Почему agentic-пилоты не доходят до продакшена

Летом 2025 года консалтинговая фирма MIT Media Lab (проект NANDA) опубликовала отчёт The GenAI Divide: State of AI in Business 2025, в котором прозвучала цифра, разошедшаяся по деловым СМИ: около 95% корпоративных пилотов с генеративным ИИ не дают измеримого возврата на инвестиции. Отдельно по agentic-проектам — автономным ИИ-агентам, которые не просто отвечают на вопросы, а выполняют многошаговые задачи — картина ещё жёстче: большинство инициатив застревают на стадии демо и не переезжают в продакшен. Разберём, почему воронка «пилот — прод» такая узкая и что отличает выжившие проекты.

Что показывают цифры

Главная проблема измерений в этой теме — разные методики считают разное. Отчёт MIT NANDA говорит про долю пилотов без ощутимого P&L-эффекта. Аналитики Gartner в 2025 году отдельно прогнозировали, что к 2027 году свыше 40% проектов на базе agentic AI будут закрыты — из-за роста издержек, нечётких бизнес-целей и недостаточного контроля рисков. Это прогноз, а не свершившийся факт, и относится он к горизонту, а не к сегодняшнему дню.

Что объединяет обе оценки: разрыв возникает не на уровне «модель не умеет», а на уровне «пилот не встроился в процесс». Демонстрация на трёх подобранных кейсах работает, а на потоке реальных задач с грязными данными и исключениями — рассыпается.

Пилот проверяет, может ли агент выполнить задачу один раз при идеальных условиях. Продакшен проверяет, выполняет ли он её тысячу раз при плохих. Это два разных вопроса, и второй почти никто не задаёт заранее.

Где именно ломается связка

По разбору публичных постмортемов и отраслевых отчётов, отказ от agentic-проектов после пилота чаще всего сводится к нескольким повторяющимся причинам:

• Накопление ошибок. Агент^* из десяти шагов при точности 95% на каждом шаге доходит до финала верно примерно в 60% случаев. Для клиентской операции это недопустимо, а на демо из двух шагов проблема не видна.
• Нет владельца процесса. Пилот делает инновационная команда, а прод должен поддерживать операционный отдел, у которого нет ни бюджета, ни мотивации нянчить чужого агента.
• Стоимость на масштабе. На пилоте 200 запросов в день выглядят дёшево. На 200 000 запросах счёт за токены и оркестрацию превращает экономику в минус.
• Интеграция и права доступа. Агенту нужно ходить в CRM, почту, платёжные системы. Служба безопасности блокирует то, что легко разрешалось в песочнице.
• Нет метрики успеха. Пилот запускали «посмотреть», критерий перехода в прод не сформулировали, поэтому решение о продолжении принимать не на чем.

Чем agentic-пилот отличается от обычного чат-бота

Классический RAG-ассистент^** отвечает на вопрос по базе знаний — ошибка стоит одного неточного ответа. Агент совершает действия: отправляет письмо, оформляет возврат, меняет запись в системе. Цена ошибки другого порядка, и требования к надёжности тоже.

Именно поэтому доля выживших agentic-проектов ниже, чем у простых ассистентов: планка входа в прод физически выше.

Кому agentic-подход пригодится, а кому нет

Стоит рассматривать автономного агента, если у вас:

• процесс с высоким объёмом однотипных задач, где ручной труд дорог;
• допустима частичная автономность — агент готовит решение, человек подтверждает;
• есть чистые данные и API, к которым можно безопасно подключиться;
• заранее посчитана стоимость запроса на целевом объёме.

Скорее не стоит, если:

• задача редкая и требует экспертного суждения — дешевле оставить человека;
• цена единичной ошибки высока, а откат невозможен (необратимые платежи, юридически значимые действия без проверки);
• нет команды, которая возьмёт продукт на сопровождение после запуска;
• вы не можете сформулировать метрику, по которой поймёте, что пилот удался.

Что отличает проекты, доехавшие до прода

По отраслевым разборам выживают чаще те, кто заранее сузил задачу и оставил человека в контуре:

1. Определить одну узкую задачу с понятной метрикой и целевым объёмом.
2. Заложить проверку человеком на шагах с необратимыми последствиями.
3. Посчитать стоимость запроса на боевом масштабе до запуска, а не после.
4. Назначить владельца процесса из операционного подразделения, а не только из R&D.
5. Собрать логирование и метрики с первого дня, чтобы решение о проде было на цифрах.

^* Агент — программа на базе LLM, которая планирует и выполняет многошаговые задачи, вызывая внешние инструменты и API, а не просто генерирует текст в ответ на запрос.

^** RAG (retrieval-augmented generation) — подход, при котором модель перед ответом подтягивает релевантные документы из базы знаний, чтобы опираться на факты, а не только на обучающие данные.