Почему CEO AI-компаний в 2026 году делают ставку на агентов

Опрос руководителей крупных компаний, разрабатывающих системы искусственного интеллекта (ИИ), показал, что в 2026 году фокус смещается с генерации текста на автономных агентов. Если раньше основным продуктом были чат-боты и генеративные модели, то теперь компании массово инвестируют в системы, способные самостоятельно планировать задачи, работать с внешними сервисами и выполнять многошаговые операции. По словам нескольких CEO, именно агентные сценарии должны обеспечить измеримый экономический эффект для бизнеса, а не просто сокращение затрат на написание писем и кода.

Вторая важная тема — нехватка качественных данных для обучения. Руководители отмечают, что традиционный подход к масштабированию моделей, основанный на увеличении объёма параметров и вычислительных мощностей, упирается в потолок. Вместо этого компании делают упор на синтетические данные, обратную связь от пользователей и методы пост-обучения, такие как reinforcement learning. Это позволяет улучшать рассуждение моделей без пропорционального роста затрат на вычисления. При этом CEO подчёркивают, что конкурентоспособность всё чаще определяется не размером модели, а качеством её интеграции в рабочие процессы.

Третья сквозная тема — регуляторика. Руководители ожидают, что в 2026 году национальные и наднациональные нормы станут более жёсткими, особенно в части прозрачности и ответственности за действия ИИ. Многие компании уже создают внутренние отделы по оценке рисков и внедряют механизмы аудита моделей до выпуска. При этом CEO расходятся во мнениях, стоит ли ждать единого глобального стандарта или регулирование останется фрагментированным по юрисдикциям. Общим местом стала осторожность: даже амбициозные игроки предпочитают заранее демонстрировать соответствие будущим требованиям, чтобы не потерять доступ к ключевым рынкам.

Наконец, почти все собеседники говорят о переходе от экспериментов к промышленной эксплуатации ИИ. Ключевыми барьерами называют не качество моделей, а устаревшую инфраструктуру данных, несовместимость внутренних систем и дефицит специалистов, которые умеют формулировать задачи для агентов. По мнению CEO, в ближайшие год-два выиграют не те, кто создаст самую мощную модель, а те, кто сможет встроить ИИ в реальные операции компаний и обеспечить измеримый возврат инвестиций.