_«Если 2025-й был годом агентов, то 2026-й станет годом, когда мы начнём их использовать по-настоящему»_   За последний месяц вышло два интересных материала про агентов в бизнесе: отчёт Anthropic на основе опроса 500 руководителей и лекция Andrew Ng в Стэнфорде. Решил собрать главное из обоих — получилась любопытная картина. ## Что говорят цифры Anthropic опросили технических директоров крупных компаний. Вот что выяснилось: - **57%** уже используют агентов для сложных процессов — не чат-боты, а многошаговые сценарии - **80%** говорят, что отдача от агентов уже измеряется — не «будет когда-нибудь», а прямо сейчас - **86%** применяют агентов в разработке кода При этом 77% использования через API — это полная передача задачи, а не совместная работа. Компании не спрашивают совета, а делегируют. # Где агенты полезнее всего Помимо кода, самые частые применения: 1. **Анализ данных и отчёты** — 60% компаний 2. **Автоматизация рутины** — 48% 3. **Работа с базами знаний** — 41% Andrew Ng на лекции объяснил, почему именно эти задачи: код стал дешёвым, а узкое место сместилось к решению «что вообще делать». Когда написать программу можно за час, вопрос уже не «как», а «зачем». Он называет это «узким местом продакт-менеджера»: раньше на одного PM приходилось 8 разработчиков, теперь соотношение падает до 2:1 или даже 1:1. ## Три вещи, которые меня зацепили ### 1. Контекст важнее модели Из отчёта Anthropic: > *«Every 1% increase in input context length is associated with a 0.38% increase in output quality»* Каждый дополнительный процент контекста даёт почти полпроцента прироста качества. Это значит, что компании с разрозненными данными проигрывают — неважно, какую модель они используют. ### 2. Технический долг никуда не делся Lawrence Moroney (бывший Google, сейчас ARM) на той же лекции сказал важную вещь: каждая написанная строка кода — это долг. Его надо поддерживать, документировать, исправлять баги. Когда код генерируется за секунды, соблазн наплодить лишнего огромен. 47% компаний выбирают гибридный подход — берут готовое там, где можно, и пишут своё только там, где это даёт преимущество. ### 3. 85% проектов проваливаются McKinsey (через Moroney) утверждает, что 85% ИИ-проектов в компаниях не взлетают. Причина — плохая постановка задачи. Люди хотят «агентов», потому что прочитали об этом в LinkedIn, а не потому что понимают, какую проблему решают. Moroney рассказал историю: европейская компания попросила его «внедрить агентов». После часа вопросов выяснилось, что им нужно было сделать продавцов эффективнее. Словом «агент» там и не пахло. ## Примеры Из отчёта Anthropic — несколько кейсов с цифрами: | Компания | Было | Стало | | ------------------ | ------------------------- | ------------- | | Novo Nordisk | Документация за 10 недель | 10 минут | | eSentire | Анализ угроз за 5 часов | 7 минут | | L'Oréal | Точность аналитики 90% | 99.9% | | Palo Alto Networks | Онбординг джунов месяцы | Недели (−70%) | ## Что мешает Главные барьеры — не технические: 1. **Интеграция с существующим** — 46% 2. **Качество данных** — 42% 3. **Сопротивление команды** — 39% Цитата из отчёта: > *«The biggest barriers aren't model capabilities or costs — they're organizational readiness»* Проблема не в моделях и не в деньгах, а в готовности организации меняться. ## Что дальше Andrew Ng на лекции заметил, что инструменты для работы с кодом меняются каждые 3-6 месяцев. Кто отстаёт на полпоколения — уже заметно менее продуктивен. 81% компаний планируют усложнять задачи для агентов. Следующий шаг — межфункциональные процессы, когда агент работает не в одном отделе, а связывает несколько. Вопрос не «нужны ли агенты», а «как их внедрять, не наплодив долгов и не разочаровавшись через полгода». --- **Полезное:** - Anthropic: State of AI Agents 2026 PDF - [Stanford CS230 Lecture 9: Career Advice in AI](https://www.youtube.com/watch?v=AuZoDsNmG_s) [[14. Пост о Shopify]] [[19. Выступления Андрея Карпаты]] [[21. К вопросу об образовании в 2025]] #ai #agents