Организованная работа агентов: у корпоративных организаций, использующих ИИ, проблема с развертыванием, а не с платформой — и большинство из них называют чат-боты агентами.

Персонал VB

В 101 предприятии управление агентами консолидируется на платформах поставщиков моделей — компания Claude из Anthropic лидирует с большим отрывом — выбранных за серьезность базовой модели и оцененных по надежности многоэтапного выполнения. Но амбиции значительно опережают реальность: большинство развернутых «агентов» по-прежнему представляют собой оболочки для чат-ботов, плоскость управления, которую ожидают предприятия, намеренно гибридная, чтобы избежать привязки к конкретному поставщику, а финансовый контроль над сжиганием токенов в режиме реального времени остается исключением.

В этом выпуске VentureBeat Pulse Research рассматривается оркестрация корпоративных агентов: какие платформы используют предприятия, что определяет их выбор, для чего они оптимизируют свою работу, как они ожидают структурировать управление агентами и — что наиболее показательно — насколько хорошо организована работа развернутых ими «агентов» и насколько жестко они контролируют затраты на их эксплуатацию.

Главный вывод заключается в разрыве между амбициями в области оркестровки и ее реальностью. Предприятия быстро консолидируются на основных платформах моделей: платформа Claude от Anthropic является основной для 40% компаний, что более чем вдвое превышает показатели любого конкурента, за ней следуют Microsoft (18%) и OpenAI (13%). Выбор обусловлен «притяжением модели» — изначальной согласованностью с современной базовой моделью (21%) — а успех оценивается по надежному многоэтапному выполнению (надежность завершения задач 32%, управление многоэтапными рабочими процессами 28%). Тем не менее, если честно оценить свои портфели, 71% говорят, что четверть или меньше развернутых ими «агентов» представляют собой настоящие многоэтапные оркестрованные рабочие процессы, а не одношаговые оболочки чат-ботов, и только 10% преодолели половину пути. Уровень оркестровки строится задолго до того, как начинает работать оркестрованный портфель.

Этот разрыв определяет архитектуру, которую внедряют предприятия. К концу 2026 года явное большинство (51%) ожидают гибридной плоскости управления — собственной от поставщика плюс внешнюю оркестрацию — и только 6% ожидают передачи управления управляемому поставщиком сервису, поскольку зависимость от поставщика (35%) является наиболее опасным риском, если управление будет находиться внутри модельного поставщика. Инвестиции следуют за развитием: инструменты для управления рабочими процессами агентов лидируют по расходам (34%), за ними следуют безопасность и обеспечение разрешений (25%). А финансовый контроль отстает по всем направлениям — более четверти (27%) не имеют возможности в режиме реального времени остановить неконтролируемую работу агента до того, как придет счет.

Методология

Этот опрос, проведенный VentureBeat в рамках серии исследований Pulse Research, посвящен вопросам организации работы корпоративных агентов. Ответы были отобраны из организаций со штатом 100 и более сотрудников (n=101) на основе данных одного этапа опроса, проведенного в июне 2026 года; поскольку это один этап, а не объединенная многомесячная выборка, отчет представляет собой поперечное сечение и не позволяет делать выводы о тенденциях по месяцам.

По размеру организации выборка равномерно распределена по категориям предприятий: 100–499 сотрудников, 2500–9999 и 50000+ (по 21%), а также 10000–49999 и 500–2499 (по 19%). По должностям это руководители высшего звена и лица, пользующиеся доверием покупателей: менеджеры по продуктам и программам (15%), CIO/CTO/CISO (13%), консультанты и советники (13%), а также директора и вице-президенты по данным, ИИ и инженерии, с функцией «Другие» на уровне 18%. Что касается закупок, 81% являются лицами, рекомендующими, влияющими или принимающими окончательные решения по решениям в области ИИ (66% — лица, рекомендующие/влияющие, 15% — лица, принимающие окончательные решения). Крупнейшей отраслью является технологический сектор/программное обеспечение — 44%, за ним следуют финансовые услуги (17%) и здравоохранение/биологические науки (8%).

Выборка, включающая 101 респондента, достаточно надежна, чтобы с разумной степенью уверенности делать выводы о направлении ответа, хотя она по-прежнему является самоотборной и не представляет собой вероятностную выборку.

