От переводчика: Тема AI-агентов продолжает волновать разработчиков и потребителей. Все пытаются что-то сделать, чтобы быстрее прокричать рынку "у нас тоже это есть". Но что хорошо на консьюмерском рынке, не работает на рынке энтерпрайз-решений. Если сделать что-то на скорую руку в угоду хайпу, то можно потерять доверие корпоративных клиентов.
Flowable отнюдь не торопился с объявлением своей стратегии в области AI и только этим летом появились реально интересные новости. Надо попробовать!
Данная статья представляет собой скорее манифест, общее видение компании. Про технические подробности читайте в следующих материалах.

В стратегии автоматизации наступил критический момент для руководителей предприятий. Потенциальные возможности AI-агентов, способных автономно принимать решения в сложных бизнес-процессах, привлекли внимание советов директоров. Но реальность, стоящая за заявлениями многих поставщиков, отличается. Несмотря на то что вендоры активно используют терминологию ИИ, разрыв между обещаниями и реальными возможностями никогда не был столь велик.

Этот разрыв приводит к реальным последствиям для организаций, принимающих стратегические решения в области технологий. Ошибка в выборе ведет не только к растрате бюджета, но и может надолго затормозить инициативы цифровой трансформации. Чтобы отличить настоящие инновации от искусного маркетинга, нужно выходить за рамки поверхностных функций и исследовать фундаментальные возможности, которые определяют следующее поколение средств автоматизации бизнес-процессов.

Понимание рыночного ландшафта

Недавно опубликованный Gartner Market Guide по инструментам автоматизации бизнес-процессов предоставляет важные инсайты об этом развивающемся рынке. Для руководителей предприятий, ориентирующихся в быстро меняющейся области автоматизации, объективные исследования Gartner помогают лучше понять ключевые особенности рынка, функциональность, варианты использования, тренды и основных поставщиков.

Мы считаем, что это исследование особенно ценно в текущей обстановке, где слияние ИИ и автоматизации процессов создало беспрецедентные возможности и потенциальные риски для организаций, делающих стратегические технологические инвестиции. Понимание ключевых аспектов позиционирования поставщиков, динамики рынка и реальных возможностей, которые отделяют подлинные инновации от маркетинговых ходов, является ключом к правильному выбору решения.

Кризис доверия вендорам

Рынок программного обеспечения столкнулся с проблемой доверия. Поставщики по всему спектру ПО переименовывают существующие фичи, используя терминологию «AI-агент», что создает путаницу не только в отделах маркетинга, но и в кабинетах, где принимаются стратегические решения. Анализ рынка Gartner выявляет масштаб этой проблемы: «Многие поставщики преувеличивают свои достижения в разработке AI-агентов. Они участвуют в «agent washing», переименовывая существующие продукты, такие как AI ассистенты, инструменты самообслуживания аналитики, RPA, IDP и чат-боты, чтобы привлечь внимание покупателей без значимых агентных возможностей».

Последствия выходят за рамки отношений с отдельными поставщиками. На рынке, насыщенном вводящими в заблуждение утверждениями, руководителям предприятий становиться всё труднее находить решения, способные приносить реальную бизнес-ценность. В результате формируется рыночная среда, где обман может превалировать над техническим содержанием, создавая риски для организаций, которым нужны надежные возможности автоматизации своей деятельности.

Кризис доверия отражает глубокую проблему в индустрии автоматизации. Многие поставщики построили свои платформы на основе традиционных концепций рабочих процессов, которые предполагают предсказуемые, последовательные операции. Модернизация таких архитектур для поддержки настоящих возможностей AI-агентов требует фундаментальных изменений, выходящих далеко за рамки добавления интерфейсов чат-ботов или функций обработки естественного языка.

Это различие имеет значение, поскольку подлинные AI-агенты работают иначе, чем традиционные инструменты автоматизации. По данным Gartner, технологические требования ясны: «Фундаментальные технологии разрабатываются с конечной целью автономного выполнения задач и принятия решений с использованием корпоративных знаний». Эта возможность требует сложных способностей к рассуждению, динамической адаптации к изменяющимся условиям и глубокой интеграции с данными и бизнес-правилами организации.

Архитектура истинных AI-агентов

Понимание того, что отличает подлинные агентные возможности AI от переименованных традиционных инструментов, требует изучения архитектурных требований для автономного выполнения бизнес-процессов. Для нас настоящие AI агенты должны эффективно работать в сложных, динамичных средах, где бизнес-правила меняются, исключения возникают регулярно, и обычно решения принимаются с человеческим участием.

Техническая основа возможностей AI-агента для предприятий включает гораздо больше, чем просто добавление AI-функций в существующие платформы. Это требует переосмысления того, как бизнес-процессы моделируются, исполняются и контролируются. Многие традиционные движки рабочих процессов предполагают, что пути процесса могут быть заранее предопределены, а исключения — это отклонения от нормальной работы. AI агенты, напротив, рассматривают изменчивость и адаптацию как основные операционные аспекты.

Этот архитектурный сдвиг имеет глубокие последствия для того, как организации подходят к автоматизации процессов. Вместо создания жестких рабочих процессов, которые справляются с конкретными сценариями, необходимо создавать гибкие рамки, способные учитывать автономные возможности принятия решений, которые предоставляют AI-агенты. Этот переход требует от организаций нового мышления, а от поставщиков — разработки новых подходов к оркестрации процессов, управлению знаниями и интеграции систем.

Задача усложняется еще больше, учитывая постоянные требования предприятий к управлению, соблюдению нормативов и аудиту. Для нас важно, чтобы AI-агенты, принимающие автономные решения, действовали в рамках корпоративных политик и регуляторных норм при обеспечении прозрачности процессов принятия решений.

