Корпоративные ИИ-агенты не могут общаться друг с другом, им нельзя доверять права доступа, и их нельзя проверять — 5 стартапов уже решают эту проблему.

Тарин Пламб

Корпоративные агенты искусственного интеллекта могут выполнять эту работу, но инфраструктура, позволяющая им взаимодействовать друг с другом, доказывать свою надежность и проходить аудит в случае возникновения проблем, все еще находится в стадии разработки.

Вот как пять стартапов решают эту проблему — в области оркестрации, мониторинга, связи и безопасности — как показано на конференции VB Transform 2026.

BAND управляет всеми агентами, работающими в фоновом режиме.

В самом ближайшем будущем агенты будут развернуты повсюду и будут выполнять работу от нашего имени, отметил Влад Лузин, технический директор и соучредитель BAND.

Как он это описывает: они будут получать задания, посещать реестры, привлекать других агентов для помощи, делегировать подзадачи коллегам-ИИ в «пространстве для общения», собирать и делиться результатами, а затем возвращать сводку пользователю-человеку.

Компания BAND разрабатывает инфраструктурный уровень координации для многоагентных систем искусственного интеллекта, чтобы воплотить это в реальность.

Почему Telegram, Slack или Discord не решают эту проблему? Эти платформы были созданы для людей, отметил Лузин. Агентов приходится регистрировать вручную в несколько этапов, и они не видят друг друга; «они по-прежнему находятся в своего рода цифровом одиночестве».

Аналогично, Claude не сохраняет состояние, и разработчики часто открывают несколько сессий одновременно, переключаясь между ними для выполнения различных задач — по словам Лузина, это создает реальные неудобства.

Задача состоит в том, чтобы соединить удалённые процессы, что Лузин назвал проблемой распределённых систем.

«В первую очередь необходимо решить проблему транспортного уровня, то есть того, как агенты общаются в режиме реального времени», — сказал он. Разговоры не могут происходить через IP-адреса и URL-адреса; их необходимо перенести на уровень абстракции, чтобы агенты могли общаться между каналами, диалоговыми пространствами и платформами.

«Агенты видят друг друга. Они понимают друг друга. Они могут сотрудничать. Они обсуждают проблемы. Они решают проблемы и запрашивают проверку у другого», — сказал Лузин.

По словам Лузина, BAND поддерживает автономные рабочие процессы, которые могут длиться от восьми до двадцати часов, и совместим с протоколами A2A и MCP. Важно отметить, что, по его словам, люди могут присоединяться к разговору, пока агенты общаются и находят друг друга.

«Мы можем записывать и показывать вам все задачи, которые генерирует ваш агент, в режиме реального времени», — сказал Лузин.

Компания Conifers помогает защитникам двигаться со скоростью машины.

«Самая большая проблема, с которой сегодня сталкиваются защитники, заключается в том, что они по-прежнему двигаются со скоростью человека, в то время как противники двигаются со скоростью машины», — сказал Том Финдлинг, генеральный директор и соучредитель компании Conifers.

По словам Файндлинга, злоумышленники уже используют агентов, и им достаточно одного успешного шага, чтобы проникнуть в корпоративную сеть. Вредоносные кампании, которые раньше занимали месяцы и недели, теперь длятся часы, а то и минуты. С другой стороны, операции по обеспечению безопасности фрагментированы, выполняются вручную, неэффективны и медленны.

Финдлинг сказал, что компания Conifers взяла различные компоненты киберзащиты — частную разведку, поиск угроз, обнаружение, проектирование, расследование, реагирование — и сделала их агентными. Затем, по его словам, они разрушили разрозненность между ними. Различные агентные системы могут взаимодействовать друг с другом, чтобы обеспечить постоянную и адаптируемую оперативную и активную защиту.

Финдлинг заявил, что система Conifers сокращает время локализации угроз с 7 часов до 12 минут, и что компания может завершить сложные киберрасследования за четыре минуты или меньше.

Он подчеркнул важность интеграции с существующими инструментами безопасности предприятия, будь то системы обнаружения и реагирования на угрозы на конечных устройствах (EDR), системы управления информацией и событиями безопасности (SIEM), системы управления состоянием безопасности или другие. Компания Conifers помогает клиентам понять состояние их безопасности, проблемные моменты, какие средства контроля работают, а какие нет, и в какие области следует инвестировать для достижения наилучшей окупаемости инвестиций.

«Ландшафт угроз меняется, методы обнаружения остаются прежними, а информация об угрозах не используется на практике», — сказал Файндлинг. «Это работа для агентов».

Искусственный интеллект Raindrop создает журнал аудита агента.

Одна из определяющих проблем современной эпохи — выявление критических недостатков в работе агентов искусственного интеллекта, говорит Бен Хайлак, технический директор Raindrop AI.