Вывод 1: Оркестрация выполняется на платформах поставщиков моделей.

Клод из Anthropic занимает лидирующие позиции; открытые концептуальные модели находятся на периферии.

Мы спросили, какую платформу оркестрации агентов предприятия используют сегодня в первую очередь. Ответ сосредоточен на основных поставщиках моделей — и на одном из них в частности.

Вывод 1 — Оркестрация работает на платформах поставщиков моделей.

40% используют платформу Claude и навыки агентов Anthropic — это более чем вдвое больше, чем у любой конкурирующей платформы; 18% используют Microsoft AI Foundry / Copilot Studio; 13% используют OpenAI Agents SDK / Responses API; 8% используют Google Enterprise Agent Platform — плюс 2% на Amazon Bedrock Agents; 6% используют LangChain / LangGraph — 5% разрабатывают собственные решения внутри компании, 3% пока не используют оркестровку.

Несколько слов о том, как интерпретировать эти данные. Как описано в разделе методологии, респонденты выбираются самостоятельно, и в этом вопросе их просили указать одну основную платформу — таким образом, цифры показывают, какая платформа лидирует в развертывании каждой компании в рамках самостоятельно выбранной аудитории технических специалистов, принимающих решения в области ИИ. Выборка, сформированная таким образом, может существенно отличаться от рыночных показателей, взвешенных по затратам, и каждый опрос VB Pulse формирует свою собственную выборку со своим собственным соотношением размеров компаний, поэтому данные по поставщикам не следует сравнивать между нашими опросами. Рассматривайте эти данные как картину того, на что эта группа компаний сделала свою основную ставку в области оркестрации сегодня, а не как долю рынка.

Доминируют платформы, основанные на моделях. На долю Anthropic, Microsoft, OpenAI, Google и Amazon приходится примерно 80% развертываний (81 из 101), в то время как открытые фреймворки (LangChain/LangGraph) и собственные разработки, которые лежат в основе инженерных дискуссий, занимают однозначные позиции. Лидерство Anthropic — 40%, что более чем вдвое превышает показатель следующей платформы — отражает логику выбора «гравитации модели», описанную во втором выводе: предприятия выбирают уровень оркестровки, который поставляется вместе с моделью, на которой они хотят строить. Как и в случае с поставщиками решений безопасности в предыдущей волне агентной безопасности, инструменты, определяющие категорию в технических кругах, пока не являются основным направлением развертывания в предприятиях. Небольшие 3% вообще не используют оркестровку.

Респонденты оценили используемые ими платформы на 3,94 из 5 в целом (109 ответов), при этом показатель «соотношение цены и качества» составил 3,94, а «простота внедрения» — 3,85, что ставит оркестрацию в нижнюю часть нашего пятибалльного шкалы удовлетворенности, опережая только инструменты оценки. Оценка чуть ниже 4 из 5, полученная от пользователей, 96% из которых планируют изменить свой подход к оркестрации в течение года, свидетельствует о предварительном принятии: платформы работают достаточно хорошо для сегодняшнего использования, но недостаточно хорошо, чтобы прекратить поиски чего-то лучшего. Эти оценки сочетаются с почти всеобщим намерением изменить подход; предприятия скорее терпят этот аспект, чем любят его.

Вывод 2: Выбор платформы для моделирования гравитационных приводов.

Базовая модель, а не используемые инструменты, определяет платформу.

Мы спросили, что больше всего повлияло на выбор платформы оркестровки. Самым важным фактором оказалась базовая модель, хотя гибкость и простота разработки также играют немаловажную роль.

Вывод 2 — Выбор платформы для моделирования гравитационных приводов

21% пользователей отмечают Model Gravity — встроенное соответствие современной базовой модели; 17% — гибкость при работе с различными моделями и инструментами; 17% — простоту разработки; 14% — безопасность и права доступа; 11% — общую стоимость владения; 10% — контроль над выполнением агента.

