Так, в конце прошлого года компания Meta (признана экстремистской и запрещена в России) приобрела китайский стартап Manus, который разрабатывает ИИ-агентов. Сделка обошлась в 2 млрд долларов, что в четыре раза больше оценки стартапа в начале года. При этом Manus полностью отказывается от связи с Китаем - это стало основным условием покупки. Важно, что агентная система стартапа представляет собой автономное решение, способное выполнять задачи в облаке. Внедрение подобных ИИ-решений все больше интересует крупные корпорации и инвесторов.
Ключевой сдвиг заключается в переходе от универсальных чат-ботов к мультиагентным системам, отмечает управляющий партнер Sk Capital Дмитрий Щиголев. Такие решения технологически "легче", они используют меньшие по объему модели, требуют меньше вычислительных ресурсов и обходятся дешевле в эксплуатации.
"В отличие от универсальных моделей "широкого профиля", специализированные агенты работают в "узкой" задаче, лучше контролируются и последовательно передают задачи друг другу. Это снижает количество ошибок и делает результат более предсказуемым. Для инвесторов это принципиально важно: агентные системы проще связать с конкретным бизнес-эффектом и масштабировать без взрывного роста затрат", - рассказал Щиголев.
Он добавляет, что сегодня заметен рост стартапов, которые изначально строят продукты вокруг агентной логики. При этом речь идет не только о продуктах, но и о появлении платформ для создания мультиагентных систем. Все больше стартапов строят инфраструктуру, которая позволяет бизнесу самостоятельно конфигурировать наборы агентов под свои процессы - аналитику, разработку, продажи, управление операциями.
"Фактически формируется новый слой рынка: агентные платформы, которые становятся конструктором ИИ-сервисов компании. Это отражает новое предложение и имеющийся спрос: компании хотят не просто ИИ-функцию, а гибкую архитектуру, встроенную в их IT-ландшафт и адаптированную под конкретные задачи", - объясняет Щиголев.
Так, стартапы и инвесторы видят ценность в агентных системах, потому что они способны не просто отвечать на запросы, а автономно выполнять целые цепочки задач и даже брать на себя управление бизнес-процессами. Это дает принципиально другой экономический эффект.
"Агенту можно поставить на задачу, и он работает без постоянного участия человека, снижая операционные издержки и повышая производительность. Эксперты прямо говорят о том, что такие системы становятся следующим этапом эволюции ИИ - более автономным и прикладным, а значит коммерчески более привлекательным", - рассказал заместитель директора Института искусственного интеллекта Университета Иннополис Иван Никанов.
По данным университета, только за первую половину 2025 года сотни миллионов долларов были инвестированы в посевные раунды компаний, чьи проекты делают ставку именно на автономных ИИ-агентов. Это осознанный выбор архитектуры - многие новые стартапы сразу проектируют ИИ как самостоятельного работника, а не вспомогательный инструмент. Дополнительным катализатором выступают крупные игроки, которые покупают такие стартапы и интегрируют агентные решения в свои массовые продукты, тем самым легитимизируя подход и усиливая интерес.
Директор института ИИ МФТИ Азамат Жилоков отмечает, что быстрее всего агентные решения коммерциализируются в разработке ПО, аналитике и корпоративных функциях, где много повторяемых операций. Высокий спрос также формируется в финансах, промышленности и логистике - там, где процессы формализованы и эффект от автоматизации легко посчитать.
"Все больше команд сразу проектируют продукт как систему специализированных агентов под конкретные роли и процессы, а не как единый интерфейс для общения. Это позволяет быстрее выходить на B2B-клиентов и доказывать ценность продукта через результат, а не через удобство диалога", - говорит Жилоков.
Также в больших корпорациях наиболее популярный сценарий - ИИ-помощники, которые позволяют пользователям по текстовому запросу находить любую информацию в корпоративных базах знаний. Такие продукты применимы практически в любой компании и в любой сфере с минимальной необходимостью дообучения.
"Пользователь задает ИИ-агенту вопрос, тот определяет, в какую внутреннюю систему компании следует обратиться, и быстро формирует ответ. Это позволяет экономить сотни, а в крупных корпорациях - тысячи часов рабочего времени сотрудников. При этом поиск может осуществляться не только по тексту, но и одновременно по тексту и изображениям с текстовым содержимым. Такая возможность особенно важна, например, для промышленности, где используются чертежи и сложные инструкции", - рассказал директор по продуктам MWS AI Максим Волошин.
Например, наибольший спрос на ИИ-агентов отмечается в сферах с высокой долей рутинной документной работы и регуляторной нагрузкой. Это банковский сектор, юриспруденция, госуправление, здравоохранение, промышленность и логистика. Здесь агенты эффективно обрабатывают контракты, проверяют соответствие документов актуальным нормам законодательства, анализируют отчеты, управляют цепочками согласований.
"В развитых странах подобные решения внедряются без участия человека. В России рынок находится на начальной стадии, реализуются пилотные проекты и отдельные эксперименты. В целом, по оценкам Gartner, к 2026 году около 40-45% корпоративных приложений интегрируют специализированных, заточенных под конкретные задачи. К 2028 году 33% корпоративных решений будут включать ИИ-агентов, а 50% приложений поддержат многоагентные экосистемы. По мнению аналитиков, это обеспечит автономию 15% бизнес-решений", - заключает главный владелец продукта ContentCapture в Content AI Антон Хаймовский.
