Почему большинство компаний не может вывести агентный ИИ из пилотов

Агентный ИИ уже вышел за пределы лабораторных экспериментов, однако его развёртывание в масштабе всей компании остаётся редкостью. Согласно опросу UiPath среди 590 топ-менеджеров и ИТ-специалистов частных компаний с годовой выручкой от 1 млрд долларов из США, Великобритании, Франции, Германии, Индии и Сингапура, ключевая трудность состоит не в запуске отдельного ИИ-агента. Намного сложнее встроить его в связанные, контролируемые бизнес-процессы крупной организации. 34

ИИ внедряют, но в основном точечно

Полностью встроенным в деятельность компании ИИ назвали только 31% респондентов. Ещё 35% сообщили об ограниченном использовании в отдельных командах, а 11% остаются на стадии локальных экспериментов. 37

Это типичный разрыв между пилотом и промышленной эксплуатацией. В рамках одного подразделения агент может успешно решать узкую задачу. Но при масштабировании ему приходится надёжно работать с корпоративными данными, внутренними приложениями, устоявшимися процедурами и сотрудниками, которые разбирают нестандартные случаи.

Три главных барьера

При оптимизации внедрения агентного ИИ участники опроса чаще всего называли:

• качество и готовность данных — 38%;
• интеграцию с действующими системами и рабочими процессами — 37%;
• управление, контроль и соблюдение требований — 33%. 14

Это не столько вопрос выбора модели, сколько вопрос корпоративной архитектуры и операционного управления. ИИ может интерпретировать информацию или рекомендовать действие, но рабочему процессу также нужны корректные входные данные, права доступа, устойчивые интеграции, понятная ответственность и механизм передачи исключений человеку.

Особенно остро проблема стоит в компаниях с устаревшими ИТ-системами и процессами, проходящими через несколько подразделений. Агент, который хорошо работает в одном приложении, не становится автоматически частью сквозного процесса с несколькими системами, согласованиями и контрольными точками.

Что UiPath называет бизнес-оркестрацией

UiPath использует термин «бизнес-оркестрация» для уровня, который связывает данные, системы, процессы, сотрудников и ИИ-агентов. На практике это координация работы в сквозном процессе: распределение задач между автоматизацией, агентами и людьми, мониторинг выполнения, применение правил контроля и передача сложных случаев сотрудникам. 4

Полностью встроенную оркестрацию во всей организации указали лишь 29% опрошенных. Среди этой группы 89% заявили, что их проекты с агентным ИИ достигли или превзошли ожидания по ROI — окупаемости инвестиций. 315

Этот результат заслуживает внимания, но его не следует трактовать как доказательство того, что именно оркестрация сама по себе повышает отдачу. Опрос был заказан поставщиком технологии и основан на самооценках участников. Компании, сумевшие встроить оркестрацию, могли изначально обладать более зрелыми данными, дисциплиной процессов, возможностями интеграции и поддержкой руководства. 15

Где особенно востребована связка агентов и автоматизации

Опрос также указывает на важность гибридных рабочих процессов — сочетания статичных, повторяемых операций с динамическими задачами, зависящими от контекста. О наличии таких процессов в повседневной работе сообщили 52% опрошенных руководителей. 10

В этой модели агенты скорее дополняют детерминированную автоматизацию, чем полностью заменяют её. Правила и сценарии выполняют структурированные повторяемые шаги, а агент помогает работать с неструктурированной информацией, меняющимся контекстом и задачами, где требуется оценка ситуации. Но масштабирование такой схемы всё равно зависит от качества процесса и встроенных механизмов контроля.

Какого эффекта ждёт бизнес

Среди практических преимуществ оркестрации респонденты прежде всего выделили:

• высвобождение сотрудников для более ценной работы — 51%;
• более тесную интеграцию приложений — 47%;
• улучшение контроля над рабочими процессами — 44%. 4

Иными словами, компании ищут не просто более автономное программное обеспечение. Им нужен надёжный способ координировать людей, приложения, автоматизацию и ИИ в процессах, которые можно наблюдать, измерять и контролировать.

Что это означает для корпоративных ИИ-команд

Запустить изолированный пилот сравнительно легко; превратить его в повторяемую корпоративную практику значительно труднее. Для перехода к масштабному внедрению недостаточно выбрать модель или развернуть самостоятельного агента. Нужны надёжные данные, совместимость приложений, владельцы процессов, механизмы управления и мониторинга, а также понятные маршруты эскалации к человеку.

Поэтому для руководителей полезен не только вопрос: «Где агент может помочь?» Не менее важен другой: «Как этот агент будет безопасно и измеримо работать внутри всего процесса?» Компании, которые решат задачу координации, будут лучше подготовлены к тому, чтобы превратить удачные эксперименты отдельных команд в сквозные бизнес-возможности. 4