ИИ-агенты (Агентский ИИ)

Основная статья: Генеративный искусственный интеллект

Агентский ИИ способен взаимодействовать с окружающим миром, предсказывать действия и действовать автономно.

Как работают агентские ИИ для физического мира

• Агент получает данные из окружающей среды через сенсоры, камеры, микрофоны или API.

• Полученные данные анализируются с использованием алгоритмов машинного обучения, нейронных сетей или других методов на основе ранее обученных моделей.

• На основе обработанных данных агент выбирает действия, которые приведут к выполнению его цели, разбивая задачу на подзадачи.

• Агент выполняет выбранное действие, используя физические устройства (роботы, манипуляторы) или программные средства (управление процессами, генерация контента).

• Сбор телеметрических данных о ходе выполнения для коррекции ошибок.

Зачем нужны агентские ИИ

• Агентские ИИ позволяют автоматизировать сложные и монотонные задачи, снижая затраты на ручной труд. Это касается, как работы в цифровом пространстве, так и в реальном мире.

• За счет быстрого анализа больших объемов данных агентский ИИ может находить оптимальные решения в реальном времени, минимизируя ошибки и повышая производительность.

• Программные агенты могут анализировать пользовательские предпочтения и адаптировать свою работу под выбранные паттерны взаимодействия и поведения.

Оценки рынка

2025

Денис Прилепский: «Agentic AI это эволюция от генерации к действию, от автоматизации к автономности»

Ещё в 2022 году мы задавали Денису Прилепскому насущные вопросы об объяснимом искусственном интеллекте (XAI), теме, определявшей повестку цифровой трансформации того периода. Спустя три года бурного развития ИИ‑технологий, мы вновь беседуем с экспертом, обладающим более чем 15‑летним опытом в корпоративной архитектуре и цифровой трансформации. На этот раз фокус смещается на актуальнейшее направление - агентный искусственный интеллект (Agentic AI). Если XAI помогал понять, как работают алгоритмы, то Agentic AI меняет само представление о роли ИИ в бизнесе, от пассивного помощника к активному участнику рабочих процессов. Подробнее здесь.

ИИ-агенты в разработке ПО: Новая эра автоматизации работы программистов в России - TA мнения

ИИ-агенты — один из новых глобальных трендов в развитии искусственного интеллекта. Они обеспечивают автоматизацию рутинных задач, сложный поиск информации и подготовку контента. О том, как ИИ-агенты применяются в разработке ПО в России и какие у них недостатки, TAdviser выяснил в разговоре с участниками рынка в августе 2025 года.

Аналитики Gartner ожидают, что к 2028 году около 15% решений, принимаемых в повседневной работе, будут выполняться ИИ-агентами, а треть корпоративных приложений станет включать такие автономные средства. По прогнозам MTS AI, объём российского рынка ИИ-ассистентов для разработчиков в 2025 году составит 17,4 млрд рублей, из которых на облачные решения придется 3,5 млрд рублей.

𝓲

Фото: Freepik

На текущем этапе развития технологий ИИ-агенты применимы в основном для локальных и ограниченных задач — например, разработка отдельной функции, написание небольшого модуля или даже компонента небольшого сервиса, говорит директор по продукту «ТТК.Облако» компании «ТрансТелеКом» Андрей Малов. По его словам, ИИ-агенты пока не могут брать на себя разработку сложной многомодульной системы, а качество работы соответствует примерно уровню младшего разработчика или студента: они способны генерировать рабочий код, но требуют постоянного контроля и доработки.

О повсеместном использовании ИИ-агентов говорить пока преждевременно, согласен директор по развитию технологий ИИ FabricaONE.AI (ГК Softline) Николай Тржаскал. Однако примеры применения технологии уже есть. Так, Альфа-банк создал платформу AlfaGen для работы ИИ-агентов. Они самостоятельно разрабатывают план решения задачи, выполняет ее, выявляет и исправляет ошибки, рассказывали в банке ранее в 2025 году.

Т-Банк разработал и внедрил ИИ-агента Safeliner для анализа уязвимостей в коде, который фильтрует ложные срабатывания и генерирует понятные разработчикам подсказки. Также развиваются решения для автоматического тестирования и рефакторинга legacy-кода.

Кроме того, у «Яндекса», «Сбера» и МТС есть функционирующие ассистенты программирования: Yandex Code Assistant, который протестировали тысячи разработчиков компании, GigaCode от «Сбера» с возможностями автоматического код-ревью, и Kodify 2 от МТС, поддерживающий 90 языков программирования.

