Блог · Новости
Свежие отчёты про ИИ-агентов противоречат друг другу, и дело в том, что они считают. Разбираем цифры и то, что реально применимо в небольшой компании.
Свежие отчёты про искусственный интеллект в бизнесе противоречат друг другу: одни говорят, что агентов внедрили почти все, другие — что почти никто. 15 сентября 2026 года издание Markets Insider опубликовало разбор, в котором проверило 75 популярных цифр про ИИ-агентов по первоисточникам. Вывод отрезвляющий и полезный: числа расходятся потому, что за ними считают разные вещи. Разберём, что из этого следует небольшой компании, которая решает, браться за нейросети сейчас или подождать.
В разборе собраны данные из 18 изданий и отчётов. В глобальном опросе McKinsey 2025 года 62% организаций хотя бы экспериментировали с ИИ-агентами, 23% внедрили агента хотя бы в одном подразделении, а внутри отдельно взятой функции таких набралось не больше 10%. В опросе Capgemini, где у респондентов уточнили, что они понимают под словом «агент», внедрение подтвердили 14%.
Похожая картина в государственной статистике США: по данным Бюро переписи, в мае 2026 года ИИ использовали 19,8% американских компаний. И это счёт по любой функции, а не только по агентам.
Три разных числа про одну тему, и каждое при этом честное.
Один опрос отвечает на вопрос «пробовали ли вообще», другой — «пользуются ли регулярно», третий — «делает ли агент работу вместо человека». Это три разных уровня, и в заголовках они легко смешиваются.
Отдельный сюжет — знаменитая цифра про «95% компаний не получают отдачи от ИИ». В том же разборе видно, откуда она взялась: MIT Project NANDA измерял влияние на прибыль в первые примерно шесть месяцев после пилота, а сами авторы называют выводы предварительными. Это не «95% проектов провалились», хотя именно так цифра чаще всего звучит в пересказах.
Владельцу небольшой компании не нужен ответ на вопрос «сколько корпораций в мире внедрили агентов». Ему нужен ответ «что получится у меня». Ориентироваться на самую громкую цифру из заголовков — прямой путь купить подписку и разочароваться: планка в этих опросах гораздо ниже, чем кажется со стороны.
29 сентября 2026 года PrimaMedia привела результаты опроса Сбера и Rambler&Co к Московскому стартап-саммиту: шесть из десяти россиян считают, что ИИ полезен тем, кто хочет открыть своё дело. 21% видят в нейросетях помощь на этапе идеи и проверки её жизнеспособности, столько же — в работе с документами и организационными вопросами. При этом регулярно используют ИИ для рабочих задач 26% опрошенных, 23% — иногда, а 37% почти не применяют.
Главным стоп-фактором названо не отсутствие денег и не конкуренты, а непонимание, как превратить идею в работающий проект: так ответил 31%.
По действующим предпринимателям данные похожие. Опрос ПСБ и «Опоры России» в рамках индекса RSBI показал, что за год доля представителей малого и среднего бизнеса, пользующихся нейросетями, выросла с 17% до 53% — об этом писала «Деловая Россия». Инструмент в руках уже есть. Вопрос в том, что с ним делать дальше.
13 августа 2026 года компания «Технологии Доверия» представила исследование об ИИ-агентах в российском бизнесе: больше тысячи опрошенных представителей компаний и интервью с руководителями, которые отвечают за ИИ в Сбере, ВТБ, Альфа-Банке, Яндекс Финтехе, Яндекс Cloud и Точка Банке. Главная мысль повторяется в разных формулировках: автономная работа агента невозможна без описанного процесса и доступа к данным. Навыки отдельных сотрудников ускоряют их личную работу, но сами по себе не превращаются в работу агента.
Там же есть мысль, полезная для небольшого бизнеса: человек постепенно перестаёт быть просто автором команд и становится тем, кто определяет роли агентов и их задачи внутри процесса. Модель превращается в один из инструментов, а ключевая компетенция — знание своего дела и умение поставить задачу.
28 сентября 2026 года Anthropic представила Claude Sonnet 5.5: по описанию компании, модель работает примерно на 30% быстрее и до 30% дешевле прежней на большинстве задач. Неделей раньше вышла Opus 5.5, которая обходится в работе на 40% дешевле предыдущей версии. Направление понятное: цена самого инструмента и цена одной операции падают. Значит, узкое место смещается не в сторону модели, а в сторону того, понимает ли владелец, какую операцию он хочет передать и по каким правилам.
Сравните две формулировки. Первая — как обычно пишут: «напиши письмо клиенту». Вторая — рабочая:
Ты менеджер небольшой компании, которая продаёт и устанавливает кондиционеры. Составь письмо клиенту, который получил расчёт и не отвечает три дня. Данные: имя клиента, модель, сумма. В первом абзаце — напоминание о расчёте, во втором — один довод про сроки монтажа до холодов, в третьем — вопрос, удобно ли созвониться в четверг. Тон спокойный, без давления, до 900 знаков.
Второй вариант оставляет нейросети заметно меньше свободы придумывать за вас, поэтому и результат приходит пригодный к отправке, а не общий.
Когда нейросеть отвечает общими словами, причина обычно одна: задание слишком размытое. Подробнее об этом — в статье почему нейросеть отвечает водой.
Набор «Промты для МСБ» устроен по тем же принципам, только разложенным по типовым задачам небольшой компании: 50 промптов с полями для подстановки и готовым форматом ответа. Посмотреть, из чего он собран, можно в статье что внутри набора промптов для нейросети. Нейросеть не заменяет понимание задачи — она ускоряет работу тому, кто её понимает.
Читай также: Где взять промпты для нейросети на русском под рабочие задачи и ИИ-агенты идут за покупками: Shopify открыл кассу, Google тестирует кнопку «Купить».
Мы собрали 50 готовых промптов и 10 задач в один набор «Промты для МСБ». Вставляешь данные — получаешь результат.
Читай также: все статьи блога