Бизнес уже оценил возможности ИИ-агентов, и они активно внедряются в компаниях — от небольших предприятий до корпораций. Но чем больше агентов появляется в корпоративном ИТ-ландшафте, тем острее становится вопрос управления ими. Нужна единая среда, которая распределяет ресурсы, управляет доступами, обеспечивает безопасность, дает агентам доступ к актуальным знаниям и фиксирует их действия.
Для традиционных приложений такую роль выполняет операционная система. Она связывает программы с аппаратными ресурсами, управляет доступом и обеспечивает единые правила работы. Для нового типа цифровых исполнителей возникает похожая потребность. Так на рынке появился класс решений: AgentOS — операционных систем для ИИ-агентов. Одну из таких платформ разрабатывает Bercut.
Еще раз про ИИ-агентов и «цифровых сотрудников»
ИИ-агенты отличаются от обычных чат-ботов способностью действовать проактивно. Они не просто отвечают на запрос пользователя, а самостоятельно выполняют поставленные задачи в рамках заданных полномочий: обращаются к корпоративным системам, анализируют данные, принимают промежуточные решения и запускают следующие действия. Это позволяет заметно снизить рутинную нагрузку на сотрудников. Время специалиста стоит дорого, поэтому автоматизация повторяющихся операций быстро превращается из технологического эксперимента в экономическую задачу.
Высвободившееся время можно направить на более сложные задачи, где по-прежнему нужны экспертиза, интуиция, широкий контекст и способность принимать решения в условиях неопределенности. И здесь возникает важный организационный вопрос: как встроить нового цифрового исполнителя в существующую систему работы компании?
Дальнейшее развитие ИИ-агентов приведет к распространению «цифровых сотрудников». Так можно назвать одного агента или их группу, за которыми закреплена постоянная функция: например, подготовка коммерческих предложений, обработка обращений, контроль документов или прогнозирование оттока. У такого цифрового сотрудника есть собственные права доступа, регламенты, бюджет, зона ответственности и правила взаимодействия с другими сотрудниками — как цифровыми, так и людьми. Чем больше таких исполнителей появляется в компании, тем острее необходимость в единой среде для управления ими.
Автономность ИИ-агентов и цифровых сотрудников не означает, что они действуют бесконтрольно. Контроль следует понимать шире, чем логирование действий цифровых сущностей и выдачу им определенных разрешений в ручном режиме. Агент получает задачу от человека, работает в заданных рамках и должен обращаться к человеку при возникновении нештатной ситуации.
Сами ограничения для агентов необходимо формализовать. Промпт вроде «не закрывай сделку без подтверждения» остается пожеланием: агент может интерпретировать его иначе или не учесть в конкретном сценарии. В связи с этим критические правила должны переходить из текста инструкций в программно проверяемые ограничения. Такой детерминированный семантический слой позволяет контролировать действия агента независимо от того, какую модель или фреймворк он использует.
ИИ-агенты в структуре ИИ-рынка
Бизнес активно инвестирует в ИИ, понимая потенциал агентной автоматизации. Рынок ИИ в России в 2025 году вырос почти на 30% год к году и достиг 316 млрд рублей, сообщал «КоммерсантЪ» со ссылкой на данные агентства AIANA. А к 2030 году оценки рынка находятся в диапазоне от 830 млрд до 1,12 трлн рублей. Какую долю этих инвестиций в итоге получит агентная автоматизация, пока сложно оценить.
Сегодня основная часть затрат приходится на разработку и использование ИИ-моделей. Однако по мере их удешевления структура расходов будет меняться: все больше средств потребуется на инференс, интеграцию агентов с корпоративными системами и их внедрение в реальные бизнес-процессы. Инференс может составлять основную — до
Количество агентов будет расти значительно быстрее, чем число отдельных ИИ-моделей. В компаниях могут работать десятки и сотни агентов, причем у одного сотрудника — несколько цифровых помощников одновременно. ИИ-агенты работают постоянно: обрабатывают обращения, проверяют документы, ведут поиск информации, подготавливают решения и пр.
Когда нужна агентная ОС?
Потребность в единой среде управления обычно возникает после первых нескольких внедрений. Когда в компании появляются
«Почти все ИИ-проекты упираются в интеграционные проблемы — как с другими корпоративными системами, так и с людьми. В итоге после нескольких пилотов компании начинают искать единый контур безопасности, централизованное управление доступами и способ снизить совокупную стоимость владения агентной инфраструктурой. Эти задачи и решает AgentOS», — отмечает Алексей Чистяков, технический директор Bercut.
По оценке Bercut, коэффициент экономии от внедрения агентной ОС обычно составляет от 2 до 4. Конкретный эффект зависит от задач компании, количества агентов и особенностей ее бизнес-процессов.
Агентная ОС в инфраструктуре заказчика
В корпоративной инфраструктуре AgentOS становится средой, где создают и запускают ИИ-агентов и «цифровых сотрудников».
