Исследователи НИУ ВШЭ совместно с Cloud.ru провели опрос о зрелости применения российскими компаниями ИИ-агентов. В нем приняли участие 106 представителей организаций, где хотя бы один агент уже используется в промышленной эксплуатации. Также проведены 30 глубинных интервью с руководителями ИИ-направлений, техническими директорами и специалистами российских компаний.

Авторы на основе полученных данных разработали модель пяти уровней зрелости бизнеса: начального, повторяемого, определенного, управляемого и оптимизируемого. Она учитывает технологическую, организационную, управленческую и культурную готовность бизнеса к ИИ-агентам.

Ключевые выводы:

• авторы выделили пять типов ИИ-агентов для бизнеса, которые разрабатывают и применяют российские компании: ассистент оператора бизнес-процесса, агент-оркестратор или агент интегратор, аналитический агент, агент поддержки клиента и агент-наблюдатель (отслеживание процессов). Чаще всего разрабатывались и внедрялись аналитические агенты;
• одним из главных факторов успешного применения ИИ-агентов стало качество данных. Как пишут авторы, они должны быть доступны, актуальны, согласованны и интерпретируемы. Особое значение имеют исторические данные;
• 81% респондентов из компаний, уже внедривших ИИ-агентов, оценили качество имеющихся у них данных как достаточное для промышленного использования в ИИ-решениях. По информации экспертов, компании с низким качеством данных не смогли разработать ИИ-агента;
• практически все организации с успешным опытом внедрения ИИ-агентов оценили уровень интеграции с существующими корпоративными системами выше среднего;
• одним из главных ограничений называется дефицит специалистов. Больше 70% участников опроса часто обращаются к внешним разработчикам;
• российский бизнес пока редко передает ИИ-агентам полную самостоятельность. 55% респондентов используют инструменты со средней степенью автономности, 35% — с высокой или полной автономностью;
• в 80% организаций четко определены ситуации, когда к принятию решения должен подключаться человек;
• для ограничения автономности ИИ-агентов компании внедряют специальные технические средства. Широкое распространение получила практика цензурирования. Дополнительно используются многоуровневые системы проверки, когда один ИИ-агент выступает цензором для другого, пишут авторы;
• ИИ-агенты зачастую требуют изменения самих бизнес-процессов, отмечают эксперты. 86% компаний сообщили, что адаптировали их по результатам внедрения;
• 40% организаций за последний год приходилось отключать отдельные функции ИИ-агентов или возвращаться к предыдущей версии из-за проблем с безопасностью. 31% сталкивались с инцидентами, которые требовали оперативной реакции;
• практически треть компаний вынуждена вручную отменять 5–10% действий ИИ-агентов, а сотрудники каждого десятого предприятия вручную отменяют больше 10% действий. Как пишут авторы, это делает обязательным условием разработку инструментов и внедрение процессов, которые обеспечивают наблюдаемость ИИ-агентов;
• сроки окупаемости проектов серьезно варьируются. Быстрые проекты (простая автоматизация, внедрение готовых решений) могут окупиться меньше чем за 12 месяцев. Средние проекты с необходимостью донастройки и интеграции требуют 12–24 месяца, крупные инфраструктурные инициативы, связанные с созданием собственных платформ и моделей, — больше 24 месяцев;
• среди факторов, которые обеспечивают положительную экономику внедрения, указаны четкая приоритизация процессов с измеримым эффектом; использование итеративного подхода с быстрым запуском минимально жизнеспособных продуктов и последующим дообучением ИИ-моделей на реальных данных; применение готовых платформенных решений и открытого ПО. 

Уровни зрелости внедрения ИИ-агентов компаниями:

• первый уровень — начальный. На этом этапе организация характеризуется наличием единичных пилотных проектов, которые реализуются в низкорисковых, изолированных сферах;
• второй уровень — повторяемый. Компания переходит к осознанным экспериментам с ИИ-агентами. У организаций уже есть несколько успешных примеров внедрения, что позволяет сформировать первые повторяемые подходы. Начинается интеграция агентов с отдельными корпоративными системами через API;
• третий уровень — определенный. Его главная характеристика — институализация практик работы с ИИ-агентами. Они начинают внедряться в бизнес-процессы, выходя за рамки экспериментов. В компаниях утверждаются корпоративные стандарты разработки, тестирования и внедрения, налажены базовые процессы отслеживания качества работы моделей;
• четвертый уровень — управляемый. На этом этапе организация переходит от простой автоматизации отдельных задач к сквозной оркестрации процессов с помощью многоагентных ИИ-систем. Управление рисками становится проактивным: внедряются механизмы контроля действий, цензурирования, полного логирования и аудита действий агентов. Успешные практики масштабируются на все подразделения;
• пятый уровень — оптимизируемый. Он характеризуется переходом компании к модели, управляемой данными и автономными системами. Бизнес-процессы становятся адаптивными и самооптимизирующимися благодаря взаимодействию множества специализированных ИИ-агентов, способных к самообучению.

Расскажите знакомым: