AI Agent Economy — как автономные ИИ меняют бизнес-модели

Менеджер по закупкам в страховой компании из Огайо начинал день с пяти разных дашбордов. В марте 2026 года он не открыл ни одного. ИИ-агент самостоятельно проверил котировки, согласовал контракт и запустил платёж — пока человек пил кофе. Эта сцена повторяется в тысячах компаний по всему миру, и за ней стоит событие, которое инвесторы уже назвали переломным для целой индустрии — обвал капитализации SaaS на $285 млрд за один день.

Четыре цифры, которые объясняют всё

Что растёт: три волны агентной экономики

Первая волна — поддержка клиентов (customer service). Telecom внедрил агентов на 95%, банки — на 92%. Это логично: поддержка имеет структурированные сценарии, огромные объёмы исторических данных и высокую стоимость человеческого труда. К 2029 году ИИ-агенты будут автономно решать 80% типовых обращений без участия человека, согласно отраслевым прогнозам.

Вторая волна — корпоративное ПО (enterprise software). Google Cloud Next 2026 открылся платформой Gemini Enterprise Agent Platform. IBM представила watsonx Orchestrate для мультиагентных процессов. OpenAI раскрыла, что корпоративные контракты уже составляют более 40% выручки. Microsoft Build анонсировала Microsoft IQ — общий слой интеллекта между Copilot, GitHub и Foundry.

Третья волна — агентная коммерция (agentic commerce), где ИИ-агенты совершают транзакции друг с другом без участия человека. Протоколы Agent-to-Agent, Agent Payments Protocol и Agentic Commerce Protocol формируют инфраструктуру этого рынка. Консенсус-прогноз: к 2028 году 90% B2B-закупок будут опосредованы ИИ-агентами, а через их обмены будет проходить более $15 трлн.

Кто выигрывает от этой волны — не очевидно на первый взгляд. Крупные облачные провайдеры (Microsoft, Google, Amazon) получают новый мощный канал монетизации своей инфраструктуры. Стартапы вроде Composio и Mem0 строят инфраструктурные слои для агентов — и привлекают десятки миллионов долларов. Но традиционные SaaS-компании оказываются в ловушке: их клиенты требуют агентных функций, а внедрение этих функций подрывает их собственную модель дохода.

Что падает: модель посегментного лицензирования под вопросом

К апрелю 2026 года SaaS-акции потеряли около $2 трлн капитализации. Forward P/E софтверных компаний упал с 84,1x в пике 2020–2022 годов до 22,7x к марту 2026 — впервые в истории мультипликаторы ПО опустились ниже средних рыночных значений по S&P 500.

Рынок столкнулся со структурной проблемой: когда один сотрудник с ИИ-агентом делает работу пятерых, модель лицензирования за каждое рабочее место (per-seat pricing) теряет смысл. CEO Mistral Артур Менш предсказал, что ИИ заменит более половины софта, который сегодня используют предприятия.

Катализатором стал обычный пост в блоге Anthropic. Когда стало ясно, что Claude Cowork автоматизирует workflow, для которых раньше требовалось пять разных подписок по $50–200 за пользователя в месяц, аналитики мгновенно пересчитали модель: рынок корпоративного ПО переоценён на триллионы долларов.

Что появляется: ценообразование за результат и вертикальные агенты

Главный вывод для инвестора: агентная экономика перераспределяет ценность — от владельцев софтверных лицензий к владельцам агентной инфраструктуры и данных. Рынок переходит от модели «продажа мест» к модели «продажа результатов». Компании, которые контролируют слой оркестрации (Google, Microsoft, Anthropic), получат рычаг над целыми отраслями.

SaaS-модель трансформируется. Вместо абонентской платы за место — ценообразование за результат (outcome-based pricing). Вместо универсальных платформ — вертикальные ИИ-агенты, заточенные под конкретную отрасль. Вертикальные агенты уже захватили 50,9% сделок и 55,7% капитала на рынке агентного ИИ.

Агентный ИИ (agentic AI) планирует и исполняет многошаговые задачи, превращая софт из инструмента в цифрового сотрудника. Согласно New Market Pitch, средний раунд в этом секторе составляет $80,3 млн, но медиана — всего $30 млн. Расслоение говорит о том, что рынок уже делится на горстку платформенных игроков с мегараундами и массу нишевых стартапов.

