Опрос: бизнесу сложно контролировать несанкционированные траты ИИ-агентов

Компании всё активнее внедряют ИИ-агентов, но пока сталкиваются со значительными трудностями в контроле их работы и расходов. Опрос 107 крупных организаций показал, что только 15% используют одну платформу для оркестрации ИИ-агентов — подавляющее большинство (85%) предпочитают сразу несколько инструментов, причём 64% выбрали три и более. Распространённость платформ объясняется не только желанием избежать зависимости от одного вендора, но и недоверием к возможностям сторонних решений по безопасности и управлению доступами: бизнес предпочитает собственный контроль.

В технологических стэках лидируют Microsoft AI Foundry/Copilot Studio и OpenAI Agents SDK — их используют 70% и 68% респондентов соответственно, далее Anthropic Claude Platform с 47%. Кроме готовых платформ, 22% опрошенных строят собственную систему оркестрации. Эта многослойность будет только расти: 53% участников ждут, что к 2026 году их управление ИИ станет полностью гибридным. В то же время, 67% планируют сменить ключевую платформу уже в ближайший год; особый интерес вызывает Anthropic Claude Agent SDK, его рассматривают 43% ИТ-директоров. Однако на фоне перемен отмечают, что удобство внедрения и соотношение цена/качество далеки от идеала.

Главные критерии при выборе платформы — гибкость (29%), безопасность с настройкой прав доступа (17%), надёжность работы в продакшене (15%) и возможность детально контролировать выполнение агента (15%). В то же время, только 10% считают принципиальным "родную" совместимость инструмента с последними языковыми моделями. Основные инвестиции направляют в инструменты мониторинга и отладки агентов (31%), а также системы обеспечения безопасности (30%). Классические задачи — управление сложными многошаговыми сценариями, рост производительности разработчиков и стабильности процессов — пока явно важнее, чем забота о пользовательском опыте.

Особая проблема — невозможность оперативно остановить нецелевые или чрезмерные траты агентов: каждый пятый участник опроса (20%) не умеет останавливать "забегающего" агента в реальном времени, ограничиваясь постфактум анализом логов. Для контроля пытаются использовать лимиты платформы (30%), внедряют свои прокси-решения (25%) или динамически перенаправляют задачи на более дешёвые модели (25%). Но более пятой части всё ещё не хватает настоящих технических механизмов "kill switch". Эффективность контроля мало зависит от масштаба компании: среди гигантов с численностью от 10 000 сотрудников у 18% контроль исключительно реактивный, а у меньших — у 23%.

Важно понимать, что большинство внедряемых решений пока не дотягивают до настоящих автономных агентов: лишь 2% респондентов заявили, что больше трети их систем работают по действительно многошаговым сценариям без участия человека, а у 35% агентов такие возможности есть только в 1–25% задач (ещё 3% используют лишь чат-боты). То есть, несмотря на волны интереса и заявленные планы, масштабно автономных ИИ-агентов сегодня почти нет: внедрение сложных оркестраций и автоматизации ещё впереди.

Для HoReCa это значит, что внедрение ИИ-агентов в бизнес-процессы — скорее дорога длиной в несколько лет, где главный вызов пока вовсе не в технологии, а в управлении рисками и бюджетами. Нельзя надеяться на одного вендора: стоит заранее выстраивать гибкую инфраструктуру, принимать меры по контролю расходов и не слишком рассчитывать на зрелые проверенные сценарии автоматизации. Сегодня есть явный риск неконтролируемых трат, недостатка прозрачности и сложности перехода между разными платформами. Проблему могут усилить высокая динамика решений на рынке и нехватка удобных инструментов для мониторинга и экстренного вмешательства — эти риски стоит держать в фокусе тем, кто планирует масштабировать ИИ в рутину ресторана, отеля или служб гостеприимства.