Почему 40% AI-агентов отменят до 2027 года

AI-агенты перестали быть экспериментом инновационного отдела — они уже принимают решения по кредитным заявкам, отвечают клиентам, формируют отчётность и общаются с поставщиками. Но у большинства российских и глобальных компаний нет ответа на простой вопрос: кто именно следит за тем, что делает этот «цифровой сотрудник» прямо сейчас. Gartner прогнозирует, что к 2028 году 33% корпоративных программных продуктов будут включать agentic AI — против менее 1% в 2024 году. Скорость внедрения обошла скорость выстраивания контроля, и это уже создаёт реальные операционные риски для среднего и крупного бизнеса.

Что такое AI-агенты и почему их называют «цифровыми сотрудниками»?

AI-агент — это программная система на базе больших языковых моделей, которая способна самостоятельно ставить подзадачи, обращаться к внешним системам (CRM, ERP, почте, базам данных) и доводить многошаговый процесс до результата без постоянного участия человека. В отличие от чат-бота, который отвечает на один запрос, агент планирует последовательность действий и может менять план по ходу выполнения.

Именно эта автономность делает их похожими на сотрудников: у агента есть «зона ответственности», доступ к системам компании и право совершать действия — отправить письмо, изменить запись в базе, инициировать платёж. Проблема в том, что у большинства таких «сотрудников» нет ни должностной инструкции, ни KPI, ни линейного руководителя, который проверяет их работу постфактум.

Сколько AI-агентов уже работает в бизнесе без контроля?

По данным Gartner, более 40% проектов с agentic AI будут остановлены до конца 2027 года — не из-за низкой эффективности технологии, а из-за роста затрат, неясной бизнес-ценности и недостаточных механизмов контроля рисков (Gartner, июнь 2025). Это прямое свидетельство того, что внедрение обгоняет управление.

«Agentic AI — горячая тема в индустрии, но технологическим лидерам критически важно смотреть сквозь хайп и понимать реальные ограничения, риски и требования к управлению этими системами»— Anushree Verma, Senior Director Analyst, Gartner

Аналогичная картина видна в отчётах McKinsey: компании массово тестируют генеративный ИИ и агентные сценарии, но лишь небольшая часть организаций перестроила операционные процессы, зоны ответственности и системы контроля под новую реальность (McKinsey, State of AI). Технология внедряется в пилотном режиме, а вопрос «кто отвечает, если агент ошибся» остаётся открытым.

Почему за AI-агентами почти никто не следит?

Основная причина — организационный вакуум: AI-агентов внедряют IT-департаменты и продуктовые команды, а функции контроля рисков, аудита и комплаенса подключаются постфактум или не подключаются вовсе. Deloitte фиксирует, что зрелость governance-практик в компаниях значительно отстаёт от темпов внедрения генеративного ИИ и агентных систем (Deloitte, State of Generative AI in the Enterprise).

На практике это выглядит так: юридический отдел не знает, что агент автоматически формирует и отправляет коммерческие предложения; служба безопасности не в курсе, что у бота есть доступ к финансовой базе; а руководитель узнаёт о сбое агента только после жалобы клиента. Для среднего бизнеса, который стремится перейти в высшую лигу, это особенно критично: ошибки масштабируются вместе с бизнесом, и без выстроенной системы контроля внедрение ИИ в бизнес превращается из ускорителя роста в источник репутационных и финансовых потерь.

Какие риски создают бесконтрольные AI-агенты?

Ключевые риски делятся на четыре группы: операционные ошибки, утечка данных, репутационный ущерб и юридическая ответственность за автономные действия системы. PwC в опросе руководителей об использовании AI-агентов отмечает, что компании, внедряющие агентные системы без чёткого распределения ответственности, чаще сталкиваются с инцидентами безопасности и финансовыми потерями (PwC, AI Agent Survey).

Как выстроить контроль за AI-агентами: 7 шагов для руководителя

Управляемое внедрение AI-агентов начинается не с выбора технологии, а с определения зон ответственности и точек контроля до запуска пилота. Ниже — последовательность, которую мы используем в проектах трансформации.

1. Составить реестр всех AI-агентов и ботов, уже работающих в компании, включая теневые внедрения на уровне отделов.
2. Определить для каждого агента «владельца процесса» — конкретного сотрудника, отвечающего за результат.
3. Ограничить права доступа агента к системам по принципу минимально необходимых полномочий.
4. Внедрить логирование всех действий агента с возможностью аудита в любой момент.
5. Установить пороги эскалации: при каких сценариях агент обязан передать решение человеку.
6. Регулярно тестировать агента на нетипичных сценариях, а не только на «идеальных» кейсах.
7. Назначить ответственного за периодический пересмотр политики использования ИИ на уровне компании — часто эту функцию выполняет привлечённый независимый директор по развитию, не связанный внутренней иерархией.

Сколько компании теряют из-за отсутствия контроля над ИИ?

Отмена более 40% проектов agentic AI до 2027 года означает прямые потери на разработку, интеграцию и обучение персонала, не считая упущенной выгоды от простаивающего решения (Gartner). При этом Deloitte фиксирует, что организации с выстроенными процессами governance для генеративного ИИ значительно чаще доводят пилотные проекты до промышленного масштаба, а не останавливаются на уровне тестов (Deloitte).