По оценкам руководителя лаборатории инновации компании «Норбит» Дмитрия Демидова, больше половины разработчиков ПО используют ИИ в процессе программирования, но только в качестве помощника, который делает блоки кода, анализирует его, отвечает на технические вопросы.

Руководитель продукта BPMSoft Екатерина Герасимова сообщила, что в большинстве случаев ИИ-агенты в России все же работают под контролем человека. Это связано с ограничениями больших языковых моделей – рисками генерации некорректных данных, нюансами контекстного понимания. Это всемирная проблема, даже самых передовых западных и китайских моделей.

Как рассказал гендиректор ИТ-компании Nobilis.Team Павел Калмыков, есть известные случаи, когда агенты, запущенные в кодовые базы с достаточным уровнем привилегий, удаляли базы данных, просто отключали тесты, если они мешали им выполнить поставленную задачу и множество других подобных кейсов.

Руководитель направления по развитию систем документооборота и прикладных ИИ-решений «К2Тех» Василий Мухин перечислил основные барьеры, мешающие широкому развитию ИИ-агентов в России: отсутствие зрелых решений, сложность интеграции и необходимость перестройки внутренних процессов, а также общая осторожность рынка в вопросах инвестиций в дорогостоящие решения.

Текущая ситуация в России лучше всего описывается как гибридная модель, где ИИ-агенты усиливают возможности разработчиков. При этом мы замечаем, что постепенно рынок движется от точечных экспериментов к планомерному внедрению комплексных и платформенных решений и перестройки бизнес-процессов под массовое использование ИИ в компаниях, - сказал Мухин в разговоре с TAdviser.

Главная проблема заключается в завышенных ожиданиях пользователей, считает генеральный директор ИТ-компании SoftMediaLab Александр Карабасов. Многие воспринимают ИИ-агентов как «виртуальных middle-разработчиков», которым достаточно дать доступ к репозиторию, описать задачу в двух словах и ждать готовой фичи. На практике агенты так не работают, рассуждает он.

Кроме того, от агента нельзя ожидать проактивного взаимодействия для уточнения деталей проекта — эту функцию пока выполняет человек. Для получения качественных результатов важно уметь формировать минимально достаточный и релевантный контекст. Иначе даже мощный ИИ может выдать неудовлетворительный результат, добавил Карабасов.

Руководитель команды разработки Cloud X Игорь Забиякин видит ключевую проблему в наличии в сгенерированном коде неочевидных ошибок и плохой оптимизации. Код выглядит правдоподобно, может успешно компилироваться и даже запускаться, что, безусловно, является прогрессом, но одновременно таит в себе серьезные риски. Если неочевидные ошибки хоть и достаточно трудоёмко, но можно отследить, то плохая оптимизация может существенно влиять на работу кода под нагрузками, пояснил эксперт.

По мнению директора офиса ИИ-продуктов группы Arenadata Вадима Солдатова, говорить именно о повсеместном использовании не только ИИ-агентов, но и ИИ-ассистентов еще несколько рано, и проблема не в зрелости и доступности инструментария, а в готовности компаний менять процессы разработки программного обеспечения. Кроме того, остаются вопросы безопасности и доверия к новому процессу, добавил Солдатов.

2024

Объем мирового рынка ИИ-агентов для поиска клиентов за год превысил $3,5 млрд

По итогам 2024 года затраты на глобальном рынке ИИ-агентов в сфере SDR (Sales Development Representative) достигли $3,51 млрд. Около 40% от этой суммы пришлось на североамериканский регион. Такие данные приводятся в исследовании Fortune Business Insights, с результатами которого TAdviser ознакомился в середине ноября 2025 года.

SDR — это специалист отдела продаж, который занимается поиском и первичным взаимодействием с потенциальными клиентами. Общение может осуществляться посредством «холодных» звонков и электронных писем, а также через мессенджеры. Цель заключается в том, чтобы определить, насколько человек соответствует параметрам целевой аудитории компании, заинтересован ли он в продукте и т. д. После этого покупатели, проявляющие интерес к предлагаемым услугам или товарам, могут быть переданы менеджеру по продажам, который занимается проведением встреч и осуществлением сделок.

В случае ИИ-агентов SDR нейросетевые алгоритмы позволяют автоматизировать рутинные задачи, которые обычно выполняет соответствующий сотрудник. В частности, ИИ берет на себя идентификацию и квалификацию потенциальных клиентов, персонализированное взаимодействие по электронной почте или в социальных сетях, а также бронирование встреч.