Лидерство Anthropic в выборе платформы объясняется, с точки зрения выбора, следующим образом: предприятия выбирают среду оркестровки, наиболее близкую к той модели, которую они стандартизировали. Но следующий уровень усложняет картину — гибкость в отношении моделей и инструментов (17%) и простота разработки (17%) говорят о том, что предприятия также хотят избежать ловушки, связанной с этим выбором, что предвосхищает опасения по поводу привязки к конкретному варианту, отмеченные в шестом выводе. Безопасность и разрешения (14%) и общая стоимость владения (11%) дополняют прагматичную логику покупки. Производительность (задержка/память) находится на последнем месте с показателем 4%, что напоминает о том, что на данном этапе внедрения ограничивающими факторами являются соответствие модели и возможность выбора, а не чистая скорость.

Вывод 3: Задача выполняется надежно и в несколько этапов.

Предприятия управляют процессом, исходя из того, завершается ли работа.

Мы спросили, на что ориентируются предприятия при оптимизации — какой показатель успеха они ставят перед собой в сфере оркестровки. На первом месте оказались надежность и управление многоэтапными рабочими процессами; показатели, ориентированные на разработчиков и пользователей, отстают.

Вывод 3 — Работа выполняется надежно и в несколько этапов.

32% — надежность выполнения задач (ведущий показатель успеха); 28% — управление многоэтапными рабочими процессами; 17% — производительность разработчиков; 9% — удобство использования для конечных пользователей; 9% — операционная стабильность.

Надежность выполнения задач (32%) и управление многоэтапными рабочими процессами (28%) вместе составляют 59% ответов (60 из 101): оркестровка успешна с точки зрения предприятия, когда она надежно доводит задачу до завершения на нескольких этапах. Производительность разработчиков (17%) важна, но второстепенна — в противоположность ее значимости в обсуждении фреймворков — а пользовательский опыт (9%) является второстепенной проблемой, что согласуется с тем, что оркестровка является внутренней проблемой выполнения, а не проблемой пользовательского опыта. Именно этот первостепенный стандарт надежности делает выводы исследования «Ловушка чат-бота» столь показательными: предприятия определяют успех как надежное многоэтапное выполнение, однако большинство их развернутых «агентов» еще вообще не выполняют многоэтапную работу.

Проблема неравномерно распределена. Если разделить выборку по размеру организации, то 77% малых предприятий заявляют, что четверть или меньше их агентов выполняют действительно многоэтапную работу, по сравнению с 62% крупных предприятий. Крупные предприятия значительно продвинулись в реализации действительно многоэтапных процессов; проблема с чат-ботами, в целом, характерна для среднего сегмента рынка.

Вывод 4: Консолидировать, внедрить в производство и разработать собственными силами.

Три стратегических шага практически сравнялись по результатам в предстоящем году.

Мы спросили, какие основные изменения предприятия ожидают в своей стратегии управления в течение следующих 12 месяцев. Три основных направления почти поровну разделились между собой.

Вывод 4 — Консолидировать, внедрить в производство и разработать собственными силами.

25% увеличат инвестиции в собственные, разработанные внутри компании системы управления оркестрацией; 24% стандартизируют использование единой централизованной платформы; 23% расширят использование агентов из песочницы в производственную среду; 9% перейдут к готовым, изначально встроенным архитектурам; 8% ожидают автономности на уровне моделей или использования внешних фреймворков — мнения разделились поровну.

Три основные тенденции — создание собственных систем управления (25%), стандартизация на основе единой платформы (24%) и перенос агентов из песочницы в производственную среду (23%) — статистически неразличимы и говорят об одном: предприятия переходят от экспериментов к операционной консолидации. Они хотят меньше платформ, больше возможностей для работы в производственной среде и больше контроля над уровнем управления; только 4% ожидают, что изменений не будет. Интерес к собственным внутренним системам управления примечательн на фоне концентрации платформ, отмеченной в пункте 1 — предприятия стандартизируют платформы поставщиков моделей, одновременно планируя интегрировать их в собственную логику управления, — гибридная позиция, которая явно показана в пункте 6.

Вывод 5: Почти семь из десяти планируют сменить место жительства — и у самой многочисленной группы переезжающих нет списка желаемых вариантов.

Предприятия ожидают стратегических изменений (согласно предыдущим выводам), которые, как ожидается, влекут за собой смену поставщиков. На вопрос о том, планируют ли они внедрить новую, дополнительную или заменить существующую платформу оркестрации агентов в течение следующих двенадцати месяцев, больше респондентов переходят именно на этот уровень, чем на любой другой отслеживаемый нами уровень.

