Чем компаниям следует владеть в своем стеке ИИ?

На следующем этапе трансформации с помощью ИИ главным станет то, чему компании могут научиться на каждом принятом им решении, а также то, кому принадлежат эти знания

Разговоры об ИИ в основном сводились к одному вопросу: что умеют эти модели? Их сравнивали по результатам тестов, запускали в пилотных проектах и восхищались ими — на этапе экспериментов это был правильный вопрос. Однако сегодня он уже не соответствует тому, на каком этапе мы находимся.

На следующем этапе — этапе агентного предприятия — ИИ уже выполняет работу, отслеживает изменения, готовит результаты и участвует в принятии ключевых решений, помогая развивать бизнес, а не просто отвечая на вопросы. Этот переход ускоряется: исследование IBM 2026 года среди генеральных директоров показало, что, по ожиданиям генеральных директоров, к 2030 году доля операционных решений, принимаемых ИИ, почти удвоится и достигнет 48%. Когда ИИ выполняет работу, а не просто описывает ее, стратегический вопрос меняется: вместо «Что умеет эта модель?» возникает вопрос «Чему моя компания учится каждый раз, когда принимает решение, и кому принадлежат эти знания?»

Если ценность предприятия складывается из множества отдельных решений, то важнейший актив компании в эпоху ИИ — это цикл, который позволяет организации учиться на каждом решении: учитывать контекст, стоящий за ним, свидетельства, на которых оно основано, полученный результат и закономерность, связывающую все это. Владейте этим циклом — и каждое решение будет делать следующее точнее. Упустите его — и вы будете автоматизировать деятельность, не накапливая преимуществ.

Стоит лишь взглянуть на ситуацию под другим углом — и почти все в подходе серьезного предприятия к архитектуре ИИ меняется.

Ошибка — делать ставку на одну модель для всей компании

Обычно компании стремятся к консолидации: выбирают ведущего поставщика моделей, стандартизируют работу с ним и строят на его основе все остальное. Однако, на мой взгляд, это ошибка — хотя и не по той причине, которую обычно называют.

Обычно опасаются зависимости от поставщика и его влияния на цены. Эти риски реальны, но второстепенны. Глубинная проблема связана со стимулами и тем, куда направляется ваш опыт. Поставщики моделей стремятся создавать лучшие в мире модели общего назначения, а для этого они учатся на использовании своих продуктов. Когда вы направляете собственные решения, данные и рабочие процессы компании через одного поставщика, вы передаете ему свой самый отличительный материал — сведения о том, как мыслит ваша компания, — хотя его интерес состоит в том, чтобы обобщить эти сведения. Ваше конкурентное преимущество становится сырьем для продукта, который могут купить и ваши конкуренты.

Передовые модели развиваются слишком быстро, чтобы надолго делать ставку на какую-то одну из них. Вместо этого правильная архитектура должна позволять предприятиям направлять задачи той модели или специализированному агенту, которые лучше всего подходят для их выполнения, сохраняя при этом за собой инфраструктуру для работы агентов и цикл обучения, отражающие то, как устроен бизнес и как он принимает решения. Модели могут меняться, но эта уникальная основа остается вашей и со временем становится ценнее.

Эта уникальная основа может иметь и измеримую стратегическую ценность. Исследование IBM также показало: генеральные директора, которые включают собственные данные и интеллектуальную собственность в индивидуально разработанные модели и агенты ИИ, ожидают, что в 2030 году на продукты и услуги, которых они сегодня не предлагают, придется на 13% больше их выручки.

Нельзя и не нужно создавать каждого агента самостоятельно

Владеть инфраструктурой для работы агентов, циклом обучения и маршрутизацией не значит создавать каждого агента, который на них работает. Главный агент предприятия — тот, который понимает вашу организацию, ее приоритеты и собственные данные, — должен быть создан вами и принадлежать вам. Но деятельность компании охватывает области, в которых ни одна команда не может быть экспертом одновременно: продажи, управление персоналом, юридические вопросы, финансы, анализ рынка и многое другое. Лучше всего в каждой из этих областей справится специализированный агент, хорошо выполняющий именно эту задачу.

Ни одно предприятие не станет создавать внутри компании лучших в своем классе агентов для каждой функции. Выиграть гонку ресурсов невозможно. Успешная модель — это сильный главный агент, координирующий группу специализированных субагентов, каждый из которых можно адаптировать к требованиям компании и подключить к ее инфраструктуре через простой интерфейс. Однако предприятия пока только начинают создавать такую архитектуру: опрос Deloitte 2026 года показал, что лишь 15% организаций масштабировали внедрение оркестрированных мультиагентных систем между разными функциями.

Таким образом, перед руководителями предприятий стоят две задачи: создать ключевого главного агента и цикл, который он будет подпитывать, а затем определить лучших специализированных агентов и интегрировать их. Владеть тем, ценность чего накапливается; сотрудничать там, где этого не происходит.

Специализированный агент или оболочка

Специализированный агент должен предлагать то, что предприятию трудно воссоздать самостоятельно. Долгосрочное преимущество складывается из собственных данных и специально созданной инфраструктуры для их поиска и анализа. Агент хорош лишь настолько, насколько он способен находить нужную информацию и понимать найденное.

Именно по этому критерию руководителям предприятий следует решать, что создавать самостоятельно, а с кем сотрудничать. Если возможности зависят от уникального контента, отраслевой экспертизы и инфраструктуры, создававшейся специально для этих задач годами, вряд ли удастся получить преимущество, воссоздав их внутри компании. Вместо этого направьте ресурсы на собственные данные, цикл принятия решений и уровень оркестрации — на то, что уникально для вашей компании.

Что поймут победители

В эпоху агентных систем добьются успеха компании, которые выстроят свою архитектуру вокруг того, что со временем делает их уникально умнее. Они будут владеть циклом, который позволяет им учиться на каждом решении, и дополнять его лучшими специализированными агентами, а не пытаться создать всё самостоятельно.

Цель — не владеть каждым компонентом стека ИИ, а контролировать те компоненты, за счёт которых ваше преимущество нарастает, и привлекать партнёров для остальных. Связанность — не то же самое, что интеллект. В агентной компании быть интеллектуальной — значит контролировать то, за счёт чего преимущество нарастает, и привлекать партнёров для остального.