ИИ-агенты в компаниях в 2026 году: что работает уже сегодня, а что пока остаётся хайпом

Что такое ИИ-агент простыми словами

Чат-бот отвечает на вопрос. ИИ-агент получает цель и набор инструментов и сам решает, какие шаги предпринять: прочитать письмо, найти заказ в ERP, подготовить черновик ответа, обновить запись. Он использует большую языковую модель, чтобы понимать текст и выбирать действия, и обычное ПО, чтобы вызывать инструменты.

Способность действовать делает агентов полезными, но она же делает их рискованными. Неверный ответ чат-бота остаётся просто неверным ответом. Неверное действие агента оборачивается неверным счётом, ошибочным письмом клиенту или удалённой записью.

Кроме того, этот термин часто используют слишком свободно. В 2025 году Gartner предупреждала об «agent washing», то есть о переименовании существующих чат-ботов и инструментов автоматизации в агентов, и оценила, что из тысяч поставщиков, заявляющих об агентном ИИ, настоящими были лишь около 130. Когда вам предлагают агента, задайте два вопроса: что именно он может делать без участия человека и что происходит, когда он ошибается?

Что надёжно работает уже сегодня

У сценариев, которые работают в 2026 году, есть общие черты. Задача узкая, входные данные представляют собой в основном текст или документы, и человек проверяет результат, прежде чем тот повлечёт последствия.

Обработка документов с проверкой человеком

Счета поставщиков, накладные, договоры, таможенные документы и сертификаты приходят в самых разных форматах. Агент может прочитать их, извлечь поля, сравнить их с заказом на закупку и отметить расхождения. Человек утверждает или исправляет результат. Это избавляет от большей части ручного ввода, а ответственность за итоговую запись остаётся за человеком.

Внутренние ассистенты по базе знаний

Процедуры, технические руководства, прошлые обращения в поддержку и внутренние политики часто разбросаны по папкам, в которых никто ничего не ищет. Ассистент, который отвечает на вопросы сотрудников по вашим собственным документам и показывает, какой документ он использовал, экономит время новых сотрудников и опытных коллег, которые обычно отвечают на такие вопросы. Ссылка на источник важна: она позволяет людям проверить ответ, а не просто верить ему.

Подготовка черновиков и сортировка обращений

Хорошо работают сортировка входящих писем или запросов в поддержку по теме и срочности, их передача нужному сотруднику и подготовка первого черновика ответа. Агент готовит, человек проверяет и отправляет.

Перенос данных между системами

Многие компании до сих пор вручную копируют данные из одной системы в другую, потому что интеграции нет: из заказа, присланного по электронной почте, в ERP, из портала поставщика в таблицу. Агент может выполнять такой перенос по правилам проверки, с очередью на ручную проверку для всего необычного. Там, где есть полноценный API, классическая интеграция обычно дешевле и предсказуемее. Агент оправдывает себя там, где входные данные не структурированы.

Где агенты всё ещё ошибаются

Решения без контроля

Агенты стали намного лучше, чем два года назад, но они пока недостаточно надёжны, чтобы самостоятельно принимать решения с серьёзными последствиями. В Stanford AI Index 2026 сообщается, что на OSWorld, бенчмарке реальных компьютерных задач, лучшие системы выросли примерно с 5 процентов решённых задач в 2024 году до 66,3 процента в 2025 году, что всё ещё ниже базового уровня человека в 72,35 процента. Это быстрый прогресс, но он также означает, что заметная доля многошаговых задач по-прежнему выполняется с ошибками. Утверждение платежей, изменение цен и принятие обязательств перед клиентами должны оставаться за людьми.

Неупорядоченные данные

Агент, работающий с несогласованными мастер-данными, например с дублирующимися клиентами, устаревшими прайс-листами или кодами товаров, введёнными произвольным текстом, будет уверенно выдавать результаты на основе неверных записей.