Северная Америка доминирует в сборе средств — 43 из 59 сделок привлекли $4 млрд, или 84,9% всего раскрытого капитала. Азиатско-Тихоокеанский регион растёт быстрее всех, но пока с низкой базы.

Кто не успеет — останется без рынка

Deloitte прогнозирует, что к 2027 году до половины компаний будет направлять более 50% бюджетов на цифровую трансформацию именно в агентную автоматизацию. Те, кто откладывает внедрение, рискуют оказаться в положении таксистов в 2014 году, когда Uber вышел на международные рынки: ниша не исчезла, но маржинальность рухнула.

Первый риск — кадровый. Agentic AI требует нового типа специалистов: не инженеров, которые пишут код, а «переводчиков», которые формулируют цели и ограничения для агентов. Fast Company зафиксировала рост вакансий Forward Deployed Engineer на 800% — это люди, которые настраивают агентов под конкретные бизнес-задачи. Компании, не имеющие таких специалистов, будут внедрять агентов медленнее и с худшим ROI.

Второй риск — управленческий. Более 40% агентных проектов будут закрыты до завершения из-за отсутствия чётких критериев успеха, предупреждают отраслевые исследования. Агент — рабочий инструмент. Запуск агента «посмотреть, что получится» — это способ сжечь $7,2 млн без измеримого результата.

Третий и часто недооценённый риск — регуляторный. EU AI Act вводит первые требования к автономным ИИ-системам, которые вступят в силу в 2027 году. Агент, принимающий финансовые решения от имени компании без человеческого надзора, может нарушить сразу несколько норм — от защиты данных до ответственности за транзакции. Комплаенс станет отдельной статьёй расходов, которую многие стартапы не учли в своей юнит-экономике.

Наконец, архитектурный риск: мультиагентные системы порождают проблемы координации. Когда три агента от разных вендоров пытаются одновременно управлять одним бизнес-процессом, возникает конфликт состояний. Рынок оркестрации агентов (agent orchestration) уже оценивается в $11 млрд и растёт на 29,8% в год — это плата за сложность, которую создают сами агенты.

В этой трансформации победит тот, кто построит систему управления агентами: кто их обучает, на каких данных, с какими полномочиями и как измеряет результат.

Инвесторам стоит присмотреться к компаниям, которые решают проблему observability (наблюдаемости) агентов — без неё корпоративные внедрения упираются в «чёрный ящик». Стартапы вроде Composio (агентерная инфраструктура) и Mem0 (слой памяти для агентов) показывают, где рынок ищет решения.

Кейсы внедрения: кто уже платит меньше

Финансовый сектор — самый быстрорастущий сегмент агентного ИИ после customer service. JPMorgan Chase внедрил агентов для автоматизации комплаенс-проверок: то, что раньше требовало команды из 50 юристов, теперь выполняется тремя операторами и роем агентов. Срок проверки контракта сократился с трёх дней до 40 минут.

В логистике DHL тестирует агентов, которые самостоятельно перемаршрутизируют посылки при сбоях. Если склад закрыт из-за погоды, агент не ждёт указаний — он находит ближайший свободный хаб, пересчитывает стоимость и уведомляет получателя. Время простоя сократилось на 60% в пилотной зоне.

В здравоохранении ИИ-агенты берут на себя медицинскую документацию. По данным Grand View Research, организации, внедрившие агентов, сообщают о сокращении времени на документирование на 42%. Врачи тратят меньше времени на заполнение форм и больше — на пациентов.

Для венчурных инвесторов эта трансформация создаёт одновременно возможности и ловушки — те, кто неправильно оценит скорость перехода, рискуют потерять капитал. Рынок agentic AI растёт на 46% в год, но 70% раундов — seed и Series A при всего 24,5% капитала. Это значит, что ранние стадии перенасыщены, а поздние — дефицитны. Тех, кто сможет вырастить агентный стартап до Series C, единицы.

В ритейле Amazon первой внедрила агентов для динамического ценообразования в реальном времени. Система отслеживает цены конкурентов, уровень спроса и складские остатки, корректируя стоимость товаров каждые 15 минут без участия человека. Результат — рост маржинальности на 3–5 процентных пункта в категориях с высокой волатильностью.

Как мы писали в июне, коллапс стоимости AI-инференса создал предпосылки для этой трансформации: когда вычисления дешевеют на порядок, экономика агентов становится неизбежной.