Последние несколько дней были перенесены в экосистему программистов и любителей искусственного интеллекта. Виновником стал Clawbot (теперь переименован в Moltbot после спора о товарном знаке с Anthropic), который превратился в один из самых быстрорастущих проектов с открытым исходным кодом в истории GitHub достигнув 80 000 звезд за считанные дни. Этот агент или личный помощник ИИ, обещающий автономно выполнять задачи на вашем компьютере, вызвал столько вирусного ажиотажа что привело к серьезным проблемам с безопасностью (более 900 экземпляров раскрыты без аутентификации) и привлекли криптовалютных мошенников, которые создали поддельные токены, рыночная капитализация которых за короткое время достигла 16 миллионов долларов.
Феномен когтистого бота молтобота знаменует собой эволюцию искусственного интеллекта с момента его популяризации с помощью ChatGPT в 2022 году до наших дней. Эта трансформация прошла три этапа: во-первых, LLM в качестве собеседника для индивидуального использования (2022-2023 гг.); во-вторых, его интеграция в корпоративную среду в качестве помощника по повышению производительности с такими инструментами, как Microsoft 365 Copilot (2023-2024 гг.) И в-третьих, переход к автономным агентам, способным выполнять полные задачи без вмешательства человека (2025-2026 гг.).. В настоящее время мы находимся на третьем этапе агентского развития, когда ИИ не только помогает, но и выполняет автономно. Clawbot представляет потребительскую версию этого изменения, в то время как на корпоративном уровне мы видим огромные инвестиции.
И дело в том, что агентский искусственный интеллект перестал быть перспективным чтобы стать осязаемой бизнес-реальностью. Gartner прогнозирует, что 40% корпоративных приложений будут интегрировать агентов искусственного интеллекта специфичные для задач к концу 2026 года, в отличие от менее 5% на данный момент как сообщила консалтинговая компания в своем последнем отчете. Этот прогноз знаменует собой поворотный момент во внедрении автономных систем, способных выполнять сложные процессы от начала до конца без постоянного вмешательства человека.
Однако после первоначального ажиотажа возникает более сложная реальность: более 40% проектов в области агентского ИИ будут отменены к концу 2027 года из-за растущих затрат, отсутствия четкой ценности для бизнеса или неадекватного контроля рисков, также предупреждает Gartner. Цифры становятся еще более показательными, если посмотреть на данные о развертывании: McKinsey сообщает, что почти две трети организаций по-прежнему находятся в «пилотном режиме», неспособные масштабировать свои проекты до корпоративного уровня.
Стремительно развивающийся рынок
Экономический потенциал агентского ИИ сам по себе оправдывает то внимание, которое он получает. Хотя прогнозы различаются в зависимости от источника, все они указывают на необычайный рост:
- По данным Mordor Intelligence, рынок агентского ИИ достигнет 6,96 миллиарда долларов в 2025 году и будет расти со скоростью 43,61%, а к 2030 году достигнет 42,56 миллиарда.
- MarketsandMarkets проецирует что рынок он вырастет с 7,84 млрд долларов в 2025 году до 52,62 млрд долларов в 2030 году с CAGR 46,3%, что обусловлено конвергенцией фундаментальных моделей и автономным выполнением задач.
- Omdia, со своей стороны, прогнозирует что рынок программного обеспечения для агентского ИИ для бизнеса к 2025 году он вырастет с 1,5 миллиарда к 2030 году этот показатель достигнет 41,8 миллиарда, что станет одним из самых быстрорастущих сегментов корпоративных технологий.
Разница между этими цифрами отражает разные методологии анализа, но все согласны со взрывным ростом. В лучшем сценарии Gartner агентский ИИ может обеспечить к 2035 году около 30% доходов от корпоративного прикладного программного обеспечения, превысив 450 миллиардов долларов, что является резким скачком с нынешних 2%.
ITOps лидирует по внедрению
Не во всех сферах деятельности агентский ИИ внедряется с одинаковой скоростью. Данные указывают на явного лидера: ИТ-операции. Агенты ИИ они чаще всего используются в ИТ-операциях и операциях DevOps (72%) За ними следуют разработка программного обеспечения (56%) и служба поддержки клиентов (51%), согласно глобальный отчет Dynatrace в ходе опроса было опрошено 919 руководителей высшего звена. Но что делает ITOps особенно привлекательным, так это не только объем внедрения, но и продемонстрированная рентабельность инвестиций. Наибольшая ожидаемая рентабельность инвестиций в проекты агентского ИИ приходится на ITOps / мониторинг систем (44%), за ними следуют кибербезопасность (27%), обработка данных и отчетность (25%).
