# Когда ИИ-агенты начинают считать чужие деньги, а не только свои обещания - Site: VeraPoint News - Section: Новости - Date: 2026-05-04 - Canonical: https://verapointmedia.com/news/building-an-agentic-ai-strategy-that-pays-off-without-risking-business-failure/ - Markdown: https://verapointmedia.com/news/building-an-agentic-ai-strategy-that-pays-off-without-risking-business-failure.md - Summary: ZDNet разбирает, как не превратить agentic AI в дорогую игрушку: где нужен контроль, какие KPI считать и почему x10-обещания без оговорок опасны. - Tags: #ai #agentic-ai #enterprise #automation #risk #roi - Image: https://verapointmedia.com/static/2026-05-04_building-an-agentic-ai-strategy-that-pays-off-without-risking-business-failure-news-cover.webp ## Sources - https://www.zdnet.com/article/building-an-agentic-ai-strategy-that-pays-off/ - https://paymentweek.com/2026-4-29-visa-ceo-envisions-stablecoin-agentic-benefit/ - https://news.google.com/rss/articles/CBMiggFBVV95cUxOdTVBaWdEVDhvTkVpYkwwZFRDZVVsaDVDRmE5d3BDY1UzSHJ3amk0TnA3N3NjS1Z5VFU3UlJTWGJiS3NlbGpkbENaYjVaQmJyVTBTd1pUSEdVbDdsaXd2czkyMkVMWkVDM2xZczREd0dqTmZPeXV0cGsyMmN1TUNpY1B3?oc=5 - https://news.google.com/rss/articles/CBMilwFBVV95cUxQY04xUFc2OUUyekJLRGNqWTU4cWJYRDBXcjNyd1JNYmNteU81c0duZ2dsb09YYXdZMjQzd2QzNTl1R1RpZ21PcWNOZVZBTHhWUGNKWEpKTUxEMW5zR1E1dzRqSFhCN2JKOTJMYU9PQklHZWZXdl9qNmNsMnJxYlZMc0ppVmtrQ0hBNmIzdXk3R0NrVGk5YXJN?oc=5 --- ## Если это внедрят криво, платить будут не «какие-то корпорации», а обычные люди внутри них Меня в этой истории сразу цепляет одно: агентный ИИ обещают как ускоритель бизнеса, а в реальности очень легко получить ускоритель хаоса. И это, кстати, не какая-то абстрактная корпоративная драма. Если компания строит `agentic AI` — то есть ИИ-агентов, которые не просто отвечают на вопросы, а сами выполняют цепочки действий, — ошибка там быстро уезжает в деньги, сроки, процессы и чьи-то рабочие места. ZDNet как раз про это и написал: все бегут за эффектом «в десять раз лучше», а потом внезапно выясняется, что такой ИИ может и бюджет съесть, и процесс сломать, и ещё сделать это с очень уверенным видом. Ну, шикарно, ничего не скажешь. ## Агентный ИИ — это не чатик с короной Я специально полезла разбираться, потому что термин уже звучит как что-то почти волшебное. На деле всё проще и нервнее. `Agentic AI` — это не просто модель, которая генерирует текст. Это система, которой дают цель и право самой делать шаги: искать данные, запускать действия, передавать задачи, вызывать другие сервисы, иногда даже принимать решения в рамках заданных правил. То есть это уже не «помоги написать письмо». Это скорее «вот тебе задача, иди сама и сделай цепочку действий». И вот тут у меня, честно, сразу возникает вопрос: подождите, а кто проверяет, что она сделала всё правильно? Потому что если раньше ИИ можно было держать в режиме «советчика», то агентный формат начинает лезть в операционку — в повседневную механику компании. А операционка, как ни странно, очень не любит сюрпризы. ## Почему бизнес так на это подсел Потому что обещание слишком вкусное. Компании слышат не «автоматизация отдельных задач», а почти магическую версию: меньше людей на рутине, быстрее обслуживание, выше выручка, ниже издержки, и всё это будто бы само собой. Отсюда и гонка за `x10`-эффектом — то есть за десятикратным ростом эффективности или результата. Но тут есть маленькая, неприятная деталь: `x10` — это пока ожидание, а не доказанный универсальный результат. И ZDNet как раз аккуратно напоминает, что многие такие проекты быстро спотыкаются. Не потому что ИИ «плохой». А потому что его слишком рано пускают туда, где без ограничителей и надзора он начинает стоить дороже, чем приносит. ## Где ломается красивая картинка Самая скучная, но самая важная часть — это управление. Если агенту разрешить слишком много, он может: - выбрать не тот шаг; - дублировать действия; - ошибиться с данными; - запустить процесс не в том порядке; - отправить бизнес-процесс в минус, пока люди ещё думают, что «всё под контролем». И вот здесь уже нет никакой магии. Есть обычная инженерная дисциплина, которую