Главный корпоративный тренд в ИИ сейчас можно описать четырьмя словами:
меньше разговоров — больше действий.
Компании постепенно переходят от использования нейросетей как помощников к системам, которым можно делегировать целые рабочие процессы.
Именно это называют agentic AI.
Что изменилось
Первые корпоративные внедрения генеративного ИИ чаще всего выглядели просто:
написать письмо, сделать резюме документа, найти информацию, подготовить презентацию.
Теперь задача становится длиннее:
найти данные → обработать → сравнить → принять промежуточное решение → использовать корпоративные инструменты → подготовить результат.
OpenAI в августовском Enterprise Signals описывает этот переход как движение от assistance к delegation и execution. По данным компании, в июне агентное использование составляло 64% совокупного объёма output tokens Codex и ChatGPT среди корпоративных клиентов.
Агенты выходят за пределы программирования
Показательно, что рост происходит не только среди разработчиков.
OpenAI сообщает, что с февраля по июнь число еженедельно активных корпоративных пользователей Codex выросло:
- в юридической сфере — в 108 раз;
- в продажах — в 41 раз;
- в рекрутинге — в 41 раз;
- в маркетинге — в 26 раз.
Это не означает, что агенты уже заменили специалистов в этих областях. Это статистика использования продуктов OpenAI и показатель быстрого распространения агентного подхода.
Что меняется внутри компаний
McKinsey в августовском исследовании состояния AI сообщает, что 40% респондентов из крупных организаций уже заявляют о масштабировании AI agents — против 27% годом ранее. При этом внедрение особенно заметно в агентном программировании.
Но есть важная деталь.
Внедрить агента технически — недостаточно.
Компания должна перестроить сам процесс.
McKinsey отмечает, что организации, которые получают заметный эффект от агентных систем, меняют operating model, роли сотрудников, процессы проверки и AI operations.
Получается парадокс:
AI Agent может автоматизировать работу, но для этого компания сама должна изменить способ работы.
Почему «просто купить AI» не получится
Представим отдел продаж.
Можно установить AI-агента и сказать:
«Работай с клиентами».
Но агенту понадобятся:
CRM, история коммуникации, прайс-листы, правила скидок, доступ к почте, календарь, корпоративные инструкции и чёткие ограничения.
И возникает целая инфраструктурная задача:
какие данные доступны агенту?
что он может изменить?
какие решения принимает сам?
когда должен обратиться к человеку?
как проверить его действия?
Цена автономности
У агентных систем есть ещё одна проблема — стоимость.
McKinsey в августовском анализе отмечает, что по мере распространения agentic workflows корпоративные расходы на AI могут расти даже при снижении цены отдельных токенов: длинные цепочки действий требуют большего объёма вычислений.
Поэтому бизнесу придётся считать не только:
«Сколько стоит один запрос?»
но и:
«Сколько стоит выполнение всей задачи агентом?»
Что будет дальше
Вероятно, главная конкуренция между компаниями будет происходить не только на уровне выбора модели.
Преимущество получат организации, которые смогут лучше построить:
данные + инструменты + процессы + агентов + контроль.
Иными словами, AI постепенно становится не отдельным приложением, а частью операционной системы бизнеса.
Источники
OpenAI — Enterprise Signals
McKinsey — The state of AI in 2026
McKinsey — Beyond the copilot
McKinsey — Where AI agents pay off
Теги: AI Agents, agentic AI, корпоративный ИИ, ИИ в бизнесе, AI automation, автоматизация бизнеса, цифровые сотрудники, AI workflow, AI productivity, искусственный интеллект, нейросети, AI 2026, AI-агенты, бизнес и технологии, enterprise AI, AI transformation, автоматизация процессов, будущее работы, технологии будущего, цифровая трансформация
Об авторе
