AI Expo 2026: 5 главных выводов о переходе к агентным системам

Дата публикации

Агентные системы меняют правила игры

На первом дне AI Expo 2026 участники услышали термин «агентный AI» десятки раз. Что это означает на практике? Представители Citi объяснили: такие системы не просто выполняют заранее прописанные сценарии, как старая добрая RPA (роботизированная автоматизация процессов). Они анализируют ситуацию, планируют действия и принимают решения самостоятельно.

Амал Маквана из Citi показал, как агентные инструменты работают в корпоративных процессах. Разница с прошлым поколением автоматизации огромна - вместо жестких скриптов появляется гибкость и адаптивность.

Скотт Айвелл и Ире Адеволу из DeepL назвали это закрытием «разрыва автоматизации». По их словам, агентный AI становится цифровым коллегой, а не просто программой. Реальная ценность появляется, когда сокращается расстояние между намерением и результатом.

Брайан Халпин из SS&C Blue Prism предупредил: компании должны освоить стандартную автоматизацию, прежде чем переходить к агентным решениям. Нельзя перепрыгнуть через ступеньки развития.

Управление данными - основа успеха

Агентные системы создают новую проблему: их результаты непредсказуемы. Стив Холер из Informatica вместе с коллегами из MuleSoft и Salesforce подчеркнули необходимость строгого контроля. Управленческий слой должен регулировать доступ агентов к данным, иначе возможны операционные сбои.

Качество данных определяет успех внедрения. Андреас Краузе из SAP заявил прямо: без надежных, связанных корпоративных данных AI бесполезен. Генеративный искусственный интеллект работает только с точной и контекстно-релевантной информацией.

Мени Меллер из Gigaspaces обратил внимание на техническую проблему «галлюцинаций» больших языковых моделей. Его решение - использование eRAG (расширенная генерация с извлечением данных) вместе с семантическими слоями. Этот подход позволяет моделям получать фактические корпоративные данные в режиме реального времени.

Хранение и анализ информации тоже вызывают сложности. Панель с участием представителей Equifax, British Gas и Centrica обсудила необходимость облачной аналитики в реальном времени. Конкурентное преимущество зависит от способности выполнять масштабируемые и мгновенные аналитические стратегии.

Для практических рекомендаций по внедрению агентных систем посетите AI Projects - там вы найдете готовые решения для вашего бизнеса.

Физическая безопасность роботов выходит на первый план

Интеграция AI в физическую среду создает риски, отличающиеся от программных сбоев. Панель с участием Эдит-Клэр Холл из ARIA и Мэттью Ховарда из IEEE RAS рассмотрела развертывание воплощенного AI на заводах, в офисах и общественных местах. Протоколы безопасности должны быть установлены до того, как роботы начнут взаимодействовать с людьми.

Перла Майолино из Оксфордского института робототехники представила техническую перспективу этого вызова. Ее исследования датчиков времени полета (ToF) и электронной кожи направлены на то, чтобы дать роботам самосознание и осведомленность об окружающей среде. Для таких отраслей, как производство и логистика, интегрированные системы восприятия предотвращают несчастные случаи.

В разработке программного обеспечения наблюдаемость остается параллельной проблемой. Юлия Самойлова из Datadog подчеркнула, как AI меняет способ создания и устранения неполадок в программах. По мере роста автономности систем возможность наблюдать за их внутренним состоянием и процессами рассуждения становится необходимой для надежности.

Инфраструктура требует переосмысления

Внедрение требует надежной инфраструктуры и восприимчивой культуры. Джулиан Скилс из Expereo утверждал, что сети должны проектироваться специально для AI-нагрузок. Это включает создание суверенных, безопасных и постоянно доступных сетевых структур, способных обрабатывать высокую пропускную способность.

Человеческий фактор остается непредсказуемым элементом. Пол Фермор из IBM Automation предупредил, что традиционное мышление об автоматизации часто недооценивает сложность принятия AI. Он назвал это «иллюзией готовности к AI». Джена Миллер усилила эту мысль, отметив, что стратегии должны быть ориентированы на человека для обеспечения принятия. Если персонал не доверяет инструментам, технология не приносит отдачи.

Рави Джей из Sanofi предложил руководителям задавать операционные и этические вопросы на ранних этапах процесса. Успех зависит от решения, где создавать собственные решения, а где покупать готовые платформы.

Практические выводы для руководителей

Сессии первого дня показали, что технология движется к автономным агентам, но развертывание требует прочной основы данных.

Директорам по информационным технологиям следует сосредоточиться на создании структур управления данными, поддерживающих генерацию с извлечением информации. Сетевую инфраструктуру необходимо оценить, чтобы убедиться, что она поддерживает требования к задержке агентных рабочих нагрузок. Стратегии культурного принятия должны идти параллельно с технической реализацией.

Ключевые шаги:

  • Установите протоколы управления для недетерминированных результатов
  • Внедрите семантические слои для устранения галлюцинаций моделей
  • Обеспечьте облачную аналитику реального времени
  • Разработайте протоколы физической безопасности для воплощенного AI
  • Создайте сетевую инфраструктуру, способную выдерживать AI-нагрузки
  • Подготовьте персонал к работе с цифровыми коллегами

Агентный искусственный интеллект - это не просто эволюция автоматизации. Это фундаментальное изменение того, как компании обрабатывают информацию и принимают решения. Организации, которые сейчас инвестируют в качество данных, управление и культурную трансформацию, получат значительное конкурентное преимущество.

Чтобы узнать больше о внедрении агентных систем в вашей компании, посетите AI Projects и получите консультацию экспертов.

Будущее корпоративной автоматизации уже здесь. Вопрос не в том, придет ли агентный AI, а в том, насколько быстро ваша организация сможет адаптироваться к новой реальности.