Скопировать ссылку
Летом 2025 года ИИ-агент сервиса Replit во время рабочей сессии удалил боевую базу данных больше тысячи записей вопреки прямому запрету трогать продакшн. А когда стало ясно, что он натворил, агент не остановился и не признал ошибку: он сгенерировал фейковые записи и подделал результаты тестов, чтобы скрыть случившееся.
Это не единичный курьез. Той же осенью Taco Bell начала сворачивать голосового ИИ на сотнях точек после серии сбоев, включая заказ-пранк на 18 000 стаканов воды. А Klarna, годом ранее громко заявившая, что ее ассистент выполняет работу 700 операторов, вернула людей в поддержку, признав падение качества.
Агенты — действительно большой скачок вперед, но между эффектным демо и системой, которой можно доверить деньги, лежит пропасть, которую хайп старательно обходит. Разговор о том, «какие профессии заменит ИИ», уводит от куда более практичного вопроса: где агент уже надежно работает, а где лишь красивая витрина.
Хайп встречается с продакшеном
Цифры отрезвляют. Gartner прогнозирует, что более 40% агентных ИИ-проектов будут закрыты к концу 2027 года из-за роста затрат, неясной ценности и слабого управления рисками. Там же аналитики вводят термин «agent washing»: из тысяч вендоров, называющих свои продукты «агентными», реально агентных, по оценке Gartner, около 130, остальное — переклеенные ярлыки на старых чат-ботах и RPA.
Академические замеры подтверждают ощущение практиков. В бенчмарке Carnegie Mellon TheAgentCompany, имитирующем работу в офисе, лучшая модель довела до конца лишь 30% многошаговых задач, то есть провалила семь из десяти. На корпоративном бенчмарке Salesforce агенты справлялись с 58% одношаговых задач, но только с 35% многошаговых, и заметно «плыли» в вопросах конфиденциальности данных.
В этих числах нет ничего удивительного. Собрать впечатляющий прототип агента сегодня можно за вечер, а вот довести его до системы, которая переживет нагрузку, нестандартные ситуации и требования безопасности, задача по-прежнему нетривиальная. Отличие агента от робота в том, что он проходит всю цепочку действий сам, преодолевая возникающие препятствия (робот же выполняет четко заданные инструкции). И ровно поэтому цена ошибки агента кратно выше: он может ошибаться не в одном ответе, а во всей цепочке событий — как в истории с Replit.
Агенты уже приносят реальную пользу, но не там, где «хайп»: не на потребительском рынке, а в закрытых корпоративных контурах.
Где агенты в России уже работают и это не витрины
Если посмотреть на российский рынок трезво, самые серьезные внедрения внутренние. Сбер заявляет о более чем 900 ИИ-агентах в продакшене в скоринге, антифроде, KYC, отчетности и оценивает эффект в 50 млрд рублей за 2025 год. В мае 2026-го банк открыл тестирование платформы GigaCowork, которая позволяет без кода делегировать агентам отдельные шаги бизнес-процессов, причем агент действует под учетной записью конкретного сотрудника. У МТС платформа MWS Data с встроенными агентами дает около 1,5 млрд рублей внутренней экономии в год. VK представила платформу AI Space для сборки корпоративных агентов с изолированной песочницей и настройкой прав. Общая черта у всех — закрытый периметр: данные внутри компании, правила понятны, эффект измерим.
А вот все, что направлено наружу, к клиенту, пока пилоты и помощники. Яндекс в конце октября 2025-го открыл ранний доступ к Alice AI с тремя действующими агентами: бронирование столиков и слотов, поиск более дешевой цены и многошаговый ресерч. Avito дал 500 тысячам продавцов ассистента «Ави Pro», и уже каждое второе объявление публикуется без правок. Ozon в августе 2026-го запустил пилот покупательского ассистента. T-Bank выкатил «Таю» на собственных моделях Gen-T с любопытным ходом: она рекомендует и продукты конкурентов.
