Пилоты агентного ИИ массово проваливаются. Дело не в моделях

По разным оценкам, до 95% agentic-пилотов так и не доходят до продакшена. На CNews Forum Кейсы 2026 прозвучала другая цифра с тем же смыслом: 98% компаний называют ИИ приоритетом, но реально внедрить его удалось только 26%. Каждый месяц выходит модель заметнее прошлой, но разрыв между тем, сколько компаний пробуют, и тем, сколько получает результат, не сокращается. Разбираюсь, почему.

СТО клиентского сервиса "СберСтрахование Жизни" Максим Чернухин добавил формулу короче: люди, процессы, данные и инфраструктура работают только вместе. Уберите любой элемент, и обнулятся остальные.

Это совпадает с тем, что видно и на моих проектах. Компании покупают доступ к сильной модели и ждут результата, будто модель сама достроит недостающие процессы. Она не достраивает. Она выполняет то, что ей передали, с той логикой, которая была заложена в запрос, а не с той, что подразумевалась в голове у человека, который его писал.

На этой неделе Anthropic вернула доступ к своей новой модели Fable 5 и выпустила официальный гайд по работе с ней. Логично было бы ждать, что более мощная модель прощает больше ошибок в постановке задачи. Происходит обратное. В гайде прямо сказано: подробные инструкции и правила, написанные под старые модели, для более сильной модели часто снижают качество результата, а не повышают.

Слабую модель обвешивают инструкциями, потому что она не удерживает контекст самостоятельно. Сильная модель, наоборот, начинает путаться в приоритетах, когда инструкций слишком много, часть из них устарела, а часть противоречит текущей задаче. Получается контринтуитивная вещь: чем мощнее инструмент, тем яснее видно, что проблема была не в его мощности.

В большинстве разборов внедрений, которые я делаю, разница между рабочим агентом и бесполезным почти никогда не в модели. Она в том, есть ли у процесса конкретный человек, который отвечает за качество запроса к агенту, за источники данных и за то, что происходит, когда агент ошибается.

Обычно такого человека нет. Есть тот, кто последним правил промпт, обычно вечером перед демонстрацией руководству. Через месяц никто не помнит, почему условие сформулировано именно так, и трогать его боятся все, потому что непонятно, что сломается. Это и есть вакуум владения: формально за проект отвечают все, реально не отвечает никто.

На рынке для этой роли уже появляются названия: архитектор агентных процессов, AI-продакт с фокусом на окупаемость, оператор агента. Название вторично. Первично то, что кто-то должен отвечать за качество запроса так же предметно, как продакт-менеджер отвечает за качество фичи.

Три вещи снимают большую часть риска ещё на старте.

1) Назначить владельца результата, а не только исполнителя отдельных задач. Один человек, одно имя, а не размытая ответственность между отделом разработки и отделом, который ставил задачу.

2) Писать запрос как контракт, а не как пожелание. Результат, по которому видно, что задача решена. Источник данных, которому можно доверять без ручной проверки. Условие, при котором агент останавливается и передаёт решение человеку.

3) Дать 90 дней узкой работы под наблюдением, прежде чем масштабировать. Agentic-пилоты чаще умирают не от слабой модели, а от того, что их сразу запускают на весь процесс целиком, без периода, в котором ошибки можно поймать, пока они дёшевы.

Модели будут выходить каждые несколько месяцев, каждая мощнее прошлой. Разрыв между 98% и 26% не закроется сам по себе от того, что модель стала сильнее. Он закрывается ровно там, где кто-то один отвечает за то, что этой модели передают.

Я Алёна Измалко, работаю с внедрением ИИ в бизнес-процессы. В своём Telegram-канале AI без иллюзий разбираю такие истории без прикрас, что реально ломается при внедрении и почему: t.me/aialenaizmalko