Это то, что он назвал «двойным ударом»: по мере того, как агенты становятся более опытными, сложность возрастает, как и сроки выполнения; в некоторых случаях они длятся часами или даже днями. Во-вторых, проблемы становятся катастрофическими в таких секторах, как здравоохранение или оборона.

«По мере совершенствования моделей и агентов эта проблема значительно усугубляется, — сказал Хайлак, — и я думаю, есть веские основания полагать, что она будет продолжать ухудшаться».

По словам Хайлака, платформа Raindrop AI выявляет критические проблемы в агентах, работающих в производственной среде, и моделирует способы их устранения на основе поведения пользователей в прошлом. Это позволяет командам убедиться в работоспособности исправления до его внедрения, избегая неожиданных побочных эффектов.

По словам представителя стартапа, его платформа обучения с подкреплением (RL) оптимизирует тестовые наборы данных и обучает модели непосредственно на данных Raindrop. Ее механизм предварительного моделирования помогает определить, какие исправления действительно повлияют на работу системы в производственной среде; а тестирование в режиме реального времени (A/B-тестирование) демонстрирует эти изменения в действии.

Сообщения, вызовы инструментов, повторные попытки и ошибки фиксируются в одном месте, и пользователи получают уведомления (обычно через Slack) о возникновении проблем, сказал он. Модели обучаются для каждого клиента, а сигналы обеспечивают непрерывное обучение моделей и тестовых систем. «Все это сведено к чему-то действительно удобному для навигации, простому для понимания и проверки», — сказал Хайлак.

Arcade предоставляет агентам необходимый уровень допуска к секретной информации для принятия мер.

Искусственный интеллект предназначен для выполнения самых разных задач, но часто сталкивается с тремя основными проблемами: авторизация, управление и надежность.

Для того чтобы действовать от имени реальных пользователей с реальными правами доступа, агентам необходима новая архитектура безопасности, заявил Сэм Парти, соучредитель и технический директор Arcade.dev.

Парти заявил, что защищенная среда выполнения агентов его компании обеспечивает этот уровень аутентификации и авторизации, позволяя агентам проходить критически важные проверки безопасности. Она также обеспечивает наблюдаемость, позволяя пользователям следить за всем, что делает агент. Действия привязаны к точному моменту времени с минимальным объемом привилегий.

Arcade доступен в виде устанавливаемого плагина, который можно развернуть локально в среде, имитирующей чистую комнату; компании могут продолжать использовать свои собственные инструменты входа в систему и безопасности, сказал Парти. При каждом запуске Arcade используются те же самые средства управления доступом на основе ролей (RBAC), системы обнаружения и предотвращения вторжений (IDPS), политики, права доступа и другие уже установленные контрольные точки.

Компания Arcade занимается проблемой атак на цепочки поставок, которая, по словам Парти, «стала настолько распространенной, что это просто невероятно». Безопасность и мониторинг остаются сложной задачей, поскольку «в основном, абстракция была неправильной».

Омилия решает непростую проблему клиентского опыта.

Решение проблем, связанных с улучшением клиентского опыта на предприятиях, «на самом деле непростая задача», — заявил Клаудио Родригес, директор по продуктам компании Omilia.

Эвристические системы управляемы, но медленны; агентные системы быстры, но непредсказуемы, — сказал Родригес. Компания Omilia создала свою платформу, чтобы обеспечить одновременно и управление, и скорость.

По словам представителя компании, предлагаемая ею самообучающаяся система основана на философии наблюдения за процессом обслуживания клиентов в режиме реального времени, а не в абстрактной форме. Агенты Omilia непосредственно наблюдают за проблемами, прослушивают каждое взаимодействие клиента и агента, обрабатывают данные, спецификации API, записи экрана и стандартные операционные процедуры (СОП), а затем сопоставляют их с сценариями использования для поддержки клиентов.

По словам Родригеса, контакт-центры должны приносить доход, а отличительной чертой Omilia являются системы преобразования речи в текст, а также уровни управления и мониторинга.

Искусственный интеллект генерирует аналитические данные, предлагает улучшения, автоматически создает диалоговых агентов, извлекает информацию из документов и API, а также проектирует потоки диалогов. Затем эксперты могут тестировать реальные и смоделированные взаимодействия и развертывать их в производственной среде под своим контролем. По словам Родригеса, Omilia объединяет все это в единый корпоративный механизм, который постоянно обучается с течением времени.

Родригес заявил, что компания обрабатывает более 3 миллиардов звонков в год, более 1 миллиона голосовых звонков в день в некоторых регионах, и отметил улучшение времени решения проблем на 30-45%. По его словам, агенты Omilia приносят в 21 раз больше дохода от дополнительных продаж по сравнению с операторами-людьми.

По его словам, в зрелой системе уровень автоматизации «легко» достигает 80-90%. Однако «участие человека по-прежнему имеет для нас основополагающее значение».

Источник: venturebeat.com