Инвестиции предприятий в ИИ растут, но медовый месяц официально закончился. Gartner объявил 2026 год «переломным годом» для организаций, чтобы согласовать свои ИИ-проекты со стратегическими бизнес-целями — что на корпоративном языке означает «покажите нам деньги, или мы выдернем вилку из розетки». По мере того как давление с требованием доказать окупаемость инвестиций растет, руководители обращаются к агентному ИИ, надеясь, что он принесет измеримые финансовые результаты, которых требуют их акционеры.

Основная возможность для ИИ-агентов существует в самой ИТ-функции, где, по прогнозам McKinsey, затраты на ИТ-инфраструктуру к 2030 году вырастут в два-три раза, даже при замороженных бюджетах. За последние 18 месяцев технические команды — инженеры, разработчики, архитекторы и другие специалисты, которые поддерживают цифровой свет, — явно задействовали агентов. Конечное обещание агентов — не просто автоматизировать задачи, а управлять целыми рабочими процессами, преследуя бизнес-цели таким образом, чтобы люди и агенты могли сотрудничать. Но учитывая риски автоматизированного принятия решений, команды не могут просто передать ключи без уверенности в том, что агенты безопасны, надежны и защищены.

Среди технических экспертов наше исследование показывает, что команды чрезвычайно уверены в использовании агентного ИИ для значительного количества задач в области ИИ, данных и облака. Там, где готовность агентов снижается, это в основном связано с отсутствием бизнес-контекста, предоставляемого этим системам. Чем сложнее задача, тем больше возможностей для рассуждений требуется агенту — и тем больше бизнес-контекста ему нужно. Такие возможности генерации контекста все еще находятся на ранней стадии разработки, особенно когда корпоративные данные запутаны и с трудом поддаются обработке. Человеческий надзор, как выясняется, остается ключевым фактором успеха.

Понимая, что технические команды играют ключевую роль в этой трансформации, опрошенные нами эксперты ожидают, что уверенность в агентах будет расти по мере углубления опыта и созревания бизнес-среды. «Когда мы проектируем агентов для работы в тех же операционных границах, системах идентификации и моделях управления, которые команды уже используют, они начинают вести себя больше как системы, которым организации уже доверяют», — говорит Джереми Уинтер, корпоративный вице-президент и главный директор по продуктам Microsoft Azure Platform.

Этот отчет, основанный на опросе 300 мировых технических экспертов, ранжирует 101 задачу в рабочих процессах ИИ, данных и облака на основе уверенности респондентов в том, что агенты действуют от их имени. Он также исследует, как технические команды видят возможности и проблемы агентного ИИ, а также его потенциал для улучшения их карьеры. Уверенность растет в измеримых задачах и увеличивается в областях сложных суждений. Технические эксперты в подавляющем большинстве считают, что агенты помогают в повседневной работе, включая оптимизацию процессов, повышение производительности и сокращение повторяющихся задач. Наибольшая уверенность — в генерации отчетов и шаблонного кода, с явными возможностями в многоэтапных рабочих процессах и продвинутых рассуждениях.

Рабочие процессы с данными — прорывная область. Технические команды больше всего доверяют агентам там, где структура обеспечивает надежную основу для решений — такие области, как мониторинг качества данных, обнаружение аномалий визуализации, мониторинг потоков данных в реальном времени и профилирование данных. Именно здесь эксперты предметной области, наиболее близкие к данным, могут предоставить контекст, позволяющий агентам действовать и обеспечивать доверенные результаты.

Прочитайте блог Microsoft Cloud от Аманды Сильвер, корпоративного вице-президента Microsoft 365 Core и Work IQ, в котором подчеркивается важность сохранения человека в цикле и то, как системное мышление продвигает карьеру. А для более глубокого погружения в рабочие процессы с данными как прорывной вариант использования агентов загляните в блог Fabric, чтобы услышать Ким Манис, корпоративного вице-президента по продуктам Microsoft Fabric.

Этот контент был создан Insights, подразделением пользовательского контента MIT Technology Review. Он не был написан редакционным штатом MIT Technology Review. Он был исследован, разработан и написан людьми-писателями, редакторами, аналитиками и иллюстраторами. Это включает написание опросов и сбор данных.