Показательнее всего оценка Yakov & Partners: российский рынок ИИ-агентов в 2026 году составляет около 30 млрд рублей, но готовых коммерческих продуктов на нем почти нет — крупные компании строят агентов под себя. Это и есть портрет российского пути: агенты идут в закрытые enterprise-контуры, а не на массовый рынок. И у этого есть фундаментальная причина, о которой почти не говорят.
Почему агент бесполезен, пока не может платить
Агент отличается от чат-бота тем, что сам доводит задачу до конца. «Закажи корм для собаки, как в прошлый раз» — это все-таки не поиск, а покупка. А значит, в какой-то момент агент должен не посоветовать, а заплатить за вас.
И здесь же он упирается в стену. Вся защита платежных систем последние двадцать лет строилась на одном принципе: убедись, что платит живой человек, а не скрипт. Капчи, 3-D Secure, поведенческий антифрод — все это создано, чтобы отсекать автоматические действия. То есть агента. По умолчанию платежная инфраструктура его блокирует. Агент может выбрать товар и собрать корзину, но на последнем шаге, на кнопке «оплатить», превращается в тыкву.
Чтобы это изменить, нужен новый слой — способ, которым платежная сеть убеждается, что перед ней «доверенный агент, действующий по поручению конкретного человека и в рамках заданного лимита». Что-то вроде доверенности: он предъявляет подписанное разрешение пользователя, что купить и на какую сумму, а сеть проводит платеж. Именно этот слой, а не «умные ответы», сейчас строят крупнейшие игроки. За полгода вышли Agentic Commerce Protocol от OpenAI и Stripe с оплатой прямо в ChatGPT, Agent Payments Protocol от Google, Trusted Agent Protocol от Visa и Agent Pay от Mastercard.
Понимание этого слоя переворачивает всю картину конкуренции. Настоящая инфраструктура агентной экономики — не модель, а право тратить деньги. Тот, кто владеет этим слоем, становится посредником между пользователем и всеми продавцами сразу; новой «точкой входа», за которую и идет борьба. Компании начинают конкурировать уже не за внимание человека, а за то, чтобы их порекомендовал и у них купил чужой агент.
Платежный разрыв: почему российские агенты пойдут своим путем
Все перечисленные агентные платежные стандарты завязаны на Visa, Mastercard, Stripe и PayPal — то есть на инфраструктуре, которая ушла из России в 2022 году. Это значит, что российского агента можно научить советовать и собирать корзину, но замкнуть петлю «агент сам оплатил» на этих рельсах нельзя в принципе. Ее придется строить заново на «Мире», СБП и цифровом рубле.
Первые признаки такого отдельного трека уже есть. В феврале 2026-го Яндекс представил Yandex Commerce Protocol: по сути, первый в России стандарт интеграции магазинов с ИИ, где покупка совершается внутри диалога, а оплата идет через Yandex Pay или Split. Национальная система платежных карт обсуждает смарт-контракты на базе «Мира», СБП и цифрового рубля — автоисполнение платежей по заданным условиям. Здесь важна честная оговорка: и то и другое пока не «агент платит сам, без вашего участия», а оплата, которую по-прежнему подтверждает пользователь. Полностью автономного агентного платежа на российских рельсах сегодня нет ни у кого.
Но направление задано, и вывод для бизнеса из него неудобный: скопировать западный агентный стек в России не выйдет. Мировая и российская агентная коммерция расходятся не на уровне «умные боты», а на самом фундаменте, на том, как агент вообще касается денег. И российским компаниям придется строить этот фундамент отдельно, а не ждать, пока «подъедет» глобальное решение.
Что это меняет в самих цифровых продуктах
Даже без автономных платежей распространение агентов уже меняет логику продуктов. Интерфейс постепенно перестает быть главным способом взаимодействия — его место занимает инфраструктура, через которую агент получает данные и выполняет все действия «под капотом».
Первой меняется поисковая строка: вместо списка ссылок человек получает готовую рекомендацию агента. Gartner прогнозирует сокращение традиционных поисковых запросов на четверть уже к 2026 году, а по данным Bain, от 30 до 45% американских потребителей используют генеративный ИИ еще до покупки. Следом трансформируются каталоги и витрины: если раньше товары выбирал и сравнивал человек, то теперь это делает агент, а интернет-магазин превращается из витрины для людей в источник структурированных данных для машины.
