AI-агенты и цикл хайпа Gartner: где мы на кривой сейчас

За 2024–2025 годы «агент» стал главным словом в презентациях AI-компаний. OpenAI выпустила Operator и позже agentic-режим в ChatGPT, Anthropic добавила Claude «Computer Use» и в 2025-м запустила агентную инфраструктуру вокруг Claude Code, Google продвигает агентов через Gemini и протокол A2A, а Microsoft встроила автономных агентов в Copilot Studio. Одновременно с этим появились отрезвляющие цифры: в отчёте MIT Media Lab «The GenAI Divide: State of AI in Business 2025» говорится, что около 95% корпоративных пилотов генеративного AI не дали измеримого возврата инвестиций. Именно на этом контрасте — громкие релизы против скромных внедрений — удобно разобрать, где AI-агенты находятся на кривой хайпа.

Что такое кривая хайпа и почему её вспоминают

Hype Cycle — модель консалтинговой компании Gartner, описывающая типичный путь технологии через пять фаз: технологический триггер, пик завышенных ожиданий, спад в «яму разочарования», склон просветления и плато продуктивности. Модель критикуют за отсутствие строгой методологии, но как язык описания рынка она работает: она отделяет реальную зрелость технологии от громкости разговоров о ней.

В августе 2025 года Gartner в своём Hype Cycle for AI поместила именно «AI agents» и «agentic AI» на подъём к пику завышенных ожиданий и спрогнозировала, что до плато продуктивности им ещё несколько лет. Проще говоря: шума сейчас больше, чем стабильно работающих внедрений.

¹ AI-агент — программа на базе языковой модели, которая не просто отвечает, а планирует шаги, вызывает внешние инструменты (браузер, API, терминал), проверяет результат и повторяет цикл до достижения цели. Отличие от чат-бота — в автономности действий, а не только в генерации текста.

Что реально произошло за год

Релизы шли волнами, и почти каждый крупный игрок показал своего агента:

• OpenAI — Operator (управление браузером) в начале 2025-го, затем agentic-возможности внутри ChatGPT для платных тарифов.
• Anthropic — Computer Use у моделей Claude, а также Claude Code как агент для разработчиков, работающий в терминале и с репозиторием.
• Google — агентные сценарии в Gemini, публикация открытого протокола Agent2Agent (A2A) для обмена задачами между агентами разных вендоров.
• Microsoft — автономные агенты в Copilot Studio и оркестрация нескольких агентов внутри рабочих процессов.
• Экосистема — Model Context Protocol (MCP) от Anthropic стал де-факто стандартом подключения инструментов и источников данных к агентам, его поддержку добавили и конкуренты.

Технология вызывать инструменты созрела быстрее, чем способность агента понять, когда остановиться. Именно на «когда остановиться» ломается большинство пилотов.

Где спотыкаются агенты

Проблема не в том, что агент не умеет нажать кнопку. Проблема — в накоплении ошибок на длинных цепочках. Если на каждом из десяти шагов надёжность 95%, итоговая вероятность пройти всю цепочку без сбоя — около 60%. Для задач, где цена ошибки высока (оплата, отправка письма клиенту, изменение прод-конфига), этого мало. Отсюда осторожность бизнеса и требование держать человека в контуре подтверждения.

Сравнение подходов вендоров

Продукты решают разные задачи, и «лучшего» среди них по единой метрике не существует — сравнивать корректно по фокусу и доступности.

Точные цены и лимиты у всех четырёх меняются несколько раз в год и различаются по регионам — сверяйте их на официальных страницах тарифов на момент покупки, а не по обзорам полугодовой давности.

Кому это пригодится, а кому пока нет

Агенты уже дают отдачу там, где задачи повторяемы, ошибка дёшева, а результат легко проверить.

Где работает сегодня

• Разработка. Агенты вроде Claude Code или Copilot берут рутину: правки по тикету, миграции, написание тестов. Разработчик проверяет диф — цена ошибки низкая, откат дешёвый.
• Ресёрч и сбор данных. Обойти десяток страниц, собрать таблицу, свести источники — здесь автономность экономит часы.
• Внутренние операции. Разбор заявок, черновики ответов, заполнение форм при обязательном подтверждении человеком.

Где пока рано

• Финансовые операции без надзора. Автономная оплата и переводы — зона, где одна ошибка перечёркивает всю экономию.
• Юридически значимые действия. Отправка обязывающих писем, подписание, работа с персональными данными без контроля.
• Длинные многошаговые цепочки без чекпоинтов. Чем длиннее автономный маршрут, тем выше накопленная вероятность сбоя.

Так где мы на кривой

Если опираться на позиционирование Gartner и на разрыв между релизами и внедрениями из отчёта MIT, вывод такой: инфраструктура (вызов инструментов, MCP, протоколы между агентами) уже перевалила через раннюю зрелость, а ожидания от полной автономности сидят на пике завышенных ожиданий. Впереди — спад, когда часть проектов закроют как «не окупилось», и только после него агенты найдут узкие, но стабильные ниши. Практический сигнал для бизнеса: не покупать «автономного сотрудника», а внедрять агента на конкретную повторяемую задачу с человеком на подтверждении и измеримой метрикой.