Одним из драйверов рынка является стремление компаний к оптимизации деятельности и повышению конкурентоспособности. ИИ-агенты SDR могут имитировать человеческое взаимодействие и адаптировать процесс общения в чатах на основе анализа поведенческих и контекстных данных. Такой уровень гиперперсонализации способствует повышению вовлеченности потенциальных клиентов, одновременно сокращая нагрузку на сотрудников компании при выполнении повторяющихся задач. В результате, организации получают возможность масштабировать операции без пропорционального увеличения численности персонала.

Положительное влияние на отрасль оказывают достижения в области ИИ. Системы нового поколения способны не только поддерживать взаимодействие через мессенджеры и электронную почту, но и выполнять другие функции, например, совершать базовые обзвоны.

Ключевым сдерживающим фактором названа необходимость обеспечения защиты персональных данных. ИИ-агенты SDR обрабатывают огромные объемы конфиденциальной информации, такой как адреса электронной почты, номера телефонов и сведения о клиентах, что повышает риски утечек. Это может привести к штрафам, ущербу для бренда и потере доверия потребителей.

По модели развертывания ИИ-систем рынок сегментирован на облачные, локальные и другие решения (API/расширения). В 2024 году доминировало первое направление с 68,56%, или $2,41 млрд. По сфере применения выделяются BFSI (банковское дело, финансовые услуги и страхование), ИТ и телекоммуникации, розничная торговля и электронная коммерция, здравоохранение, образование и другие секторы (развлечения, путешествия и гостеприимство). Лидирует сегмент BFSI с выручкой в размере $1 млрд. С географической точки зрения доминирует Северная Америка с 40,2%, или $1,41 млрд. В глобальном масштабе крупными отраслевыми игроками названы:

• HubSpot;
• Salesforce;
• 6Sense;
• AiSDR;
• Artisan AI;
• Luru;
• SuperAGI;
• One Floworks Technologies;
• Klenty Soft;
• Common Room;
• Qualified;
• 11x AI;
• Alta;
• Cognism;
• Gong.

В 2025 году объем рынка ИИ-агентов SDR, как ожидается, достигнет $4,27 млрд. Аналитики Fortune Business Insights полагают, что в дальнейшем среднегодовой темп роста в сложных процентах (CAGR) составит 23%. Таким образом, к 2032 году затраты могут увеличиться до $18,19 млрд.^[1]

Объем мирового рынка ИИ-агентов за год достиг $5,99 млрд

В 2024 году затраты на глобальном рынке агентного искусственного интеллекта составили $5,99 млрд. Этот сектор демонстрирует стремительный рост, а более трети затрат приходится на североамериканский регион. Отраслевые тенденции рассматриваются в обзоре Fortune Business Insights, опубликованном в начале ноября 2025 года.

ИИ-агенты — это автономные программные системы, которые выполняют определенные задачи и принимают решения без вмешательства человека. Они умеют взаимодействовать с окружающей средой, собирать данные и на их основе самостоятельно определять и выполнять операции, позволяющие добиться заранее поставленных целей. ИИ-агенты дают возможность повысить эффективность бизнес-операций и улучшить качество обслуживания клиентов. Такие системы используют машинное обучение для сбора и обработки огромных объемов данных в реальном времени. Автоматизируя повторяющиеся и трудоемкие задачи с помощью агентного ИИ, организации могут ускорить выполнение задач, повысить общую операционную эффективность и сократить количество ошибок, связанных с человеческим фактором.

Ключевым драйвером отрасли является быстрое развитие ИИ в целом. Организации в различных сферах, включая здравоохранение, финансы, производство и розничную торговлю, все чаще разрабатывают специализированные решения на основе агентного ИИ для удовлетворения конкретных потребностей. ИИ-агенты способны эффективно решать поставленные задачи, соблюдая заданную модель работы и адаптируясь к изменениям условий.

С другой стороны, развертывание и эксплуатация агентного ИИ сопряжены с рядом сложностей. Внедрение таких систем требует сбора, хранения и перемещения огромных объемов данных, в связи с чем предприятиям необходимо предпринимать адекватные меры по обеспечению конфиденциальности и защите этой информации. В некоторых случаях модели глубокого обучения могут возвращать несправедливые, предвзятые или неточные результаты, а поэтому могут понадобиться дополнительные меры предосторожности, такие как ручная проверка. Создание сложных ИИ-агентов требует специального опыта и знаний в области машинного обучения, а следовательно, привлечения высококвалифицированных работников. Для обучения и развертывания агентного ИИ необходимы значительные вычислительные ресурсы, из-за чего при внедрении таких систем в локальной среде организации вынуждены тратить большие средства на оборудование и сопутствующую инфраструктуру.

