Введение: Парадокс ИИ в 2025 году
Недавно мне на глаза попалась статья Джона Херрмана "Decision Dominance in the Age of Agentic AI", опубликованная в военном журнале Small Wars Journal. Прежде чем мы в нее погрузимся, взгляните на эти цифры:
95% пилотных проектов по генеративному ИИ в корпорациях проваливаются.
$640 млрд - общий объем инвестиций в ИИ в 2025 году.
При этом реально используют ИИ в своих процессах только 9.7% компаний.
Парадокс? Именно эту проблему и вскрывает Херрман, но с военной точки зрения. Его выводы оказались настолько актуальными для бизнеса, что я решил сделать выжимку для Хабра.
Война и бизнес: одна и та же борьба
Сравнение войны и бизнеса - тема избитая, и часто оно звучит неуместно. Но если отбросить этику и взглянуть на суть процессов, то и то, и другое - это борьба за выживание в условиях хаоса и неопределенности. Исход этой борьбы решает тот, кто быстрее соображает и действует. Херрман называет это "доминированием в принятии решений".
Командир на поле боя и CEO в переговорной решают одну и ту же задачу: как обойти конкурента, используя ограниченные ресурсы и неполную информацию.
"Туман войны", о котором писал Клаузевиц, сегодня превратился в "информационный шум" в бизнесе. Данных много, но найти в них нужный сигнал - ключевая проблема.
Цена ошибки высока: потерянные жизни на войне или потерянная доля рынка и банкротство в бизнесе.
Неудобная правда: большинство "Data-Driven" компаний - это французская армия 1940 года
Интересно, как похожим образом развиваются концепции управления на Западе. В армии США продвигается доктрина JADC2, которая объединяет все источники данных в единую сеть для принятия решений в реальном времени. В бизнесе мы слышим те же призывы: стать "Data-Driven".
Но вот неудобная правда. Большинство таких компаний напоминают французскую армию 1940 года. Да, у них есть радио (дашборды). Да, они собирают данные (разведка). Но они продолжают воевать по старым правилам: измеряют активность ("сколько отчетов создано"), а не результат ("насколько быстрее приняли решение"). И это делает их уязвимыми перед теми, кто понял суть агентного ИИ.
Выжимка из статьи: агентный ИИ как следующий шаг
Херрман утверждает, что мы стоим на пороге революции, сравнимой с появлением FM-радио у немцев, которое позволило им реализовать тактику блицкрига. Сегодня таким "радио" становится агентный ИИ (Agentic AI).
Это уже работает? Примеры из России.
Сбер запустил большой проект — создает 17 AI-агентов на GigaChat для работы с корпоративными клиентами. Пока они помогают операторам (режим "второго пилота"), но уже повышают их производительность на 10%. Цель — довести до того, чтобы агенты сами общались с клиентами и даже выполняли операции с их разрешения.cnews
Альфа-Банк решился на смелый эксперимент: создал "цифровую команду разработчиков" - ИИ-агентов, которые сами пишут код для автотестов. Они не просто выполняют задачи, а планируют, кодят и проверяют собственную работу.sia
В ВТБ пошли по другому пути - их ИИ-агенты работают "внутри" банка, помогая сотрудникам мгновенно находить нужную информацию в огромных корпоративных базах.novostiitkanala
Билайн применил агентов в B2B-продажах. Система слушает переговоры с клиентами и тут же формирует персональные коммерческие предложения.rbc
А Яндекс через AI Studio дает возможность даже небольшим компаниям создавать своих ИИ-агентов - никакого программирования.mybotn8nflow
Получается, что агентный ИИ - это уже не будущее, а настоящее. Разница лишь в том, кто рискует экспериментировать, а кто ждет готовых решений.
Что такое настоящий агентный ИИ? И существует ли он вообще?
Здесь начинается самое интересное. 2025 год объявлен "годом AI-агентов". Каждая вторая компания утверждает, что внедрила "агентный ИИ". Но вот неудобная правда от экспертов IBM и Kyndryl: большинство того, что называют "агентным ИИ", - это обычная автоматизация, обернутая в разговорный интерфейс.
