Почему агентный ИИ в корпорациях всё ещё не выходит из пилотов: данные UiPath

Опрос UiPath, опубликованный в сентябре 2026 года, показывает типичную картину для крупного бизнеса: концепцию агентного ИИ многие компании уже проверили, но превратить её в повторяемую практику в масштабе всей организации удаётся заметно реже. UiPath называет это состоянием «пилотного чистилища»: проект выглядит перспективно, однако не выходит в полноценную эксплуатацию. 418

В исследовании участвовали около 600 представителей высшего руководства и ИТ-специалистов компаний с годовой выручкой от 1 млрд долларов из США, Великобритании, Франции, Германии, Индии и Сингапура. Опрос заказан самой UiPath, а его результаты основаны на самооценке участников. Поэтому данные об окупаемости следует воспринимать как опыт респондентов, а не как независимую оценку эффекта.

ИИ внедряют, но неравномерно

Среди опрошенных 31% заявили, что ИИ полностью встроен в их бизнес. Ещё 35% используют ИИ ограниченно, а 11% остаются на стадии пилотов или экспериментов. 3

Это не означает, что остальные компании вовсе не применяют ИИ. Скорее, широкое встраивание технологии в ежедневные операции пока встречается реже, чем точечные внедрения. Главный вывод UiPath: предприятия нередко подтверждают работоспособность первоначального сценария — proof of concept, или PoC, — но затем испытывают трудности с тиражированием решения и достижением ощутимой окупаемости инвестиций (ROI). 18

Три главных барьера на пути к масштабу

На вопрос о трудностях оптимизации внедрений респонденты чаще всего называли:

• качество и готовность данных — 38%;
• интеграцию с существующими процессами и системами — 37%;
• управление и соответствие требованиям — 33%. 18

Именно поэтому удачная демонстрация ещё не равна промышленному внедрению. Пилот можно ограничить одной задачей, небольшой командой и несколькими подключениями к системам. В реальной эксплуатации агент должен устойчиво работать среди множества приложений, подразделений, правил доступа и контрольных процедур.

TechTarget проводит ту же границу: демо способно доказать, что агент выполняет задачу в контролируемой среде, но не доказывает готовность организации обеспечить качество данных, безопасность, проектирование процессов, измерение ценности и операционную модель для многократного использования решения в масштабах предприятия. 21

Что UiPath называет бизнес-оркестрацией

Под бизнес-оркестрацией UiPath понимает координирующий слой, который связывает людей, приложения, данные, автоматизацию и ИИ-агентов в рамках одного процесса. Идея в том, чтобы эти элементы работали как управляемый сквозной поток, а не как набор разрозненных инструментов. В продуктовом описании UiPath речь идёт о координации агентов, программных роботов, сотрудников, приложений и данных в корпоративных процессах. 14

На практике такая оркестрация помогает определить, что должно произойти на следующем шаге процесса, кому или какой системе поручить действие, где требуется проверка человеком и как отслеживать и контролировать выполнение работы. Это особенно важно, когда действия агента затрагивают действующие корпоративные приложения и цепочки согласований.

Только 29% участников исследования сообщили, что оркестрация полностью встроена в их рабочие процессы. Среди этой группы 89% заявили, что их внедрения агентного ИИ оправдали или превзошли ожидания по ROI. 5

Это существенная корреляция, но не доказательство причинно-следственной связи. Компании с развитой оркестрацией могут также иметь более надёжные данные, лучше выбирать сценарии применения или располагать более зрелыми операционными практиками. Корректнее говорить, что оркестрация входит в набор возможностей, связанных с успехом внедрений по оценке самих респондентов.

В центре внимания — гибридные процессы

В ближайшие 12 месяцев 36% опрошенных ожидают, что агенты будут играть заметную роль в корпоративных рабочих процессах. 2

Наиболее распространённым фокусом стали гибридные процессы: их выбрали 52% респондентов. В таких процессах сочетаются статичные, повторяемые этапы и динамическая работа, зависящая от контекста. 212

Это принципиально важно: наиболее ценные бизнес-процессы часто нельзя свести ни к полной автоматизации, ни к ручной работе. В них могут одновременно присутствовать структурированные операции, документы, исключения, решения, требующие суждения, и согласования. Агентный ИИ способен участвовать в таких цепочках, но для масштабирования нужно координировать все эти разные режимы работы, а не использовать агента как отдельный интерфейс.

Как перейти от PoC к рабочей корпоративной системе

Оценивать готовность компании только по тому, справился ли агент с тестовой задачей, недостаточно. Более сложный вопрос — можно ли стабильно применять эту возможность в реальных операциях.

Для внедрения в эксплуатацию необходимы:

1. Надёжные и доступные данные. Агенту нужна информация, достаточно точная и доступная для конкретной задачи.
2. Интеграция с процессами и системами. Агент должен действовать внутри существующих приложений, этапов процесса и передач между командами, а не параллельно им.
3. Управление и ответственность. При участии ИИ в операционной работе нужны контроль, прозрачность и понятное распределение ответственности.
4. Проектирование гибридных процессов. В рабочем потоке должны быть предусмотрены детерминированная автоматизация, ИИ-этапы и решения человека — там, где каждый из этих подходов уместен.
5. Измерение результата. Командам нужен способ понять, создаёт ли внедрение значимый бизнес-эффект, а не просто впечатляет на демонстрации.

Вывод исследования не в том, что крупный бизнес игнорирует агентный ИИ. Напротив, самая трудная часть пути сместилась от эксперимента к встраиванию технологии в операционную деятельность. Чтобы выйти из пилотного режима, компаниям важнее не добавить ещё одного изолированного агента, а создать основу из качественных данных, интеграций, контроля и координации, которая позволит сделать агентов управляемой частью сквозных бизнес-процессов. 1821