В технологическом плане рынок сегментирован на машинное обучение, обработку естественного языка, глубокое обучение, компьютерное зрение и др. В 2024 году наибольшую долю выручки обеспечило первое из этих направлений — около 35,2%. По типу архитектуры выделяются одноагентные и многоагентные системы: доминируют решения первого вида. В географическом плане лидирует Северная Америка с 34,9%, или $2,09 млрд. В глобальном масштабе крупными отраслевыми игроками названы:

• Microsoft;
• OpenAI;
• IBM;
• Nvidia;
• Google;
• Anthropic;
• SAP SE;
• UiPath;
• Oracle;
• Zycus;
• Cognition AI;
• Mercateo AG;
• Coupa.

В 2025 году объем рынка агентного ИИ, как ожидается, достигнет $7,29 млрд. При этом на США придется $1,89 млрд, на Европу — $2,31 млрд, на Азиатско-Тихоокеанский регион — $1,86 млрд. Вклад Латинской Америки оценивается примерно в $0,2 млрд. Специалисты Fortune Business Insights полагают, что в дальнейшем среднегодовой темп роста в сложных процентах (CAGR) окажется на уровне 42,8%. Таким образом, к 2032 году расходы могут подняться до $88,35 млрд.^[2]

Объем мирового рынка ИИ-агентов для финсектора за год достиг $1,57 млрд

В 2024 году затраты на глобальном рынке ИИ-агентов для финансового сектора достигли $1,57 млрд. Почти половина от этой суммы пришлась на североамериканский регион. Такие данные приводятся в исследовании Fortune Business Insights, с результатами которого TAdviser ознакомился в начале сентября 2025 года.

ИИ-агенты — это специализированное программное обеспечение, которое способно взаимодействовать с окружающей средой, собирать данные и на их основе самостоятельно определять и выполнять задачи, позволяющие добиться заранее поставленных целей. Получать ту или иную информацию агенты могут через физические или программные интерфейсы. Такой ИИ способен повышать производительность бизнес-операций путем выполнения рутинных задач. При этом снижаются ненужные затраты, связанные с неэффективностью процессов, человеческими ошибками и ручным трудом.

В исследовании говорится, что банки и другие финансовые учреждения все чаще используют агентный ИИ для автоматизации операций, оптимизации процессов и повышения операционной эффективности. Агенты ИИ позволяют быстрее выявлять мошеннические действия, улучшают оценку рисков и обеспечивают соблюдение нормативных требований. При этом минимизируется количество ошибок, связанных с человеческим фактором.

Кроме того, ИИ-агенты поддерживают функции на основе данных, такие как финансовое прогнозирование и кредитный скоринг. Эти системы помогают снизить операционные расходы и повысить эффективность мониторинга транзакций в финансовых учреждениях. Агенты ИИ также обеспечивают улучшение клиентского опыта: они предоставляют более быстрые, автоматизированные и персонализированные ответы. Все это способствует быстрому расширению отрасли.

С другой стороны, существуют и определенные сдерживающие факторы. Многие финансовые учреждения в развивающихся регионах продолжают использовать устаревшую ИТ-инфраструктуру, требующую модернизации и адаптации для интеграции с современными технологиями. Однако обновление систем сопряжено с высокими затратами на установку оборудования. Кроме того, требуется привлечение высококвалифицированных специалистов.

В зависимости от типа применяемых решений выделяются агенты с разговорным ИИ, агенты по управлению рисками, агенты по выявлению мошенничества, кредитные агенты, инвестиционные агенты, агенты по платежам и транзакциям и пр. Наибольшую долю в 2024 году заняли агенты с разговорным ИИ: такие системы широко востребованы благодаря их способности предоставлять персонализированные ответы и повышать эффективность обслуживания клиентов. По сфере использования рынок сегментирован на банки, страховые компании и небанковские финансовые организации. В 2024-м наибольшую долю в общем объеме затрат обеспечили банки — 47,9%.

