sbrayn
Почему ИИ-агенты буксуют: 63% компаний не готовы к ним
Представьте: вы наняли идеального сотрудника, а ему нечего делать — потому что все документы в компании лежат в почте, мессенджерах и на чьём-то ноутбуке. Именно это происходит с ИИ-агентами в большинстве организаций. И цифры это подтверждают.
По данным McKinsey (отчёт «The state of AI in 2026: On the road to ROI»), ощутимый эффект от ИИ — не менее 5% операционной прибыли — получают лишь 6% компаний. И за год эта доля не сдвинулась с места. Причина чаще всего не в моделях, а в данных.
Цифра, которая всё объясняет: 63%
По оценке Gartner, 63% организаций не имеют подходящих практик управления данными для ИИ — или не уверены, что они у них есть. А до конца 2026 года компании откажутся от 60% ИИ-проектов, под которые не подготовлены данные.
Звучит как приговор, но на самом деле это объяснение. Большая часть корпоративной информации не структурирована: она живёт в почте, чатах и личных папках сотрудников. И вот ключевой нюанс — возможность найти документ ещё не значит, что он пригоден для работы. Агент может открыть файл, но не поймёт, какая версия актуальна и что с этими цифрами вообще делать.
А вы задумывались, где хранится рабочая информация в вашей компании — в системе или в чьей-то голове?
Как это выглядит на практике: три истории
На конференции «Авандок.Пульс» 14 октября прозвучали примеры, которые хорошо показывают масштаб задачи.
«Ростелеком» перевёл 120 тысяч сотрудников и 300 млн документов на отечественную платформу без остановки работы. Релизы, которые раньше выходили раз в квартал, теперь выходят раз в две недели.
Один из крупнейших банков России мигрировал электронный архив, который ведётся с середины 2000-х. Сегодня это больше 2 млрд документов и около 1200 терабайт файлового хранилища. Миграция такого объёма заняла полтора года.
В РЖД с данными работают девять тысяч аналитиков, а в корпоративных системах накоплено почти 50 млн показателей. И там же обнаружилась классическая проблема: один и тот же показатель в разных отчётах расходился на 20% — просто потому, что считался по-разному. Именно это расхождение и стало поводом строить отдельный репозиторий метаданных.
Логика простая: без единого глоссария бизнес-терминов ни один агент не поймёт, какая из двух цифр правильная.
Три требования к данным, до которых можно пускать агента
Отраслевые эксперты формулируют три условия к слою данных, до которого вообще стоит допускать ИИ-агента.
- Выдерживать рост объёмов без деградации поиска. Чем больше документов, тем важнее, чтобы система не начинала «тупить».
- Строго соблюдать права доступа. Ошибка, которая покажет человеку пару лишних документов, агенту откроет всё.
- Содержать семантический слой — связи между сущностями. У каждой компании они свои, даже внутри одной отрасли.
Первые два требования технические и решаемые. Третье пока размечают чаще всего вручную. Предельная автоматизация, которая уже работает на практике, — это когда система сама раскладывает файлы по папкам и расставляет теги, не дожидаясь, пока это сделает человек.
По сути, все три требования предъявляются не к модели, а к системе, в которой живут документы. Поэтому платформы управления корпоративным контентом перестают быть просто электронным архивом и становятся фундаментом для ИИ: именно в них хранятся права доступа, метаданные, версии и связи между документами.
«Золотая запись»: почему агенту нужна одна правда, а не десять версий
Агенту, который работает с конкретным объектом — единицей оборудования, договором, контрагентом или клиентом, — нужен не набор разрозненных данных, а одна достоверная запись.
В промышленности это паспорт оборудования, где сходятся проектная документация, история ремонтов, акты и наряды. В работе с поставщиками — единая карточка контрагента со всеми договорами, допсоглашениями и претензиями.
Такую запись называют «золотой»: система постоянно сверяет данные из разных источников, решает, какому из них верить по каждому конкретному полю, и обновляет запись с каждым новым документом или взаимодействием.
Показательный пример того, почему без этого слоя агент бесполезен: в одной из компаний всё знание о статусе конкретной отгрузки реально хранилось не в учётной системе, а в голове одного сотрудника. Он вручную сверял почту, переписку и три разные базы. Для ИИ такого «фундамента» не существует — агенту нечего читать, если знание нигде не записано формально.
А у вас на работе есть такие «ходячие базы знаний» — люди, без которых никто не разберётся?
Особые условия для регулируемых отраслей
Для банков, медицины и других регулируемых сфер добавляются ещё два условия.
Первое: весь контур — от хранилища до модели — должен работать внутри периметра компании, без передачи данных во внешние сервисы.
Второе: каждое обращение агента к данным должно оставлять след, который можно показать службе безопасности, аудитору или регулятору. Без этого агент просто не пройдёт согласование.
Что это значит для вас, если вы не айтишник
Может показаться, что всё это — проблема крупных корпораций. Но логика работает и в малом бизнесе, и даже в личных делах.
Если вы когда-нибудь пробовали поручить нейросети разобрать папку с документами и получить осмысленный результат — вы уже сталкивались с этой проблемой. Файлы называются «договор_финал_2_новый.docx», версии не совпадают, а нужная цифра есть только в переписке.
Вывод простой: прежде чем автоматизировать что-то с помощью ИИ, стоит навести порядок в исходниках. Это скучно, но именно здесь зарыт основной выигрыш.
Что делать уже сегодня
- Проведите ревизию — выберите один процесс, который хотите автоматизировать, и честно оцените, где лежат нужные для него данные. Если ответ «в почте и в голове у Марины» — начинать нужно не с ИИ.
- Заведите единые правила именования файлов и версий. Даже простой шаблон «дата_тип_версия» экономит часы.
- Определите «золотые» источники. По каждому важному показателю решите, какая система считается главной. Остальные — производные.
- Зафиксируйте права доступа. Перед тем как давать агенту доступ к папкам, проверьте, что он не увидит лишнего.
Что важно помнить
Технологии меняются быстро, и универсальных решений нет. Отчёты и оценки, которые приводятся в статье, — срез на конец 2026 года. Если вы планируете внедрение, проверяйте актуальность данных и не полагайтесь на единственный источник. И помните: ИИ-агент — это надстройка, а не замена порядку в документах.
Самое неудобное в ИИ-агентах то, что они беспощадно обнажают беспорядок, который мы годами не замечали. Хорошая новость: навести порядок дешевле, чем кажется, — и это всё равно придётся сделать, с агентом или без него.
А что вы думаете по этому поводу? Поделитесь своим мнением в комментариях!
Если статья оказалась полезной, поддержите автора донатом.
Чтобы не пропустить новые публикации, подписывайтесь на Дзен или MAX.
Материал подготовлен на основе информации из открытых источников. Все права на исходные материалы принадлежат их авторам. Если вы являетесь правообладателем и возражаете против использования, свяжитесь с нами по адресу info@11st.press.
