Почему компании теряют деньги на ИИ-агентах без чёткого плана

Что произошло. Автор статьи в TechRadar Pro разбирает частую ошибку компаний при внедрении агентного ИИ — программ, которые сами выполняют задачи и принимают решения в заданных рамках. По данным опроса McKinsey за 2025 год, лишь 39% организаций смогли показать реальный финансовый эффект от вложений в ИИ, хотя технологию внедряют массово. Причина в том, что компании сначала покупают ИИ, а потом пытаются придумать, зачем он нужен, вместо того чтобы сначала изучить, как на самом деле устроена работа.

Что это значит для бизнеса. Автор советует перед внедрением ИИ-агента детально разобрать реальный рабочий процесс, а не то, как он выглядит на бумаге. Например, процесс закупки у одной компании формально состоял из четырёх шагов, а на деле — из десяти, с переключением между разными программами и ручным переносом данных. Если дать агенту неверное описание задачи, он просто не сможет её выполнить. Автор также отмечает, что не любую задачу стоит решать именно агентным ИИ: если процесс строится по простым правилам «если — то», дешевле использовать обычную автоматизацию. Отдельная проблема — внедрение ИИ требует заметно больше усилий на обучение сотрудников и управление изменениями, чем обычные технологии, иначе инструмент просто не приживётся в компании.

Статья не называет конкретных цен, сервисов или сроков — это общие рекомендации для руководителей, которые планируют внедрять ИИ-агентов в своей компании.