Согласно отчету ARK’s Big Ideas 2025, ИИ-агентам предстоит сыграть ключевую роль в будущем цифровых приложений, а аналитики Gartner заявляют, что в 2025 году активное применение ИИ-агентов — технологический тренд номер один.
Также, согласно их прогнозам, уже к 2028 году ИИ-агенты будут работать в 33% корпоративных программных решений, а ведь еще в 2024 году их использовали менее чем в 1% систем. Предполагается, что агенты будут не просто автономно выполнять задачи, но и без участия людей принимать не менее 15% повседневных рабочих решений. Битрикс24 подготовил обзор тенденций и рассказал о том, как будут развиваться ИИ-агенты в дальнейшем.
С появлением агентов искусственный интеллект перестал быть пассивным инструментом и вспомогательным средством, реагирующим на команды пользователя. ИИ-агенты — это новая ступень эволюции, полноценный цифровой помощник, который может сам инициировать действия, принимать решения и самостоятельно выполнять сложные, многоэтапные задачи.
Они берут на себя не только рутину — отчеты, помощь клиентам в чатах и т.д., — но и более сложные процессы, такие как автоматизация логистических цепочек, настройка CRM и многое другое.
Тренд 1. Демократизация автоматизации благодаря естественному языку
Люди привыкли общаться с нейросетями на естественном языке — голосом или в чате, просят их найти нужную информацию, поразмышлять над стратегией, законспектировать итоги встречи. С ИИ-агентами все будут общаться точно так же.
Для того чтобы настроить бизнес-процесс в системе, не нужно будет тратить недели: обращаться к разработчикам, описывать логику, переводить ее в код и интегрировать в систему.
Можно будет поручить ИИ-агенту такую задачу обычными словами — он интерпретирует запрос, запланирует нужные действия и самостоятельно их выполнит. Но если потребуется, он «вернется» и уточнит детали.
Пример: вместо обращения в ИТ-отдел сотрудник пишет ИИ-агенту: «Настрой напоминание клиенту за 3 дня до срока оплаты, если платеж еще не поступил». Агент настраивает процесс и запускает его без написания кода, тестирования и внесения изменений в систему.
С таким подходом нас ждет эпоха демократизации автоматизации: благодаря интеллектуальным системам настройка сложных действий станет доступна любому сотруднику, а не только ИТ-специалисту.
Тренд 2. Сотрудничество между ИИ-агентами
Сегодняшние ИИ-ассистенты, так называемые копилоты, встроенные в корпоративные решения, умеют взаимодействовать только с человеком или с отдельными сервисами внутри компании. Они выполняют простые задачи в режиме реального времени, но только в ответ на запросы пользователя и могут подсказывать возможные действия.
В будущем ИИ-агенты будут действовать самостоятельно, а к человеку они будут обращаться, только инициируя задачу или уточняя детали.
Но при этом они начнут активно взаимодействовать между собой, а также с другими цифровыми ресурсами — базами данных, корпоративными системами, внешними API и интернетом. Это создаст сеть специализированных агентов, способных делегировать задачи друг другу, запрашивать данные и обмениваться знаниями.
Пример: агент, отвечающий за планирование логистики, сможет автоматически связаться с другим агентом, отслеживающим складские запасы, и получить нужную информацию о наличии товара. Если данных недостаточно, он обратится к внешнему источнику — например, к партнерской системе или открытому API — и пересчитает маршрут доставки с учетом полученных данных.
Тренд 3. ИИ-агенты научатся обучаться и адаптироваться
Современные ИИ-ассистенты работают на основе больших языковых моделей (LLM), и поэтому могут давать осмысленные ответы на ранее не встречавшиеся вопросы.
ИИ-агенты будут действовать примерно также, но на следующем уровне сложности — они будут самостоятельно находить оптимальные способы выполнения новых задач, даже если не были запрограммированы на их выполнение. Они будут уметь учиться, анализируя контекст, накопленный опыт и внешние источники данных.
Это станет возможным, потому что ИИ-агенты будут обучаться на базовых моделях — универсальных ИИ-системах, которые уже обучены на огромных массивах разнородных и неструктурированных данных. Они будут постепенно улучшать свою производительность и эффективность, и им не потребуется постоянная донастройка со стороны человека.
Пример: агент, отвечающий за поддержку клиентов, сможет сам выявить повторяющиеся вопросы и, не дожидаясь инструкций, начать формировать шаблоны ответов или передавать часто возникающие проблемы в продуктовую команду. Со временем он будет все лучше понимать, какие действия приводят к положительному результату, — и оптимизировать свою работу с учетом этих данных.
Вывод
ИИ-агенты — это не просто следующая итерация цифровых инструментов, а фундаментальное изменение принципов их работы в ближайшие годы.
Если сейчас говорят о том, что ИИ-ассистенты на базе LLM-моделей — это цифровые сотрудники, то не за горами то время, когда в компаниях будут работать целые цифровые отделы, вполне вероятно, под управлением ИИ-агентов.
Компании, которые первыми внедрят ИИ-агентов в свои операционные модели, не только добьются значительно лучших бизнес-результатов. Им придется, прежде всего, переосмыслить корпоративную культуру, доверяя интеллектуальным системам все больше автономии в принятии решений.