Вывод 5 — Почти семь из десяти планируют сменить поставщика услуг.

34% планируют перейти на новую платформу в течение 0–3 месяцев — это самый быстрый показатель за всю историю наблюдений; 13% планируют перейти на новую платформу в течение 3–6 месяцев, плюс 22% — в течение 6–12 месяцев, что в сумме составляет 68% в этом году; 32% не планируют менять платформы оркестровки; 29% проводят оценку, еще не составив список потенциальных вариантов — это самый большой показатель после ответа «без изменений».

На вопрос о том, какие платформы они рассматривают, наиболее распространенный ответ среди тех, кто находится в процессе выбора, — «пока ни одной»: 29% всех респондентов оценивают варианты без составления короткого списка, что является самым большим показателем после «не рассматривают изменения». Среди названных кандидатов лидирует OpenAI с 16%, за ним следуют LangChain/LangGraph с 12% и Anthropic с 7% — и, что примечательно, независимые фреймворки привлекают примерно вдвое больше внимания, чем их текущее использование, что соответствует тенденции, выявленной нашим аналитиком безопасности для специализированных поставщиков. В сочетании с результатами этого отчета о концентрации и привязке к поставщику картина становится полной: основные поставщики платформ для моделирования занимают примерно четыре пятых от общего объема использования сегодня, привязка к поставщику стала главной проблемой, 96% ожидают стратегических изменений — и теперь намерение совершить покупку полностью, при этом крупнейший блок покупателей все еще не определился. Самый концентрированный уровень агентского стека также, по состоянию на июнь, является наименее устоявшимся.

Вывод 6: Инвестиционные потоки в инструменты для организации рабочих процессов.

Основные расходы приходятся на инструменты и разрешения; мониторинг результатов.

Мы спросили, какие инвестиции в области оркестрации покажут наибольший рост в следующем году. Лидером станут инструменты для организации рабочих процессов агентов, за ними следуют инструменты обеспечения безопасности и управления правами доступа.

Вывод 6 — Инвестиционные потоки в инструменты для оптимизации рабочих процессов

34% — инструменты для рабочих процессов агентов имен (наиболее быстрорастущая область); 25% — безопасность имен и обеспечение соблюдения разрешений; 20% — инфраструктура имен для масштабирования агентов; 11% — мониторинг и отладка агентов имен; 11% — отчеты о неизменных бюджетах — увеличения не ожидается.

Инструменты управления рабочими процессами (34%) являются основным направлением бюджетных расходов, отражающим приоритет надежности и многоэтапности, указанный в пункте 3: деньги направляются на механизмы, которые надежно связывают этапы воедино. За ними следуют обеспечение безопасности и прав доступа (25%) и масштабируемая инфраструктура (20%) — инвестиции, необходимые для переноса агентов из песочницы в производственную среду, стратегический шаг, указанный в пункте 4. Мониторинг и отладка занимают меньшую долю — 11%, а еще 11% сообщают о неизменном бюджете. Смещение акцента на инструменты, права доступа и масштабируемость в сторону большей, чем на чистую наблюдаемость, свидетельствует о том, что предприятия тратят средства на создание и укрепление оркестрации, а не просто на наблюдение за ее работой.

Вывод 7: Плоскость управления будет гибридной — и причина тому — эффект синхронизации.

Предприятия рассчитывают разделить контроль между поставщиками и собственным уровнем.

Мы спросили предприятия, где, по их мнению, к концу 2026 года будет располагаться основная панель управления для агентов, и что их больше всего беспокоит, если эта панель управления окажется внутри платформы поставщика моделей. Подавляющее большинство ожидает гибридную модель — и причиной тому является привязка к конкретному поставщику.

Вывод 7 — Плоскость управления будет гибридной.

51% ожидают гибридную плоскость управления — собственную от поставщика плюс внешнюю оркестрацию; 22% ожидают собственную внутреннюю плоскость управления; 15% ожидают внешние платформы, абстрагированные от поставщиков моделей; 6% ожидают управляемый поставщиком сервис агентов; 6% не ожидают развертывания автономных агентов в масштабе.

