Введение: Парадокс ИИ в 2025 году

Недавно мне на глаза попалась статья Джона Херрмана «Decision Dominance in the Age of Agentic AI«, опубликованная в военном журнале Small Wars Journal. Прежде чем мы в нее погрузимся, взгляните на эти цифры:

• 95% пилотных проектов по генеративному ИИ в корпорациях проваливаются.

• $640 млрд — общий объем инвестиций в ИИ в 2025 году.

• При этом реально используют ИИ в своих процессах только 9.7% компаний.

Парадокс? Именно эту проблему и вскрывает Херрман, но с военной точки зрения. Его выводы оказались настолько актуальными для бизнеса, что я решил сделать выжимку для Хабра.

Война и бизнес: одна и та же борьба

Сравнение войны и бизнеса — тема избитая, и часто оно звучит неуместно. Но если отбросить этику и взглянуть на суть процессов, то и то, и другое — это борьба за выживание в условиях хаоса и неопределенности. Исход этой борьбы решает тот, кто быстрее соображает и действует. Херрман называет это «доминированием в принятии решений».

• Командир на поле боя и CEO в переговорной решают одну и ту же задачу: как обойти конкурента, используя ограниченные ресурсы и неполную информацию.

• «Туман войны», о котором писал Клаузевиц, сегодня превратился в «информационный шум» в бизнесе. Данных много, но найти в них нужный сигнал — ключевая проблема.

• Цена ошибки высока: потерянные жизни на войне или потерянная доля рынка и банкротство в бизнесе.

Неудобная правда: большинство «Data-Driven» компаний — это французская армия 1940 года

Интересно, как похожим образом развиваются концепции управления на Западе. В армии США продвигается доктрина JADC2, которая объединяет все источники данных в единую сеть для принятия решений в реальном времени. В бизнесе мы слышим те же призывы: стать «Data-Driven».

Но вот неудобная правда. Большинство таких компаний напоминают французскую армию 1940 года. Да, у них есть радио (дашборды). Да, они собирают данные (разведка). Но они продолжают воевать по старым правилам: измеряют активность («сколько отчетов создано»), а не результат («насколько быстрее приняли решение»). И это делает их уязвимыми перед теми, кто понял суть агентного ИИ.

Выжимка из статьи: агентный ИИ как следующий шаг

Херрман утверждает, что мы стоим на пороге революции, сравнимой с появлением FM-радио у немцев, которое позволило им реализовать тактику блицкрига. Сегодня таким «радио» становится агентный ИИ (Agentic AI).

Это уже работает? Примеры из России.

Сбер запустил большой проект — создает 17 AI-агентов на GigaChat для работы с корпоративными клиентами. Пока они помогают операторам (режим «второго пилота»), но уже повышают их производительность на 10%. Цель — довести до того, чтобы агенты сами общались с клиентами и даже выполняли операции с их разрешения.cnews

Альфа-Банк решился на смелый эксперимент: создал «цифровую команду разработчиков» — ИИ-агентов, которые сами пишут код для автотестов. Они не просто выполняют задачи, а планируют, кодят и проверяют собственную работу.sia

В ВТБ пошли по другому пути — их ИИ-агенты работают «внутри» банка, помогая сотрудникам мгновенно находить нужную информацию в огромных корпоративных базах.novostiitkanala

Билайн применил агентов в B2B-продажах. Система слушает переговоры с клиентами и тут же формирует персональные коммерческие предложения.rbc

А Яндекс через AI Studio дает возможность даже небольшим компаниям создавать своих ИИ-агентов — никакого программирования.mybotn8nflow

Получается, что агентный ИИ — это уже не будущее, а настоящее. Разница лишь в том, кто рискует экспериментировать, а кто ждет готовых решений.

Что такое настоящий агентный ИИ? И существует ли он вообще?

Здесь начинается самое интересное. 2025 год объявлен «годом AI-агентов». Каждая вторая компания утверждает, что внедрила «агентный ИИ». Но вот неудобная правда от экспертов IBM и Kyndryl: большинство того, что называют «агентным ИИ», — это обычная автоматизация, обернутая в разговорный интерфейс.

Но это не значит, что технология бесполезна. Просто нужно понимать разницу между хайпом и реальностью. Херрман в своей статье говорит именно о потенциале агентного ИИ, а не о том, что это уже работает повсеместно. Его посыл: те, кто научится правильно использовать эту технологию сейчас, получат преимущество завтра.

Как агентный ИИ усиливает человека?

Херрман проводит параллель с концепцией «coup d’œil» Клаузевица — способностью полководца мгновенно схватывать суть ситуации. Агентный ИИ позволяет масштабировать эту способность, обрабатывая гигантские объемы данных и подсвечивая для руководителя самое важное.

Главный барьер — культурный

Проблема не в том, чтобы создать такой ИИ, а в том, чтобы научиться ему доверять и встроить его в реальные процессы принятия решений.

Цикл принятия решений: до и после агентного ИИ

Херрман разбивает процесс на четыре этапа и показывает, как ИИ его меняет.

Как начать? Опыт лидеров

Опыт компаний, которые уже добились успеха с агентным ИИ, показывает: все они начинали с честной оценки своей готовности. Чек-лист ниже основан именно на их практиках. Это не теория, а выжимка из реальных проектов, которая поможет избежать типичных ошибок на старте.

Как не повторить ошибку французской армии: чек-лист для бизнеса

Вот три конкретных шага для проверки готовности вашей компании:

1. Аудит вашего «ИИ»: У вас агентный ИИ или просто умный дашборд?

   • Ваша система может действовать самостоятельно или только показывает данные?

   • Она адаптируется к изменениям или работает по жесткому алгоритму?

2. Карта готовности команды: Готова ли ваша организация доверять ИИ-решениям?

   • Есть ли у вас процессы для проверки рекомендаций ИИ?

   • Понимают ли ваши менеджеры, как работает система?

3. Пилот с четкими метриками: Не «внедряйте ИИ», а решайте конкретную бизнес-задачу.

   • Какое решение вы принимаете медленнее конкурентов?

   • Можно ли измерить улучшение в часах/днях, а не в абстрактном «повышении эффективности»?

Что это значит для бизнеса?

Это все не теория. Я вижу, как лидеры российского рынка уже сегодня получают реальное преимущество за счет технологий ИИ. Они быстрее принимают решения, меньше рискуют. И пока одни компании всерьез считают, что чат-бот на сайте — это инновации, другие уже встраивают ИИ в самое ядро своих бизнес-процессов.

Давайте будем честны: большинство ИИ-систем, которые приносят сегодня основной доход (вроде кредитного скоринга), — это по сути навороченные предиктивные калькуляторы. Но именно те компании, что в совершенстве освоили этот этап, теперь первыми внедряют агентные системы — следующий, неизбежный шаг эволюции.

Именно здесь и проходит водораздел. Кто первый научится видеть в ИИ не просто инструмент, а партнера — тот и выиграет.

Кстати, эта статья продолжает тему, которую я начал в своем материале «ИИ-проекты съедают бюджеты, но не приносят ROI». Если хотите разобраться, как правильно измерять эффективность таких систем, загляните туда.