Опрос Alteryx: 96% IT‑специалистов используют ИИ-агентные приложения растут, но объясняемость и качество данных тормозят

Alteryx представила результаты глобального опроса 1,400 респондентов — по 700 аналитиков данных и 700 IT‑лидеров — которые фиксируют широкое распространение ИИ в повседневной работе и быстрое распространение агентных приложений. По данным опроса, 96% участников используют ИИ в работе, из них 49% называют себя частыми пользователями («всегда» или «большую часть времени»). Почти 59% респондентов ожидают активного применения AI‑агентов в течение следующих 12 месяцев; это указывает на возможный сдвиг в операционных процессах организаций и потребность в новых механизмах контроля.

Исследование перечисляет наиболее распространённые сценарии продуктивного применения агентов и их доли: автоматическая подготовка стандартных писем и сводок — 59%, планирование и маршрутизация задач — 54%, генерация стандартных отчётов и дашбордов — 48%. Сопутствующие сценарии включают мониторинг KPI с триггерными действиями и очистку/предобработку данных — по 45% каждый, рутинный статистический анализ и базовые предиктивные модели — 34%, а автоматическая генерация инсайтов или рекомендаций — 23%. Эти цифры показывают приоритетность автоматизации рутинных рабочих процессов перед сложной аналитикой.

Оценки рабочего времени подчёркивают, почему валидация становится критическим навыком: на «фундаментальную» подготовку данных для ИИ респонденты указывают близко к шести часам в неделю, причём 48% тратят 6 — 10 часов. В сумме подготовка и валидация данных под ИИ оцениваются примерно в 10 часов в неделю, что перераспределяет нагрузку аналитиков и сохраняет значимость ручной работы даже при росте автоматизации.

Технические и организационные барьеры, мешающие переводу анализа в бизнес‑решения, распределились так: трудности с интерпретацией и объяснением выводов ИИ-55%, ограниченные аналитические навыки у бизнес‑пользователей — 54%, недостаточно чистые, интегрированные или управляемые данные — 50%, неясность ответственности за решения — 49%, и технические ограничения инструментов и инфраструктуры — 45%. Лишь 20% утверждают, что переход от анализа к решению занимает несколько часов, и только 5% поддерживают принятие решений в реальном времени, что указывает на узкие места в операционной интеграции. Практические выводы для разработчиков и интеграторов следуют из привычек аналитиков: таблицы по‑прежнему используются чаще всего (61%), далее идут BI‑платформы (56%) и платформы подготовки данных (51%), поэтому ИИ чаще дополняет существующие процессы, а не заменяет их.

это делает приоритетами для разработчиков объясняемость, верификацию, механизмы контроля доступа, интеграцию с таблицами/BI и инструменты для валидации выводов.