Нечёткие процессы

Если три сотрудника обрабатывают один и тот же запрос тремя разными способами, у агента нет единого процесса, которому он мог бы следовать. Чтобы автоматизировать процесс, его сначала нужно описать, включая исключения.

Стоимость и задержки

Каждый шаг агента означает как минимум один вызов модели. Длинные цепочки шагов занимают секунды или минуты, а эксплуатационные расходы растут вместе с объёмом. Для задачи с большим объёмом и чёткими правилами обычная программа работает быстрее и обходится дешевле. В 2025 году Gartner прогнозировала, что к концу 2027 года более 40 процентов проектов агентного ИИ будут отменены, и указывала на растущие затраты, неясную ценность для бизнеса или недостаточный контроль рисков.

Безопасность

Агенты читают недоверенный текст: письма, веб-страницы, вложения. OWASP ставит на первое место среди рисков для приложений на основе языковых моделей промпт-инъекции (prompt injection), когда текст во входных данных меняет поведение модели, и отмечает, что ни один известный метод не предотвращает их полностью. Среди рекомендаций OWASP: давать модели только тот доступ, который ей нужен, и требовать одобрения человека для действий с высоким риском.

Как начать безопасно

• Выберите узкую задачу. Один тип документов, один почтовый ящик или один поток данных между двумя системами.
• Оставьте человека в контуре. Агент предлагает, человек утверждает, по крайней мере пока у вас нет подтверждений его надёжности.
• Ограничьте права. Дайте агенту собственные учётные данные и доступ только к тем данным и действиям, которые нужны для задачи.
• Журналируйте всё. Входные данные, результаты, вызванные инструменты и кто что утвердил. Журналы позволяют находить ошибки и показывать, что произошло.
• Защитите данные. Знайте, где обрабатываются и хранятся данные, что поставщик модели может с ними делать и покидают ли персональные данные ЕС.
• Поставьте измеримую цель. Сэкономленные часы в неделю, время обработки или доля ошибок. Измерьте показатели до и после, а затем решите, стоит ли расширять применение.

Защита данных и EU AI Act

Если агент обрабатывает персональные данные, GDPR применяется так же, как к любой другой системе. Вам нужны правовое основание, соглашение об обработке данных с каждым поставщиком и внимание к статье 22, которая ограничивает решения, основанные исключительно на автоматизированной обработке и существенно затрагивающие людей. Реальная проверка человеком часто позволяет сценарию оставаться в рамках этого правила.

EU AI Act, Регламент (ЕС) 2024/1689, вводится в действие поэтапно. Запреты на определённые практики и обязательства по ИИ-грамотности применяются с 2 февраля 2025 года, а правила для моделей ИИ общего назначения с 2 августа 2025 года. Большая часть положений AI Act начала применяться 2 августа 2026 года, включая правила прозрачности, например обязанность сообщать людям, что они взаимодействуют с системой ИИ. Digital Omnibus on AI, Регламент (ЕС) 2026/1744, вступил в силу 27 июля 2026 года и перенёс сроки применения правил для систем высокого риска: на 2 декабря 2027 года для самостоятельных сценариев высокого риска, перечисленных в Приложении III, таких как подбор персонала или доступ к основным услугам, и на 2 августа 2028 года для ИИ, встроенного в продукты, на которые распространяется законодательство ЕС о продукции (Приложение I).

Большинство внутренних ассистентов и инструментов для работы с документами не попадут в категорию высокого риска, но проверьте всё внимательно, если ваш сценарий касается найма, кредитования, образования или похожих областей. AI Act может применяться и к поставщикам за пределами ЕС, если система или результаты её работы используются в ЕС, а это важно для компаний из Молдовы, работающих с клиентами из ЕС.

Чем может помочь NOWANI TECH

Мы создаём ИИ-агентов и автоматизации для конкретных измеримых задач, с проверкой человеком, журналированием и ограничением доступа, заложенными с самого начала. Мы также скажем вам, если обычная интеграция или простой скрипт справятся с задачей лучше. Если у вас есть процесс, который вы хотели бы протестировать, свяжитесь с нами.