Почему AI‑агенты не оправдывают ожиданий: история разочарования и редкого успеха
Компании тратят миллионы на AI‑агентов, но видят отдачу только на уровне отдельных функций. История страховой компании, которая заморозила проект, и fintech, которая снизила затраты на 30% — что отличает успех от провала.
Компании тратят миллионы на внедрение AI‑агентов, но лишь немногие видят реальный эффект на уровне всей организации — проблема не в технологии, а в том, как её применяют.
К 2026 году каждое второе корпоративное приложение получит агентные функции, но без чётких метрик и ответственности большинство проектов столкнётся с «agentwashing» — громкими обещаниями без результата.
Компании, которые видят отдачу, делают три вещи иначе: они привязывают AI к конкретным бизнес‑процессам, назначают владельцев рисков и начинают с узких задач в сервисе, маркетинге и ИТ.
История одной трансформации
Летом прошлого года финансовый директор крупной страховой компании на Восточном побережье США запустил пилотный проект: AI‑агент должен был обрабатывать запросы клиентов по полисам, снижая нагрузку на колл‑центр на 40%.
Через три месяца проект заморозили. Агент путал типы полисов, выдавал устаревшие цены и не мог объяснить, откуда взял данные. «Мы думали, что достаточно подключить систему к нашей базе, — вспоминает CFO, попросивший не называть компанию. — Но оказалось, что нужно переписывать процессы, учить людей проверять AI и создавать новые роли. Никто из нас этого не предвидел».
Эта история — не исключение. По данным глобального опроса McKinsey, охватившего тысячи компаний в 2025 году, 78% организаций используют ИИ хотя бы в одной функции, но лишь 16% сообщают о материальном влиянии на прибыль всей компании.
71% компаний регулярно применяют генеративный ИИ в работе, но большинство видит эффект только на уровне отдельных функций — маркетинга, ИТ, сервиса, — а не в целом по P&L.
Причина: компании покупают инструменты, но не меняют процессы. Они добавляют AI поверх устаревших workflow, не назначают владельцев рисков и не обучают сотрудников работать с автономными системами.
Рынок растёт, но разочарование тоже
К 2026 году, по прогнозу аналитиков Gartner, 40% корпоративных приложений — от CRM до ERP — получат встроенные агентные функции. Это означает, что программы начнут не просто помогать человеку, а самостоятельно выполнять задачи: бронировать переговорки, отвечать клиентам, анализировать контракты.
Но параллельно растут и риски провала. Gartner предупреждает: к 2027 году до 40% проектов по внедрению агентов будут отменены из‑за недооценки сложности управления автономными системами. «Компании покупаются на хайп, — говорит старший аналитик Gartner Хелен Поитевин. — Они видят демо, где агент идеально решает задачу, и думают, что так будет в реальной жизни. Но демо не показывает, что происходит, когда агент ошибается и клиент уже получил неверную информацию».
По данным опроса McKinsey, в компаниях, где CEO и совет директоров напрямую контролируют управление ИИ, вероятность увидеть эффект на уровне EBIT в два раза выше, чем в тех, где надзор отдан на уровень департаментов.
Компании с измеримым эффектом от AI назначают «владельцев модели», «владельцев процесса» и «владельцев рисков» — и эти роли прописаны в оргструктуре, а не существуют на бумаге.
Они не запускают AI «в продакшн» без правила «human‑in‑the‑loop»: критичный контент — ответы клиентам, финансовые рекомендации — проверяет человек до того, как информация уйдёт дальше.
Они начинают не с трансформации «энд‑ту‑энд», а с узких задач в функциях, где легко измерить ROI: сервисные операции (обработка запросов), маркетинг (генерация контента под надзором), ИТ (автоматизация инцидентов).
Где считают деньги
McKinsey выделяет четыре функции, в которых компании чаще всего фиксируют ранний ROI от агентов: маркетинг и продажи, сервисные операции, ИТ, разработка продуктов и ПО. В этих областях агенты либо ускоряют цикл (например, сокращают время ответа клиенту с часов до минут), либо снижают себестоимость (меньше сотрудников нужно для рутинных задач).
Пример из финансов: одна европейская fintech‑компания внедрила агента для проверки документов при открытии счёта. Раньше юрист тратил 20 минут на проверку одного комплекта документов. Агент делает первичную проверку за 2 минуты, а юрист проверяет только спорные случаи (около 15% от общего объёма). Результат: пропускная способность выросла в три раза, а затраты на юридический департамент снизились на 30%.
«Но это работает, только если вы заранее определили, какие документы агент проверяет сам, а какие — только с человеком, — объясняет директор по операциям этой компании. — Мы потратили два месяца на то, чтобы прописать правила и обучить юристов работать с системой. Без этого агент просто генерировал бы ошибки».
Не все эксперты уверены, что агенты — это прорыв. «Мы видим паттерн, который повторяется каждые пять лет: новая технология, громкие обещания, разочарование, — говорит профессор Стэнфорда и специалист по AI governance Роб Райх. — Проблема в том, что компании пытаются автоматизировать плохие процессы. Если процесс был неэффективен с людьми, AI его не исправит — только ускорит ошибки».
Ещё одна проблема — «agentwashing»: компании называют агентами обычные чат‑боты с предзаданными сценариями. Gartner предупреждает, что без прозрачности (как агент принял решение?) и наблюдаемости (можно ли отследить действия агента?) риск репутационных потерь высок.
Что дальше
Аналитики Gartner ожидают, что к 2029 году рынок перейдёт от «агента‑ассистента» (помогает человеку) к «агенту задач» (выполняет задачу самостоятельно) и затем к «мультиагентным контурам» (несколько агентов работают вместе). Но этот переход произойдёт только в компаниях, которые уже решили базовые вопросы: управление рисками, наблюдаемость, распределение ответственности.
McKinsey прогнозирует, что в ближайшие 12–24 месяца разрыв между лидерами и отстающими увеличится. Компании, которые закрепили KPI, роли и практики масштабирования, первыми переведут выгоду с уровня функций на уровень P&L всей организации. Остальные продолжат экспериментировать — без результата.
«Вопрос не в том, внедрять ли агентов, — резюмирует CFO страховой компании, с которой мы начали эту историю. — Вопрос в том, готовы ли вы переписать процессы, нанять новых людей и научить старых работать по‑другому. Если нет — не начинайте».
McKinsey — The State of AI 2025
Глобальный опрос тысяч компаний: использование ИИ, управляемость, практики масштабирования, функциональные эффекты и роли руководителей в надзоре за AI.
Gartner — Прогноз по агентному ИИ
Аналитический прогноз Gartner о проникновении агентных функций в корпоративные приложения, эволюции от ассистентов к автономным агентам и рисках провала проектов.
Источники и методология
Материал подготовлен на основе McKinsey Global Survey «The State of AI: How organizations are rewiring to capture value» (2025), прогнозов Gartner по агентному ИИ, интервью с CFO страховой компании (имя изменено по запросу) и директором операций европейской fintech (компания попросила не раскрывать название). Данные актуальны на 04 ноября 2025 года.