Гибридное управление является доминирующим ожиданием с большим отрывом (51%), и только 6% ожидают полностью передать управление сервису, управляемому поставщиком. В совокупности гибридные, пользовательские и внешне абстрагированные варианты — любая архитектура, которая хотя бы частично сохраняет управление вне поставщика — составляют 88% (89 из 101). Причина становится очевидной, когда мы задаем вопрос о риске управления со стороны поставщика: зависимость от поставщика лидирует с 35% (35 из 101), опережая ограничения безопасности и разрешений (28%) и негибкость моделей и инструментов (21%). Эта тенденция перекликается с позицией предыдущей волны «не доверяйте модели саморегулирование» — здесь предприятия будут строить на платформе поставщика, но откажутся полностью подчиняться ей. Гибридная плоскость управления является архитектурной защитой от зависимости от поставщика, которой они больше всего опасаются.

Данные за июнь, свидетельствующие о предпочтении гибридной плоскости управления, указывают на изменение тенденции по сравнению с предыдущим периодом. В опросе, проведенном в апреле-мае (n=145), только 34% респондентов ожидали гибридной плоскости управления, а большее число (12%) ожидали полной передачи управления в руки поставщика услуг. Эти два снимка пока не отражают подтвержденную долгосрочную тенденцию, но направление дискуссии однозначно: к сохранению контроля.

Привязка к поставщику также стала одной из главных проблем. В апреле-мае основной проблемой были ограничения в области безопасности и прав доступа (32%), а привязка к поставщику — на втором месте с 24%; к июню эти две проблемы поменялись местами. Похоже, что опасения по поводу платформ поставщиков смещаются от вопроса о том, можно ли их защитить, к вопросу о том, можно ли их заменить.

Вывод 8: Ловушка чат-ботов — большинство «агентов» на самом деле агентами не являются.

Предприятия признают, что большинство внедрений по-прежнему представляют собой оболочки для чат-ботов.

Мы попросили предприятия честно оценить свои портфели: какая доля развернутых ими «агентов» представляет собой действительно многоэтапные скоординированные рабочие процессы, а какая — простые чат-боты с одной подсказкой? Ответ на этот вопрос является определяющим выводом данного исследования.

Восьмая находка — Ловушка чат-ботов

62% говорят, что только 1–25% представляют собой настоящую оркестровку — большинство из них — это простые помощники; 19% говорят, что 26–50% перешли на архитектуры с сохранением состояния и оркестровкой; 9% говорят, что 0% — каждое развертывание представляет собой чат-бота или оболочку для подсказок; 7% говорят, что 51–75% — это сложные многоагентные конвейеры; 3% говорят, что 76–100% — это продвинутые, в значительной степени автономные системы.

Это главный пробел в отчете. Если объединить данные по двум нижним группам, то 71% предприятий (72 из 101) заявляют, что четверть или меньше их развернутых «агентов» действительно управляются, и только 10% (10 из 101) преодолели половину этого порога. Амбиции, задокументированные в предыдущих результатах — платформы от поставщиков моделей, приоритет надежности в качестве показателей успеха, внедрение в производство, продуманная архитектура управления — значительно опережают реальную ситуацию, которая по-прежнему в подавляющем большинстве случаев представляет собой помощников с одной подсказкой, замаскированных под агентов. Это скорее не противоречие, а дорожная карта: платформы, бюджеты и стратегии внедряются именно потому, что управляемый портфель все еще очень невелик. Открытый вопрос для последующих этапов исследования — насколько быстро реальность приблизится к этим амбициям.

Вывод 9: Фискальный контроль по-прежнему носит реактивный характер.

Лишь меньшинство может остановить сбежавшего агента до того, как будет принят закон.

Наконец, мы спросили, как предприятия обеспечивают финансовый контроль над потреблением токенов агентов — риск того, что автономный цикл исчерпает бюджет до того, как кто-либо вмешается. Большинство полагаются на встроенные ограничения или постфактумный мониторинг; программное управление в режиме реального времени является исключением.

Вывод 9 — Фискальный контроль по-прежнему носит реактивный характер.

