85% компаний планируют перейти на agentic‑ИИ, но 76% не готовы операционно

Исследование Ema и HFS Research показывает: большинство организаций стремится к agentic‑ИИ, но три четверти не имеют готовых людей, процессов и инфраструктуры; без перестройки операционной модели и архитектуры агенты вряд ли раскроют заявленный потенциал.

Ema совместно с HFS Research фиксируют, что 85% компаний планируют перейти к «agentic» ИИ в ближайшие три года, однако 76% респондентов признают: их текущие процессы, люди и инфраструктура не готовы обеспечить этот переход. Это разрыв между намерением и операционной готовностью угрожает тому, что значительные инвестиции в агентов не принесут ожидаемых преимуществ без перестройки рабочих моделей.

Под «agentic» ИИ понимают системы, способные самостоятельно выполнять целые рабочие процессы с минимальным человеческим вмешательством — координировать сложные задачи, принимать автономные решения, адаптироваться к изменениям и итеративно повышать эффективность. В ранних сферах применения — служба поддержки, HR и продажи — оценочное ускорение бизнес‑процессов при масштабном развёртывании может составлять 30 — 50%, а время на низкоценные задачи сокращаться на 25 — 40%. Для описания этой трансформации платформа Ema и HFS Research ввели термин «agentic business transformation» (ABT).

Ema описывает ABT через три столпа: технологический стек, рабочая сила и метрики успеха. По словам Surojit Chatterjee, CEO и основателя Ema, прежняя лексика — «цифровая трансформация», «AI‑трансформация», «ко‑пилоты» — не отражала глубину изменений; ABT предполагает интеграцию агентов в саму ткань организации. Prasun Shah, global CTO по workforce consulting и chief AI officer в PwC UK Consulting, подчёркивает, что термин указывает на необходимость переработки операционной модели, прав принятия решений и систем управления эффективностью.

Shah предупреждает о «проблеме липкой ленты»: многие компании просто приклеивают ИИ‑агентов поверх существующей человеческой модели работы, не изменяя самих процессов. Такое решение ограничивает потенциал агентов и ведёт к разочарованию. Chatterjee добавляет, что агенты фактически становятся связующим слоем, действующим на машинной скорости между системами и приложениями, поэтому архитектура должна обеспечивать им одновременный доступ к множеству наборов данных для выработки качественных контекстных решений.

Практические выводы очевидны для архитекторов и руководителей: проектировать систему нужно не как последовательность человеко‑центричных шагов, а как среду, в которой полноценным актором может быть ИИ‑агент. Это требует перестройки интеграций, пересмотра прав доступа к данным и метрик, а также переосмысления рабочих ролей и систем оценки эффективности, чтобы агенты выступали участниками создания ценности, а не лишь инструментами для повышения производительности.