маркетинг очень любит забывать. В статье ZDNet, если перевести её на человеческий язык, логика примерно такая: агентный ИИ имеет смысл только тогда, когда у него есть чёткая зона ответственности, контрольные точки и измеримые KPI — то есть конкретные показатели, по которым понятно, работает система или просто красиво шумит. Я бы ещё добавила: если вы не можете заранее назвать, кто нажмёт стоп-кран, то это не стратегия. Это очень дорогое приключение. ## Что надо считать раньше, чем ROI Вот это, пожалуй, самое здравое. Все любят говорить про `ROI` — return on investment, то есть окупаемость. Но в агентном ИИ одной окупаемости мало. Нужно считать ещё и риск: - где агенту можно действовать самому; - где ему нужен человек на подтверждение; - что будет считаться ошибкой; - как быстро вы это заметите; - сколько стоит откат; - и не сломается ли от этого вся цепочка работы отдела. И только после этого уже смотреть на эффект в деньгах. Потому что, ну правда, какой смысл в «ускорении», если потом половина команды сидит и вручную разгребает последствия? Это не ускорение, это переименование ручного труда в более модное. ## Людям в этой истории достаётся не меньше, чем бюджетам Мне здесь особенно важно не потерять человеческий слой. Агентный ИИ — это не только про графики и производительность. Это ещё и про то, кто теперь делает прежнюю работу, кто её проверяет и кто отвечает, если система ошиблась. Для сотрудников это часто выглядит так: часть рутины исчезает, а вместе с ней исчезает и привычная понятность дня. Появляется надзор, верификация, исключения, разбор сбоев. То есть работа не обязательно становится легче — она просто меняет форму. И вот это, кажется, компании любят обсуждать меньше всего. Им проще говорить про «цифровую трансформацию», чем честно признать: автоматизация меняет роли внутри команды, а иногда и делает людей заложниками чужого эксперимента. ## Какой тут нормальный подход, без фокусов и громких обещаний Если совсем по-честному, то хорошее внедрение agentic AI начинается не с лозунга «давайте сделаем x10». Оно начинается с вопросов: - какая задача вообще подходит для автономности; - какой кусок процесса можно отдать машине без риска; - где нужен обязательный человеческий контроль; - что считается успехом через месяц, а не через красивую презентацию; - и что мы делаем, если агент ошибся. То есть сначала — рамки. Потом — автономность. Не наоборот. Странно, что это вообще нужно проговаривать, но, похоже, без этого рынок снова пытается прыгнуть сразу в «волшебную экономию». ZDNet как раз подводит к очень приземлённой мысли: агентный ИИ может быть полезным и прибыльным, если его проектировать как управляемую систему, а не как надежду на чудо. ## Мой вывод тут простой, хотя и не самый праздничный Agentic AI — это не плохая технология. Но это технология с очень дорогим характером: если пустить её без поводка, она легко устроит бизнесу нервный вечер. Так что главный успех здесь — не проект, который красиво обещает десятикратный эффект. Главный успех — проект, который не разваливает процессы и умеет считать риск так же строго, как прибыль. А вот это уже, честно говоря, звучит куда менее эффектно, чем очередное «ИИ всё изменит». Зато хотя бы похоже на реальную жизнь. ## Материалы - [ZDNet AI] Building an agentic AI strategy that pays off - without risking business failure: https://www.zdnet.com/article/building-an-agentic-ai-strategy-that-pays-off/ - [paymentweek.com] supporting context: https://paymentweek.com/2026-4-29-visa-ceo-envisions-stablecoin-agentic-benefit/ - [news.google.com] supporting context: https://news.google.com/rss/articles/CBMiggFBVV95cUxOdTVBaWdEVDhvTkVpYkwwZFRDZVVsaDVDRmE5d3BDY1UzSHJ3amk0TnA3N3NjS1Z5VFU3UlJTWGJiS3NlbGpkbENaYjVaQmJyVTBTd1pUSEdVbDdsaXd2czkyMkVMWkVDM2xZczREd0dqTmZPeXV0cGsyMmN1TUNpY1B3?oc=5 - [news.google.com] supporting context: https://news.google.com/rss/articles/CBMilwFBVV95cUxQY04xUFc2OUUyekJLRGNqWTU4cWJYRDBXcjNyd1JNYmNteU81c0duZ2dsb09YYXdZMjQzd2QzNTl1R1RpZ21PcWNOZVZBTHhWUGNKWEpKTUxEMW5zR1E1dzRqSFhCN2JKOTJMYU9PQklHZWZXdl9qNmNsMnJxYlZMc0ppVmtrQ0hBNmIzdXk3R0NrVGk5YXJN?oc=5