Такая концентрация на ИТ-операциях неслучайна. Системы мониторинга, устранения неполадок и управления конфигурациями генерируют огромные объемы структурированных данных, которые идеально подходят агентам ИИ для обнаружения закономерностей, прогнозирования сбоев и автоматического реагирования. По прогнозам Gartner, к 2029 году 70% предприятий будут использовать агентский ИИ в рамках операций ИТ-инфраструктуры, по сравнению с менее чем 5% в 2025 году.
Microsoft, Google и UiPath определяют план действий
Технологические гиганты не остались в стороне. В 2025 году и Microsoft, и Google Cloud опубликовали дорожные карты, которые они делают упор на автономные системы с мультиинструментальным исполнением что свидетельствует о развитии технологий, выходящих за рамки простых диалоговых помощников. Но, пожалуй, самым активным игроком в корпоративном пространстве был UiPath. UiPath запустила платформу нового поколения для агентской автоматизации в апреле 2025 года, предназначен для объединения агентов ИИ роботы и люди в единой интеллектуальной системе. Компания говорит не только о видении будущего: с момента запуска Private Preview в январе 2025 года на платформе были созданы тысячи автономных агентов с более 75 000 запусков агентов.
Отчет UiPath об агентском ИИ за 2025 год это показывает, что 90% ИТ-руководителей имеют бизнес-процессы, которые они улучшили бы с помощью агентского ИИ, в то время как 77% заявляют, что готовы инвестировать в него в этом году. Опрос, проведенный среди более чем 250 американских ИТ-руководителей в компаниях с доходом более 1 миллиарда долларов, также показал, что 37% респондентов говорят, что они уже используют агентский ИИ, а 93% крайне или очень заинтересованы в его изучении.
UiPath построил свое предложение на трех фундаментальных принципах: оркестровка (его главный инструмент, координирующий агентов, роботов и людей), обработка документов, а также создание и тестирование агентов. Грэм Шелдон, директор по продуктам UiPath, отмечает, что для агента есть подходящее время и место, и те, кто вдумчиво определяет это приятное место, получают вознаграждение намного быстрее.
Протокол контекста модели
Одним из наиболее значительных событий 2024-2025 годов стало чрезвычайная ситуация Model Context Protocol (MCP) как стандарт де-факто для взаимодействия агента и инструмента. MCP был анонсирован Anthropic в ноябре 2024 года он стал открытым стандартом для подключения помощников ИИ к системам данных, а в декабре 2025 года был передан в дар Agentic AI Foundation (AAIF) в рамках Linux Foundation. Внедрение было стремительным: в марте 2025 года OpenAI официально приняла MCP после интеграции его в свои продукты, включая настольное приложение ChatGPT.
MCP предоставляет универсальный и открытый стандарт для подключения систем искусственного интеллекта к источникам данных, заменяя фрагментированную интеграцию единым протоколом, объясняет Anthropic в своей официальной документации. Наиболее часто используемая аналогия идеальна: подобно тому, как USB-C стандартизировал соединения между устройствами, MCP стандартизирует способ подключения моделей искусственного интеллекта к данным и инструментам. BCG описывает MCP в качестве порта USB-C для агентов ИИ стандартизированная привязка, которая значительно снижает трудности подключения больших языковых моделей к инструментам и данным. И влияние уже ощутимо: в настоящее время доступны десятки тысяч серверов MCP, многие из которых хранятся в каталогах типа marketplace, таких как MCP.so .
Протокол не только упрощает техническую интеграцию. Серверы MCP — это не только способы доступа к инструментам и данным, они также сообщают о своих возможностях агентам ИИ и могут предлагать шаблоны подсказок, которые помогают агентам понять, как эффективно получить доступ к этим инструментам, отмечает BCG, объясняя, как MCP улучшает автономию агентов и планирование.
Большое препятствие: от пилотного проекта к производству
Если потенциал так очевиден и технологии развиваются, почему так много проектов терпят неудачу? Ответ кроется в разрыве между демонстрацией и развертыванием. McKinsey сообщает, что только 39% компаний сообщают о влиянии EBIT на уровне предприятия, хотя 64% говорят, что ИИ стимулирует инновации в их организациях. Это явление некоторые называют «парадоксом ГенАИ»: широкое использование без значительных финансовых последствий.
Данные о неудачах становятся еще более убедительными, когда мы смотрим на конкретные проекты:
- Согласно многочисленным отраслевым опросам, в 2025 году средняя компания уволила 46% пилотов по искусственному интеллекту до того, как они были запущены в производство.
- BCG считает, что 60% компаний получают «едва ли какую-то материальную выгоду» от своих инвестиций в ИИ.
- Отчет Массачусетского технологического института о состоянии ИИ в бизнесе за 2025 год подтвердил, что 95% пилотов GenAI терпят неудачу при масштабировании.