Динамика рынка и уровень осведомленности покупателей

Текущая рыночная ситуация отражает столкновение маркетинговых стратегий поставщиков и все более высоких ожиданий покупателей. Экономическое давление заставляет руководителей предприятий требовать доказанной бизнес-ценности, в то время как сложность технологий AI-агентов усложняет такую оценку. Gartner отмечает: «экономические условия приоритетизировали оптимизацию затрат для руководителей», в то время как «предприятия разочарованы непрозрачными структурами лицензирования, внезапным ростом цен и растущими затратами на внедрение и обслуживание». Что-то было вынуждено уступить.

В результате появилась более строгая среда оценки, где поставщики должны демонстрировать свои возможности. Покупатели развивают более сложные критерии оценки, которые фокусируются на архитектурных основах, возможностях интеграции и долгосрочном стратегическом соответствии, а не просто на списках функций или маркетинговых терминах AI.

Этот сдвиг в поведении покупателей отражает созревание рынка автоматизации. Ранние пользователи, внедрившие базовую автоматизацию рабочих процессов, теперь ищут более продвинутые возможности, способные справляться со сложными и требующими знаний процессами. Для этого решения должны работать за пределами простой автоматизации задач, обеспечивая всестороннюю оркестрацию процессов с поддержкой AI-агентов.

Подход Flowable к интеграции AI

Различие между подлинными инновациями и «agent washing» становится очевидным при рассмотрении того, как разные поставщики подходят к интеграции AI. Стратегия Flowable показывает, как целенаправленная оркестрация процессов и управление обеспечивают аутентичные возможности AI-агентов, сохраняя архитектурную целостность, необходимую для работы предприятий.

Flowable разработала оркестрацию и управление для независимых от поставщика и автономных AI-агентов, готовых к интеграции «plug-and-play». Такой подход удовлетворяет потребности рынка в подлинном функционале AI-агентов, избегая проблем с привязкой к конкретному поставщику, которые часто возникают при использовании проприетарных AI-решений.

Поднимая статус AI-агентов до полноценного элемента рабочих процессов, был добавлен отдельный движок агентов рядом с существующими в платформе движками BPMN и CMMN, при этом реализована глубокая интеграция между всеми тремя компонентами.

На техническом уровне, работа платформы обеспечивает полноценный корпоративный функционал. Например, в управлении кейсами с поддержкой AI теперь есть «AI-кнопка» в представлениях кейсов, которая связывает текущие кейсы с конкретными AI-моделями и агентами-оркестраторами. Это позволяет сотрудникам в реальном времени, прямо в рабочих процессах, просить агентов сделать сводку, объяснить или предложить следующий шаг с учетом контекста, что помогает обслуживать клиентов быстрее и точнее.

Изменяемая степень автономии AI-агентов реализована для обеспечения гибкости в настройке степени самостоятельности агентов в каждой конкретной ситуации. Прозрачное управление жизненным циклом AI гарантирует, что все решения полностью аудируемы и отслеживаемы от исходных данных до конечных результатов, что устраняет эффект «чёрного ящика» и соответствует корпоративным требованиям.

Интеллектуальные, контекстно-зависимые рабочие процессы позволяют AI-агентам проактивно реагировать на изменения в реальном времени, координируя задачи между командами, источниками данных и системами предприятия.

Для корпоративного использования созданы внутренние модели агентов с установленными предохранительными механизмами и аудитом, включая агента щбщего назначения (utility agent), агента для обработки документов (document agent), агента по работе с источниками знаний (knowledge agent) и агента-оркестратора (orchestrator agent). Также подготовлена возможность подключения внешних агентов и многоагентной оркестрации.

Обеспечивая возможность внутренней настройки интеграции агентов, а также их оркестрацию и управление с использованием тех же надежных Java и REST API, что и у существующих движков, Flowable гарантирует эффективную и подотчетную сквозную интеграцию. Благодаря более глубокой интеграции искусственного интеллекта программное обеспечение Flowable связывает использование AI между разными инструментами, системами, источниками данных и командами в рамках всей работы компании. Это помогает избавиться от ограничений, которые возникают, когда AI и системы работают по отдельности, и делает внедрение AI агентов более практичным.

Путь вперед

Рынок автоматизации бизнес-процессов стоит на распутье. Поставщики, предлагающие подлинные возможности AI-агентов при сохранении прочной основы автоматизации, определят новое поколение корпоративной автоматизации. Другим, которые занимаются лишь ребрендингом без существенного технологического прогресса, будет сложно оправдать ожидания покупателей, особенно по мере дальнейшего развития рынка.

Для руководителей предприятий задача состоит в разработке методов оценки, которые могут отличать настоящие инновации от преувеличенных функций. Для этого важно сосредоточиться на архитектурных основах, способностях интеграции и долгосрочном стратегическом согласовании.

Организации, которые добьются успеха в этой среде, будут теми, кто подойдет к выбору платформы автоматизации стратегически, работая с поставщиками, демонстрирующими как проверенный опыт в автоматизации, так и продуманные стратегии интеграции AI. Цель — создать возможности автоматизации, способные развиваться вместе с развивающимися технологиями AI, а не просто добавлять отдельные AI-решения как дополнительные функции.

Об авторе: Фабио Филиппелли (Fabio Filippelli) — вице-президент по операциям (VP Revenue Operations) в компании Flowable. Он занимается созданием масштабируемых и эффективных процессов по генерации дохода, а также оптимизацией процессов, использованием аналитики на основе данных и внедрением технологий в отделах продаж, маркетинга и работы с клиентами.

BPM Developers — про бизнес-процессы: новости, гайды, полезная информация и юмор.

AI агенты: как не ошибиться на практике