Почему бизнес-проекты с ИИ-агентами часто терпят неудачу

Разработчики выделяют четыре уровня самостоятельности систем: от простого следования инструкциям до автономных агентов, способных принимать решения без участия человека. Рынок активно продает четвертый уровень, хотя большинство реальных бизнес-задач эффективнее решаются на первом или втором. Успех внедрения упирается в три ограничителя: технику, закон и юридическую ответственность.

Технический барьер часто недооценивают при проектировании. Модели, работающие на мощных серверах разработчика, могут оказаться бесполезными на обычном офисном оборудовании, где скорость обработки данных падает до неприемлемых значений. В ряде случаев классические алгоритмы, работающие с точными ссылками, оказываются быстрее и надежнее нейросетей, склонных к генерации текста.

Юридические риски, связанные с персональными данными, диктуют жесткие условия размещения серверов. Требования 152-ФЗ часто исключают использование облачных сервисов, возвращая компанию к ограничениям локального «железа». Кроме того, существует вопрос персональной ответственности: бухгалтерскую или юридическую отчетность подписывает конкретный специалист. Пока за результат отвечает человек, «полная автономность» системы остается маркетинговым мифом.

«Нас обычно спрашивают, какую нейросеть вы планируете поставить. А мы начинаем с двух вопросов: на каких компьютерах это будет работать и кто отвечает за результат своей подписью», — отмечает Урал Каразбаев, генеральный директор ООО «АйВиСистемз». По его словам, зачастую наиболее эффективным решением для предприятия становится отказ от нейросетей в пользу более простых и прозрачных инструментов автоматизации.