AI-агенты в продакшене: чем пилот отличается от реальной работы

Разрыв между "мы попробовали агентов" и "агенты работают у нас каждый день" оказался главной темой корпоративного разговора об ИИ в 2024–2025 годах. Пилот запустить легко: подключить API модели, обернуть в интерфейс, показать демо руководству. Довести до продакшена — с мониторингом, откатами, ответственностью за ошибки и предсказуемым счётом — получается у меньшинства. Ниже — что показывают доступные опросы и почему цифра "внедрили" всегда меньше цифры "тестируют".

Что вообще считать агентом в проде

Прежде чем спорить о процентах, стоит договориться о терминах. Агент¹ — не то же самое, что чат-бот с одним запросом и одним ответом. Агент получает цель, сам разбивает её на шаги, вызывает инструменты (поиск, базу, внешние API), проверяет результат и при необходимости повторяет цикл. Разница принципиальна: чат-бот отвечает, агент действует.

Отсюда и путаница в опросах. Когда компания говорит, что "использует ИИ-агентов", это может означать что угодно — от корпоративной обёртки над ChatGPT для сотрудников до автономного процесса, который сам оформляет возвраты или разбирает тикеты без человека в цикле. Поэтому к любой громкой цифре стоит относиться с вопросом: что именно за ней стоит.

Пилот отвечает на вопрос "а можно ли вообще". Продакшен отвечает на вопрос "а что мы делаем, когда агент ошибётся в три часа ночи на реальном клиенте".

Почему пилотов много, а прода мало

Опросы разных вендоров и консалтинговых компаний в 2024–2025 годах регулярно фиксируют одну и ту же картину: доля организаций, которые экспериментируют с генеративным ИИ и агентами, измеряется десятками процентов, а доля тех, кто вывел агентские сценарии в постоянную эксплуатацию с измеримым эффектом, заметно ниже. Точные проценты сильно зависят от того, кто спрашивал, кого и как формулировал вопрос, поэтому конкретную цифру стоит смотреть в первоисточнике опроса, а не запоминать как константу — методики несопоставимы между собой.

Причины разрыва повторяются от отчёта к отчёту:

• Надёжность. Агент, который в 95% случаев делает правильно, в проде означает, что каждое двадцатое действие требует разбора. При тысячах операций в день это отдельная команда.
• Стоимость на масштабе. Демо на сотне запросов почти бесплатно. Миллион запросов в месяц с длинными цепочками рассуждений — уже статья бюджета, которую надо защищать перед финансистами.
• Ответственность. Кто отвечает, если агент оформил возврат не тому клиенту или отправил письмо не по адресу. В пилоте ошибку прощают, в проде она стоит денег и репутации.
• Интеграции. Красивая демка живёт в песочнице. Реальные системы — это легаси, доступы, безопасность и десятки согласований.
• Наблюдаемость. Понять, почему агент принял то или иное решение, сложнее, чем отладить обычный код. Без логов и трассировки цепочек в прод выходить страшно.

Где агенты доходят до прода чаще

Проще всего перейти границу там, где ошибка дёшева и обратима, а объём монотонной работы велик. Это внутренние сценарии, а не операции с деньгами клиента напрямую:

• первичная разборка и маршрутизация обращений в поддержке — с обязательной передачей человеку в сложных случаях;
• помощь разработчикам: генерация кода, ревью, разбор логов;
• подготовка черновиков документов, отчётов, ответов — которые потом проверяет человек;
• извлечение данных из неструктурированных документов.

Общее у этих сценариев одно: человек остаётся в контуре принятия решения либо на входе, либо на выходе. Полностью автономные агенты, которые действуют без проверки, пока остаются исключением, а не нормой.

Пилот против прода: что меняется

Именно эта таблица объясняет, почему воронка сужается. Каждая строка справа — это отдельное решение, которое надо принять, согласовать и поддерживать. Пилот проходит по левой колонке за неделю. Прод требует пройти по правой — и большинство инициатив застревают где-то между.

Кому это пригодится, а кому пока нет

Пригодится, если у вас есть чётко очерченный процесс с большим объёмом однотипной работы, терпимостью к ошибкам и возможностью держать человека в контуре. Типичные кандидаты: поддержка первого уровня, обработка входящих документов, внутренние инструменты для разработчиков и аналитиков. Здесь агент экономит часы рутины, а цена промаха невелика.

Пока не стоит спешить, если процесс завязан на необратимые действия с деньгами или юридическими последствиями, работает без права на ошибку или требует объяснимости каждого решения перед регулятором. В таких сценариях затраты на контроль, аудит и откаты съедают выигрыш от автоматизации. Начинать здесь лучше с узкого участка под наблюдением человека, а не с полной автономии.

Отдельный случай — компании, которые запускают агентов ради галочки в отчёте перед советом директоров. Такой пилот почти гарантированно не доедет до прода: у него нет владельца, который отвечает за результат в деньгах.

Как честно оценить свою готовность

1. Опишите один конкретный процесс и посчитайте, сколько человеко-часов он съедает сейчас.
2. Оцените стоимость единичной ошибки агента в этом процессе — в рублях или в репутации.
3. Решите, кто проверяет результат и на каком этапе остаётся человек.
4. Прикиньте счёт за модель на реальном объёме, а не на демо.
5. Определите, кто владелец сценария и по каким метрикам вы поймёте, что он работает.

Если хотя бы на один пункт ответа нет — это ещё не прод, а пилот, который называет себя продом.

¹ Агент — программа на основе языковой модели, которая получает цель, самостоятельно планирует шаги, вызывает внешние инструменты и повторяет цикл до достижения результата, в отличие от чат-бота, отвечающего на один запрос.