Что дает сбой? McKinsey выделяет шесть ключевых уроков, которые отличают успех от неудачи:
- Ценность прежде всего: демонстрация результатов, а не только результатов. Экономия времени, предотвращение ошибок, масштабирование рабочих процессов.
- Основа доверия: управление, прозрачность и возможность аудита как видимые функции продукта, а не внутренние задачи.
- Масштабируемая архитектура: модульность, взаимозаменяемость и отказоустойчивость, которые предотвращают сбои агентов при изменении инструментов или API.
- Операционное превосходство: наблюдаемость, мониторинг и непрерывный контроль качества, которые превращают тихие сбои в устраняемые инциденты.
- Человеческий надзор в контуре: Способность к управлению не подлежит обсуждению. Агенты должны продемонстрировать свою аргументацию, чтобы люди могли вмешаться.
- Экономическая устойчивость: очевидная рентабельность инвестиций при строгой дисциплине затрат.
Анализ McKinsey показывает, что ИТ-директорам и руководителям бизнес-подразделений необходимо тесно сотрудничать, чтобы расставить приоритеты в сценариях использования ИИ, которые технически осуществимы и имеют отношение к нижней строке бизнеса.
Технические и организационные барьеры
Помимо стратегии, существуют конкретные препятствия, сдерживающие внедрение. Респонденты определили проблемы безопасности, конфиденциальности или соответствия требованиям ИТ (52%) и технические проблемы управления агентами и мониторинга в масштабе (51%) как два основных препятствия на пути создания агентского ИИ в настоящее время, за которыми следует нехватка обученного персонала (44%). Проблема с данными особенно актуальна. Gartner считает, что 85% всех проектов в области искусственного интеллекта терпят неудачу из-за низкого качества данных. Пилот может работать с чистой и статичной электронной таблицей, но производственная модель сталкивается с постоянным потоком реальных, неупорядоченных и постоянно меняющихся данных.
Интеграция с устаревшими системами представляет собой еще один фронт битвы. Многие компании пытаются наложить агентские возможности на устаревшие фреймворки, что только усугубляет дисфункцию. Глобальный фармацевтический производственный центр признал, что его устаревшие ИТ / операционные системы были слишком изолированы, чтобы компания могла масштабировать свои инвестиции в ИИ, создав три интегрированные платформы данных, которые соединили около десятка ИТ-систем и более 150 датчиков Интернета вещей.
Несмотря на проблемы, инвестиции продолжают поступать. По данным UiPath, 77% руководителей заявляют, что планируют инвестировать в агентский ИИ в течение года. И цифры значительны: 48% компаний ожидают, что их инвестиции в ИИ превысят 2 миллиона долларов в этом году. Согласно отчету Google Cloud ROI of AI за 2025 год, 74% руководителей сообщают о достижении рентабельности инвестиций в течение первого года внедрения агентов ИИ. Для тех, кому удается успешно внедрить, преимущества ощутимы: среди руководителей, сообщающих о повышении производительности, 39% отметили, что производительность увеличилась как минимум вдвое.
Самые успешные компании придерживаются прогрессивного подхода. Они начинаются с добавления поддержки ИИ в существующие рабочие процессы, затем разрабатывают универсальные агенты для конкретных задач и, наконец, интегрируют несколько агентов в автоматизированные бизнес-процессы, отмечается в отчете Google.
От экспериментов к стратегическому исполнению
Агентский ИИ достиг переломного момента. Это больше не экспериментальная технология, ограниченная лабораториями исследований и разработок, а возможность предприятия, которая преобразует операции, от ИТ-операций до обслуживания клиентов и разработки программного обеспечения. Однако путь от пилотного проекта к производству по-прежнему сопряжен с трудностями. Около трети организаций сообщают о начале масштабирования своих программ в области искусственного интеллекта, а это означает, что две трети еще не сделали этого.
Успешные организации имеют общие черты: они с самого начала связывают проекты в области ИИ с четкими бизнес-целями, инвестируют как в людей и процессы, так и в технологии, внедряют надежное управление с первого дня. и поддерживают реалистичные ожидания в отношении сроков окупаемости инвестиций (2-4 года, а не месяцы). Рынок продолжит расти. Такие стандарты, как MCP, будут развиваться. Корпоративные инструменты станут более совершенными. Но, в конце концов, успех будет зависеть не от самых передовых технологий, а от способности организаций перепроектировать процессы, развивать таланты и сохранять дисциплинированный подход к созданию реальной и измеримой ценности.
Вопрос уже не в том, преобразит ли агентский ИИ предприятия, а в том, каким компаниям удастся успешно осуществить это преобразование.