AI-агенты на Давосе: следующая волна автономных систем

Если на Давосе 2024 года главным словом было LLM, а в 2025 -- inference, то форум 2026 года прошел под знаком агентов. AI-агенты -- автономные системы, способные планировать, действовать и корректировать свои действия без постоянного участия человека -- стали центральной темой технологических дискуссий. Microsoft, Google, Salesforce и десятки стартапов представили агентные платформы, обещающие автоматизировать сложные бизнес-процессы от начала до конца.

Microsoft в Давосе продемонстрировала обновленную версию Copilot Studio, позволяющую создавать агентов для корпоративных задач без написания кода. Агенты интегрируются с Office 365, Dynamics и Azure, автоматизируя процессы от обработки заказов до подготовки финансовых отчетов. Сатья Наделла заявил, что к концу 2026 года каждый сотрудник будет иметь личного AI-агента, который возьмет на себя рутинные задачи. По данным Microsoft, ранние adopters уже фиксируют экономию двух-трех часов в день на одного сотрудника.

Google представила платформу Agent Space для Google Cloud, включающую набор инструментов для создания, тестирования и развертывания AI-агентов в корпоративной среде. Особенность подхода Google -- интеграция агентов с поисковой инфраструктурой компании, что позволяет им работать с актуальной информацией из интернета и корпоративных баз знаний. На демонстрации агент Google автономно провел анализ рынка, подготовил отчет и разослал его заинтересованным сторонам -- все за несколько минут.

Стартапы в области AI-агентов привлекли рекордные инвестиции в 2025 году. Cognition AI, создатель AI-разработчика Devin, привлек более 500 миллионов долларов. Adept AI, разрабатывающая агентов для работы с корпоративным ПО, привлекла 350 миллионов. В Давосе было представлено более двадцати стартапов, предлагающих агентные решения для конкретных отраслей -- от юридических до медицинских. Венчурные инвесторы описывали агентов как самую горячую категорию 2026 года.

Архитектурные подходы к созданию агентов различаются значительно. Одни компании строят монолитных агентов на базе одной мощной модели. Другие используют мультиагентные системы, где несколько специализированных моделей сотрудничают для выполнения задачи. Третьи применяют гибридные подходы с явным графом планирования и механизмами обратной связи. На панели, посвященной архитектуре агентов, исследователи из Stanford и MIT представили данные, показывающие, что мультиагентные системы превосходят монолитных агентов на задачах, требующих разнообразных навыков.

Безопасность агентов стала отдельной темой обсуждения. Агент, имеющий доступ к корпоративным системам, электронной почте и финансовым данным, представляет собой потенциальный вектор атаки. В Давосе было представлено несколько инцидентов, когда AI-агенты совершали непредвиденные действия: отправляли конфиденциальную информацию не тем получателям, делали несанкционированные платежи или удаляли важные файлы. Каждый из этих случаев был единичным, но они иллюстрируют системные риски автономных систем.

Экономический эффект агентных технологий оценивается по-разному. Оптимисты из McKinsey прогнозируют, что AI-агенты автоматизируют до 30% рабочих задач в сфере знаний к 2030 году, высвобождая триллионы долларов производительности. Скептики указывают на то, что предыдущие волны автоматизации -- от ERP до RPA -- обещали аналогичные эффекты, но реальные результаты всегда оказывались скромнее прогнозов. Истина, как обычно, зависит от конкретных задач и контекста.

Влияние агентов на рынок труда обсуждалось на нескольких панелях с участием профсоюзных лидеров и экономистов. В отличие от чат-ботов, которые помогают людям работать эффективнее, агенты потенциально заменяют целые рабочие потоки. Это создает более острый вопрос о замещении рабочих мест. Впрочем, участники дискуссий подчеркнули, что в обозримом будущем агенты будут работать в режиме human-in-the-loop, где человек принимает ключевые решения и контролирует результаты.

Инфраструктурные требования агентных систем значительно выше, чем у обычных чат-ботов. Агент может совершать десятки и сотни обращений к модели для выполнения одной задачи, что многократно увеличивает потребление вычислительных ресурсов. Это хорошая новость для облачных провайдеров и производителей чипов, но вызов для компаний, управляющих бюджетами на AI. Несколько выступающих в Давосе предупредили о риске того, что агентные системы станут значительно дороже в эксплуатации, чем ожидалось.

Перспективы агентных технологий после Давоса выглядят следующим образом: 2026 год станет годом экспериментов, когда компании будут тестировать агентов на ограниченных задачах. Массовое внедрение потребует решения вопросов надежности, безопасности и стоимости. Компании, которые сумеют первыми построить надежных агентов для конкретных бизнес-процессов, получат значительное конкурентное преимущество. Но путь от впечатляющих демонстраций до стабильно работающих продакшен-систем, как показывает история AI, всегда длиннее, чем кажется.