«Наша ОС — решение полного цикла. Она располагается между облачными или локальными ИИ-моделями и корпоративными учетными системами: от IDM до BPM. Мы их не заменяем, а дополняем», — говорит Алексей Чистяков.
Такая архитектура добавляет в ИТ-ландшафт отдельный уровень управления ИИ-агентами. Через шлюзы они получают доступ к моделям, данным и прикладным системам. При этом компания может централизованно задавать права, контролировать действия и вести журнал операций.
Особенно важна эта возможность для компаний с большим количеством legacy-систем. Агенту недостаточно просто дать доступ к корпоративным данным: необходимо обеспечить безопасное взаимодействие с системами, которые изначально не были рассчитаны на машинных исполнителей.
Еще один критический элемент — знания. Агент принимает решения на их основе, поэтому информация должна быть актуальной, структурированной и доверенной. Если в корпоративном хранилище одновременно лежат 5 версий одного регламента, агент не способен самостоятельно определить, какая из них действует. В результате устаревшее знание может привести к ошибочному действию. AgentOS должна решать и эту задачу: предоставлять агенту необходимый контекст и контролировать, какие знания, данные и системы доступны ему в конкретном процессе.
Платформа может работать как в облаке, так и на локальной инфраструктуре заказчика. Взаимодействие с корпоративными приложениями возможно через web-интерфейс, что удобно, в частности, для удаленной и гибридной работы сотрудников.
На практике бизнес может перейти от сложных проектов, которые месяцами разрабатывает ИТ-служба, к self-service-модели. Владелец процесса получает инструменты для сборки и тестирования агента, а ИТ-отдел предоставляет ему модели, интеграции, права доступа и механизмы контроля.
Одного ИТ-отдела для масштабирования агентной автоматизации недостаточно. Владелец бизнес-процесса лучше других знает его логику, узкие места и экономику, поэтому именно он должен определять, какую задачу передать агенту и какой результат считать успешным. ИТ-служба при этом отвечает за инфраструктуру, интеграции и безопасность. Такой подход позволяет разделить ответственность: бизнес определяет, что должен делать агент и какой эффект приносить, а ИТ-служба обеспечивает, как сделать это безопасно и технически устойчиво.
Что дальше?
Компании с высокой цифровой зрелостью уже создают инфраструктуру для масштабного применения ИИ-агентов. Но для большинства организаций переход к агентной автоматизации начинается с другой точки: необходимо сначала подготовить среду, в которой новый тип цифрового исполнителя сможет безопасно работать. По данным Bercut, в рамках исследований и воркшопов с корпоративными заказчиками компании сталкиваются с системной проблемой: существующая корпоративная среда часто не готова к ИИ-агентам. Старые информационные системы рассчитаны на людей, знания хранятся в неструктурированном виде, бизнес-процессы не всегда формализованы, а необходимые компетенции только формируются.
Таким образом следующим этапом развития агентной автоматизации станет не только появление новых агентов, но и перестройка инфраструктуры вокруг них. Компании будут формировать единые среды для работы человека и агента, создавать семантический слой, настраивать контролируемый доступ к данным и системам и переносить ответственность за результат на владельцев процессов.
Сейчас Bercut фокусируется на российском рынке. Компания развивает сценарии работы с русским языком, локальными операционными системами и российскими бизнес-приложениями, а также решения для обезличивания данных и соблюдения требований российского законодательства. Но команда не исключает, что в дальнейшем может возникнуть вопрос о выходе на рынки других стран. Там также может потребоваться работа с суверенными ИИ-моделями, локализация данных, их обезличивание и контроль соответствия местным требованиям. Для таких проектов российским разработчикам потребуется взаимодействие с локальными партнерами, которые хорошо знают специфику конкретного рынка.
Вместо заключения
Агентная трансформация меняет не только программное обеспечение, но и требования к традиционной корпоративной инфраструктуре. Одна из самых заметных перемен связана с данными.
Сотрудник физически ограничен в количестве запросов к корпоративным системам. Даже если ему нужно проверить сотню документов, он не сможет делать это одновременно. ИИ-агент таких ограничений практически не имеет. Более того, для решения задачи ему часто необходимо собирать информацию шире и глубже, чем способен отдельный сотрудник.
Если у каждого специалиста появятся несколько агентов, нагрузка на корпоративные системы может вырасти на порядок. Старые базы данных, сетевые решения и интеграционные контуры могут оказаться не готовы к такому потоку запросов. В итоге агентная трансформация неизбежно выходит за пределы собственно ИИ. Компаниям придется пересматривать архитектуру данных, способы доступа к корпоративным системам, сетевую инфраструктуру и механизмы безопасности.
ИИ-агент становится новым типом корпоративного пользователя. И если раньше ИТ-ландшафт строился вокруг взаимодействия человека и системы, то теперь в нем появляется третий участник — автономный цифровой исполнитель. Для него нужны свои правила, права, знания, ограничения и, в конечном счете, собственная операционная среда. Но это уже совсем другая история.
Источник: Александр Маляревский, внештатный обозреватель IT Channel News
Иллюстрация предоставлена пресс-службой компании