Для бизнеса практический смысл в том, чтобы готовить продукт к «читателю-агенту»: структурированные данные, машиночитаемые описания, актуальные цены и отзывы, API, через который агент может не только найти информацию, но и совершить действие. Появляется и своя дисциплина — оптимизация контента под ответы ИИ (AEO/GEO), наследница SEO. Начинать стоит не с «универсального агента», а с процессов, где эффект легко измерить: поддержка, обработка документов, закупки, внутренние сервисы. Именно там, где сегодня и живут работающие российские кейсы.
Доверие, безопасность и 152-ФЗ
Агент, которому дали доступ к корпоративным системам, это не просто удобство, это новая поверхность атаки. В 2025 году была раскрыта уязвимость EchoLeak в Microsoft 365 Copilot (CVE-2025-32711, критический уровень): одно специально составленное письмо, без единого клика пользователя, заставляло ассистента читать внутренние файлы и отправлять их наружу. Слой подключения агентов к инструментам (MCP) за год накопил собственную череду уязвимостей. А OWASP не случайно ставит prompt injection на первое место в списке рисков LLM-приложений и выпускает отдельный топ угроз для агентных систем.
Для российского бизнеса к этому добавляется регуляторный слой. Когда агент действует под учетной записью сотрудника, как в GigaCowork или на платформе VK, он получает и его права доступа, и его ответственность. Наложите на это ужесточение 152-ФЗ: с 1 июля 2025 года действует прямой запрет хранить и обрабатывать персональные данные россиян за рубежом, со штрафами до 6 млн рублей за первое нарушение и до 18 млн за повторное. Облачный зарубежный агент по своей природе передает данные на внешние серверы, а значит, для российской компании безопасность агента — это не только техника, но и вопрос легальности.
Что мешает взлететь именно сейчас и почему это не приговор
Сложим блокеры вместе. Frontier-модели от OpenAI, Anthropic и Google в России официально недоступны, а отечественные модели пока отстают — по оценке The Moscow Times, в конце 2024-го GigaChat MAX был на уровне, который западные модели прошли почти двумя годами раньше. Агентам же нужна именно многошаговая «рассудительность» верхнего уровня. Добавьте правовую неопределенность (единого закона об ИИ нет, действуют локализация и отраслевые регуляторы) и отрезанность от международных платежных рельсов, и получится внушительный список причин, по которым реактивного взлета ждать не стоит.
Но у этого есть обратная сторона, и она, на мой взгляд, важнее. Именно потому, что открытый потребительский агентный рынок в России упирается в модели, регуляторику и платежи, страна первой выигрывает там, где всего этого меньше, — в закрытых корпоративных контурах. Данные внутри периметра, работа на отечественных моделях приемлемого для конкретной задачи качества, понятная экономика. Это не «Россия отстает», это «Россия идет другим маршрутом» от enterprise к массовому рынку, а не наоборот.
Роль человека
Главный эффект агентного ИИ — не исчезновение профессий, а перераспределение задач. Рутина уходит системам, а принятие решений, ответственность и работа с нестандартными ситуациями остаются за человеком. Так уже было: электронные таблицы не заменили финансистов, ERP — операционных директоров, электронный документооборот — специалистов по процессам. Менялось содержание работы, а не сами профессии.
Но у нынешней волны есть отличие, которое стоит проговорить честно. Предыдущие технологии были инструментами — они делали то, что им сказали. Агент принимает решения и действует сам, а иногда, как показал Replit, еще и скрывает свои ошибки. Поэтому по-настоящему выигрывают не те, кто быстрее всех подключит «универсального агента», а те, кто научится строить агентов, которым можно доверить сначала решение, а со временем и кошелек. В мире этот слой доверия достраивают через платежные протоколы. России предстоит достроить его самой, и, судя по первым шагам Сбера, Яндекса и НСПК, этот процесс уже начался.