Для среднего бизнеса, планирующего стратегические сессии по цифровой трансформации, это означает: вопрос контроля над ИИ должен войти в стратегию до момента масштабирования, а не после первого инцидента. Компании, которые встраивают governance на этапе пилота, тратят на это в разы меньше ресурсов, чем те, кто пытается «догнать» контроль после того, как агент уже интегрирован в десятки процессов.

Кто должен «смотреть» за AI-агентами внутри компании?

Ответственность за контроль над AI-агентами не должна лежать только на IT-департаменте — это функция уровня совета директоров, объединяющая ИБ, юристов, HR и владельцев бизнес-процессов. На практике многие средние компании не имеют внутреннего ресурса для построения такой кросс-функциональной структуры, и здесь эффективно работает привлечение внешней экспертизы — от аудита текущих внедрений до выстраивания системы регулярного контроля.

Сергей Семёнов, ESSG Consulting: «В нашей практике был показательный кейс с производственной компанией из сектора B2B-дистрибуции: за полгода до нашего прихода отдел продаж самостоятельно внедрил AI-агента для обработки заявок и переговоров с поставщиками, дав ему доступ к CRM и части финансовой отчётности. Никто в компании, включая собственника, не знал точного объёма полномочий этого агента. После аудита мы обнаружили, что бот автономно согласовывал скидки вне утверждённой матрицы — компания теряла на этом до 6% валовой маржи по отдельным сделкам ежемесячно.

Мы выстроили трёхуровневую систему контроля: реестр всех автоматизированных агентов, лимиты на автономные решения и еженедельный аудит логов силами финансового контролёра. В течение трёх месяцев потери от несанкционированных скидок сократились практически до нуля, а сам агент, работая в заданных рамках, увеличил скорость обработки заявок на 35%. Похожая ситуация повторяется у наших клиентов из ритейла и финансовых услуг — везде, где кто-то внедрил ИИ «снизу», без согласования с топ-менеджментом.

Практический вывод для руководителя один: если в компании уже используются AI-инструменты — а к 2025 году это почти неизбежно — первым шагом должен быть не запрет и не ускоренное масштабирование, а инвентаризация. Прежде чем нанимать «цифровых сотрудников» в большем количестве, убедитесь, что у вас есть система, которая видит их действия так же, как вы видите действия обычного персонала».

Как проверить готовность компании к масштабированию AI-агентов?

Готовность определяется не количеством внедрённых ботов, а зрелостью трёх систем: мониторинга действий, эскалации решений и распределения ответственности. Если хотя бы одна из этих систем отсутствует, любое дальнейшее масштабирование AI-агентов увеличивает риск, а не эффективность. Именно поэтому в проектах growth hacking для среднего бизнеса аудит текущих автоматизированных процессов всегда предшествует внедрению новых инструментов роста — рост на неконтролируемом основании создаёт кратно больший риск, чем медленный, но управляемый рост.

Отдельный вызов — интеграция AI-агентов в процессы B2B продаж, где автономные решения напрямую влияют на выручку и отношения с клиентами. Здесь особенно важно, чтобы каждое действие агента — от формирования предложения до согласования условий — оставляло цифровой след, доступный для проверки.

FAQ: частые вопросы руководителей о контроле над AI-агентами

Сколько стоит выстроить систему контроля над AI-агентами?

Стоимость зависит от масштаба: аудит существующих внедрений в средней компании занимает от 2 до 4 недель, а построение полноценной governance-структуры — от 1 до 3 месяцев в зависимости от количества процессов и систем, к которым подключены агенты.

За какой срок окупается контроль над ИИ-процессами?

По опыту проектов, устранение неконтролируемых потерь (ошибочные скидки, дублирующие операции, простой процессов) часто окупает затраты на аудит и настройку контроля в течение первых 2-4 месяцев работы новой системы.

С чего начать компании, которая уже использует AI-агентов без контроля?

С инвентаризации: составьте полный список всех ботов и агентов, работающих в компании, зафиксируйте их права доступа и назначьте ответственного за каждый процесс до внедрения дополнительных ограничений.

Кто внутри компании должен отвечать за контроль AI-агентов?

Оптимально — кросс-функциональная группа с участием IT, ИБ, юриста и владельца бизнес-процесса; для средних компаний без такого ресурса эффективно привлечение внешнего эксперта на позицию наблюдателя за трансформацией.

Чем AI-агент отличается от обычного чат-бота на сайте?

Чат-бот отвечает на конкретный запрос в рамках заданного сценария, а AI-агент самостоятельно строит план действий из нескольких шагов и может выполнять операции в разных системах компании без пошагового контроля человека.

Что делать руководителю прямо сейчас?

Начните с простого вопроса на ближайшем совещании: сколько AI-инструментов с автономными правами работает в компании и кто может назвать точный список? Если ответ занимает больше пяти секунд молчания — это сигнал, что контроль отстал от внедрения, и решение нужно принимать до того, как масштаб проблемы вырастет вместе с бизнесом.

#ВнедрениеИИ #ЦифроваяТрансформация #AIAgents #МасштабированиеБизнеса #ESSGConsulting