Что вам обещают (Хайп) | Что работает сейчас (Реальность) | Источник |
|---|---|---|
Полностью автономные системы | Автоматизация в четких границах с человеческим контролем | Kyndryl, 2025 |
ИИ "думает" и принимает решения | Симуляция мышления через алгоритмы, требует надзора | IBM, 2025 |
"Поставь задачу и забудь" | Постоянный мониторинг и корректировка | Kyndryl, 2025 |
Успех в 95% случаев | Провал в 90% случаев в первые 6 месяцев | MIT, 2025 |
Замена людей | Усиление людей в рутинных задачах | IBM, 2025 |
Но это не значит, что технология бесполезна. Просто нужно понимать разницу между хайпом и реальностью. Херрман в своей статье говорит именно о потенциале агентного ИИ, а не о том, что это уже работает повсеместно. Его посыл: те, кто научится правильно использовать эту технологию сейчас, получат преимущество завтра.
Как агентный ИИ усиливает человека?
Херрман проводит параллель с концепцией "coup d’œil" Клаузевица - способностью полководца мгновенно схватывать суть ситуации. Агентный ИИ позволяет масштабировать эту способность, обрабатывая гигантские объемы данных и подсвечивая для руководителя самое важное.
Главный барьер - культурный
Проблема не в том, чтобы создать такой ИИ, а в том, чтобы научиться ему доверять и встроить его в реальные процессы принятия решений.
Цикл принятия решений: до и после агентного ИИ
Херрман разбивает процесс на четыре этапа и показывает, как ИИ его меняет.
Этап | Традиционный подход | С агентным ИИ | Преимущество |
|---|---|---|---|
Понимание | Ручной сбор данных, недели | Анализ всех источников за секунды | Скорость x1000 |
Визуализация | Долгие раздумья, дни | Моделирование сотен сценариев | Полнота картины |
Направление | Одно решение на интуиции | Несколько планов с просчетом рисков | Снижение риска ошибки |
Оценка | Периодические отчеты | Непрерывный мониторинг в реальном времени | Быстрая корректировка курса |
Как начать? Опыт лидеров
Опыт компаний, которые уже добились успеха с агентным ИИ, показывает: все они начинали с честной оценки своей готовности. Чек-лист ниже основан именно на их практиках. Это не теория, а выжимка из реальных проектов, которая поможет избежать типичных ошибок на старте.
Как не повторить ошибку французской армии: чек-лист для бизнеса
Вот три конкретных шага для проверки готовности вашей компании:
Аудит вашего "ИИ": У вас агентный ИИ или просто умный дашборд?
Ваша система может действовать самостоятельно или только показывает данные?
Она адаптируется к изменениям или работает по жесткому алгоритму?
Карта готовности команды: Готова ли ваша организация доверять ИИ-решениям?
Есть ли у вас процессы для проверки рекомендаций ИИ?
Понимают ли ваши менеджеры, как работает система?
Пилот с четкими метриками: Не "внедряйте ИИ", а решайте конкретную бизнес-задачу.
Какое решение вы принимаете медленнее конкурентов?
Можно ли измерить улучшение в часах/днях, а не в абстрактном "повышении эффективности"?
Что это значит для бизнеса?
Это все не теория. Я вижу, как лидеры российского рынка уже сегодня получают реальное преимущество за счет технологий ИИ. Они быстрее принимают решения, меньше рискуют. И пока одни компании всерьез считают, что чат-бот на сайте - это инновации, другие уже встраивают ИИ в самое ядро своих бизнес-процессов.
Давайте будем честны: большинство ИИ-систем, которые приносят сегодня основной доход (вроде кредитного скоринга), - это по сути навороченные предиктивные калькуляторы. Но именно те компании, что в совершенстве освоили этот этап, теперь первыми внедряют агентные системы - следующий, неизбежный шаг эволюции.
Именно здесь и проходит водораздел. Кто первый научится видеть в ИИ не просто инструмент, а партнера - тот и выиграет.
Кстати, эта статья продолжает тему, которую я начал в своем материале "ИИ-проекты съедают бюджеты, но не приносят ROI". Если хотите разобраться, как правильно измерять эффективность таких систем, загляните туда.