32% используют встроенные средства управления платформы — ограничения бюджета и регулирование скорости; 27% используют только реактивный мониторинг — без функции аварийного отключения в реальном времени; 23% создают собственную инфраструктуру шлюза — прокси-сервер для перехвата неконтролируемых запросов; 19% используют динамический арбитраж маршрутизации — перекладывают ресурсоемкие задачи на модели с низкими затратами.

Более четверти предприятий (27%) признают, что у них нет программного способа остановить агента в режиме реального времени до того, как придет счет, превышающий бюджетные лимиты — они узнают об этом из журналов уже после этого. Еще 32% полностью полагаются на встроенные в их основную платформу ограничения и лимиты, эффективность которых зависит от инструментов поставщика, и это возвращает нас к проблеме зависимости от поставщика, описанной в пункте 6. Предприятия, создающие собственные шлюзы (23%) или использующие кросс-модельную маршрутизацию для арбитража затрат (19%), рассматривают сжигание токенов как инженерную проблему, которую необходимо контролировать детерминированным образом. Как и в случае со зрелостью оркестровки, финансовый контроль — это область, где операционная реальность отстает от амбиций: агенты приближаются к внедрению в производство быстрее, чем создается система контроля затрат вокруг них.

Стоит отметить, что наблюдается разница в зависимости от размера компании: примерно каждая третья компания с численностью сотрудников менее 2500 человек (34%) осуществляет лишь реактивный контроль над расходами на агентов, по сравнению с 20% более крупных предприятий — это показательные цифры, но они соответствуют разнице между чат-ботами и ловушками. В компаниях среднего размера используются наименее развитые агенты с наименее оснащенными бюджетами.

В итоге: слой существует; большинство агентов ещё не существуют.

Организации со штатом в 100 и более сотрудников описывают стратегию оркестровки, которая быстро консолидируется, но медленно развивается. Они стандартизируют — пока что — платформы поставщиков моделей, которые в совокупности составляют примерно четыре пятых основного использования, выбранные из-за значимости базовой модели, и оценивают успех по надежному многоэтапному выполнению. Инвестиции направляются в инструменты для управления рабочими процессами и правами доступа, стратегия состоит в консолидации фреймворков и внедрении агентов в производство, а ожидаемая ими плоскость управления намеренно гибридная, поскольку зависимость от поставщика — это риск, которого они опасаются больше всего. Но стандартизация носит временный характер: 68% планируют внедрить новую, дополнительную или заменяющую платформу оркестровки в течение двенадцати месяцев — это самый высокий показатель намерения смены платформы среди всех отслеживаемых нами уровней — и самая большая группа из этих компаний еще не определилась с кандидатом. Сегодняшняя концентрация описывает текущее положение предприятий и явно не отражает того, где они намерены оставаться.

Однако честная самооценка подрывает амбиции. 71% опрошенных говорят, что четверть или меньше их развернутых «агентов» действительно управляются, только 10% прошли половину пути, и более четверти не могут остановить вышедшего из-под контроля агента в режиме реального времени. Уровень оркестровки — платформы, бюджеты, архитектура управления — создается до того, как будет сформирован тот портфель управляемых систем, для работы которого он предназначен. При 101 респонденте в одной волне опроса в июне это выглядит скорее как четкий сигнал направления, чем как точное измерение: предприятия определяют, как они хотят управлять агентами, задолго до того, как большинство их агентов начинают выполнять какие-либо задачи, для которых предназначен уровень оркестровки. Вопросы для последующих волн опроса заключаются в том, сократит ли развернутая реальность разрыв с амбициями — и, учитывая, что почти семь из десяти покупателей находятся в процессе принятия решения, и большинство из них еще не определились, на каких платформах в итоге будет реализована окончательная конфигурация.

На основе ответов 101 квалифицированного представителя предприятия (более 100 сотрудников), полученных в ходе одного этапа опроса в июне 2026 года. Поскольку это один этап опроса, а не объединенная многомесячная выборка, результаты носят скорее репрезентативный характер, чем подтверждают тенденцию. Среди респондентов – менеджеры по продуктам и программам, директора по информационным технологиям (CIO), технические директора (CTO) и директора по информационной безопасности (CISO), консультанты и советники, а также директора и вице-президенты по данным, искусственному интеллекту и инженерии в секторах технологий/программного обеспечения, финансовых услуг, здравоохранения и других.

Источник: venturebeat.com