В плане модели развертывания аналитики рассматривают локальный, облачный и гибридный секторы. Доминируют решения первого типа, что объясняется их повышенным уровнем безопасности. С географической точки зрения в 2024 году лидировала Северная Америка с долей 45,9%, или $723,7 млн. В глобальном масштабе значимыми отраслевыми игроками названы:

• IBM;
• Accenture;
• Microsoft;
• Google Cloud;
• Cognizant;
• Verint Systems;
• KAI (Kasisto);
• UiPath;
• Darktrace;
• Sendbird;
• Cognition Labs;
• MavenAGI;
• Samaya AI;
• Affiniti;
• Greenlite AI;
• Unique AI;
• Personetics.

Специалисты Fortune Business Insights считают, что в дальнейшем среднегодовой темп роста в сложных процентах (CAGR) на рассматриваемом рынке составит 13,7%. В результате, к 2032 году расходы могут увеличиться до $4,28 млрд.^[3]

Рост расходов компаний на ИИ-агенты в мире на 919% до $1 млрд

Глобальные инвестиции в технологию искусственного интеллекта-агентов, получивших название «виртуальные сотрудники», в 2024 году превысили $1 млрд, продемонстрировав феноменальный рост на 919% по сравнению с 2022 годом. Данный сегмент стал самым быстрорастущим технологическим направлением среди 14 перспективных отраслей, проанализированных консалтинговой компанией McKinsey. Об этом сообщили аналитики 28 июля 2025 года.

Как пишет ppc.land, исследование McKinsey основано на данных о венчурных инвестициях, сделках слияний и поглощений, а также публичных торгах, собранных аналитической платформой PitchBook. Специалисты отметили, что ИИ-агенты быстро превратились из малоизвестной концепции в одно из самых обсуждаемых направлений в корпоративных технологиях.

𝓲

Фото: Freepik

Параллельно с ростом инвестиций наблюдается взрывной рост спроса на специалистов в данной области. Количество вакансий, связанных с ИИ-агентами, увеличилось на 985% только за 2024 год. Такая динамика трудоустройства подтверждает стремительное развитие отрасли и растущую потребность компаний в экспертизе по данной технологии.

ИИ-агенты представляют собой автономные системы искусственного интеллекта, способные самостоятельно планировать и выполнять сложные многоэтапные задачи. Эти системы могут взаимодействовать друг с другом, включая коммуникацию на созданном ими языке, обучаться и адаптироваться к новой информации без участия человека.

Принципиальное отличие ИИ-агентов от распространенных чат-ботов заключается в их способности не просто предоставлять пользователю результат запроса, а активно действовать в цифровой среде и использовать различные программные инструменты. Аналитики McKinsey подчеркивают, что данная технология превращает искусственный интеллект из пассивного инструмента в активного участника корпоративных рабочих процессов.

Старший партнер McKinsey Дельфина Нейн Зуркия отметила, что ИИ-агенты превращают искусственный интеллект из пассивного инструмента в активного участника корпоративных рабочих процессов. Такая трансформация открывает новые возможности для автоматизации сложных бизнес-операций, ранее требовавших человеческого вмешательства.

Последние технологические улучшения позволяют ИИ-агентам выполнять все более сложные задачи, включая проведение исследований и написание программного кода. Системы демонстрируют способность к самостоятельному решению проблем и принятию решений в рамках заданных параметров.

Однако аналитики McKinsey констатируют, что в реальном бизнесе технология ИИ-агентов пока остается во многом неопробованной. Большинство внедрений находится на экспериментальной стадии, и компании только начинают изучать практические возможности применения данных систем в производственных условиях.

Несмотря на впечатляющие темпы роста инвестиций в ИИ-агенты, весь сектор искусственного интеллекта в целом не занимает лидирующих позиций по объему привлеченных средств. В 2024 году отрасль ИИ получила в совокупности $124 млрд инвестиций, не включая капитальные и операционные затраты компаний, что составляет рост в 22% с 2022 года.

Лидером по объему инвестиций остается сектор зеленой энергетики, привлекший $223 млрд в 2024 году. Аналитики объясняют доминирование данной отрасли тем, что энергия является основой современного общества, обеспечивая все сферы — от промышленности и транспорта до цифровой инфраструктуры и повседневной жизни.

Трансформация систем производства, хранения и распределения энергии рассматривается как одна из важнейших задач и возможностей современности. При этом размер инвестиций в энергетический сектор демонстрирует значительные колебания в последние годы — рост на 79% до максимума в $315 млрд в 2021 году, затем сокращение и новый рост на 14% в 2024 году.^[4]

Примечания