производстве доминируют ИИ-агенты с низкой автономностью, выполняющие 1–4 простых действия и требующие постоянного контроля человека. В телекоммуникациях и отдельных банковских сервисах встречаются ИИ-агенты с высокой автономностью, способные самостоятельно вести диалог и обрабатывать заявки;
• российские организации, внедрившие ИИ-агентов, обычно ведут логирование в том или ином виде. Более трети респондентов заявили о первостепенной важности этого процесса в их компаниях;
• непонимание финансовых аспектов и неспособность измерить реальный экономический эффект становятся одной из главных причин, по которой две трети проектов остаются на стадии эксперимента; 
• только треть участников опроса подтвердила наличие четко определенных и прозрачных бюджетов на проекты по разработке и внедрению ИИ-агентов. Подавляющее большинство сталкивается с тем или иным уровнем неопределенности;
• чаще всего российские компании финансируют проекты по разработке и внедрению ИИ-агентов через централизованный ИТ-бюджет (32%), специальный фонд инноваций (19%) или в рамках платформенного решения (19%);
• внедрение агентов оценивается в российских компаниях по сокращению трудозатрат (50%), росту выручки (40%), снижению ошибок (38%). Среди других индикаторов — уменьшение регуляторных рисков (33%) и рост пропускной способности процессов (27%);
• наибольшее число респондентов среди лидеров отрасли считают, что окупаемость на временном интервале 1–2 года лежит в диапазоне 26–55%. Немногие оценили среднесрочную окупаемость в 101–199% и больше 200%;
• среди главных препятствий для масштабирования ИИ-агентов называются отрицательная экономика на начальном этапе, высокая стоимость вычислительных ресурсов, дефицит квалифицированных кадров, а также сложность оценки эффекта в денежном выражении;
• опрос показывает высокую степень инфраструктурной готовности компаний, сумевших реально внедрить ИИ-агентов. Больше четверти оценили ее как максимальную, 80% — выше средней;
• 37% компаний сталкивались с инцидентами в области ИБ-безопасности при использовании ИИ-агентов. 45% приходилось отключать часть функций или откатывать версию;
• 40% организаций исправляют 1–4% действий ИИ-агентов, 36% — 5–10%. У 14% респондентов показатель составляет больше 10%.

Расскажите знакомым: