Агентная экономика потребует общих правил для всего ИТ-рынка

Российскому рынку ИИ недостаточно создавать модели и пилотировать помощников. Чтобы агенты работали с корпоративными данными, запускали бизнес-процессы и взаимодействовали друг с другом, нужны совместимые интерфейсы, требования к безопасности и готовность производителей ПО открыть свои системы, уверен руководитель направления ИИ ИТ-холдинга Т1 Сергей Голицын.

ИИ-агент, в отличие от чат-бота, получает задачу, обращается к разрешенным источникам данных, использует подключенные инструменты и выполняет последовательность операций. Однако эффект зависит не только от качества большой языковой модели - LLM, а от скорости и безопасности доступа к ERP, CRM, BI-системам, электронному документообороту, АБС банков и другим приложениям с данными и бизнес-логикой.

Сегодня каждое внедрение требует отдельной интеграции: разработки коннекторов, настройки доступа, согласования безопасности и поддержки при обновлениях. Поэтому ИИ-проект часто остается пилотом из-за сложности контролируемого доступа к данным и операциям.

Выходом может стать консолидация ИТ-рынка вокруг открытых стандартов. MCP-коннекторы - программные интерфейсы для подключения ИИ-агентов к внешним системам по единым правилам. Model Context Protocol дает агенту доступ к сервису как к стандартизированному инструменту, исключая постоянную разработку уникальных интеграций.

Для массового внедрения нужна платформа для создания и контроля ИИ-агентов: она обеспечивает взаимодействие с LLM, управление ресурсами, маршрутизацию, права доступа, аудит и защиту информации.

"Агентная экономика возникает тогда, когда ИИ-агенты разных компаний могут не только обмениваться сообщениями, но и получать данные, выполнять разрешенные действия и доводить межорганизационный процесс до результата. Для этого нужны общие правила идентификации агента и его владельца, разграничения полномочий, подтверждения значимых действий, аудита и разрешения споров. Поэтому единая платформа нужна. При этом закупки, промышленность и финансы могут сохранять собственные отраслевые платформы и требования: единый монолит скорее создаст зависимость от оператора, чем ускорит рынок", - отмечает Евгений Осадчук, руководитель направления "Искусственный интеллект" Фонда "Сколково".

В России формируется рынок платформ для ИИ-агентов: Just AI Agent Platform, Yandex AI Studio, MWS AI Agents Platform, GigaChat Enterprise, Т1 Сайбокс, Nodul и AgentNavigator. Они различаются архитектурой и подходом к развертыванию, но решают общую задачу - сделать разработку и эксплуатацию агентов управляемой для бизнеса. Just AI, в частности, развивает enterprise-платформу для мультиагентных систем с поддержкой внешних инструментов и корпоративных подключений.

Сегодня каждое внедрение корпоративных программ требует отдельной интеграции

Совместимость сокращает путь от идеи до результата: вместо уникальной разработки компания подключает стандартизированные инструменты, а агент получает доступ к данным в рамках политик безопасности. Для вендора это возможность встроить продукт в агентную экосистему.

Один из примеров - "Сайбокс", платформа ИТ-холдинга Т1 для создания и эксплуатации ИИ-приложений и сервисов. Она охватывает цикл от подготовки данных и разработки до эксплуатации моделей, позволяя создавать агентов для бизнес-задач.

Агентная платформа - диспетчерский центр: определяет инициатора запроса, доступ агента к системе, допустимые действия и контур обработки информации. Чтобы проверить договор в ЭДО, сопоставить его с ERP и подготовить рекомендацию, агенту нужен безопасный стандартизированный доступ к обеим системам.

Сергей Голицын считает, что создание таких платформ должно оставаться задачей бизнеса: "Так как это вендорское ПО, требующее функционального развития, которое рождается в конкурентной среде. Однако необходимы заданные государством стандарты разработки моделей, требований к безопасности на уровне отраслевых стандартов".

Бизнес конкурирует качеством платформ и сценариев, государство формирует требования к защищенности, контролю доступа, аудиту и совместимости.

При этом стимулировать следует не число выпущенных коннекторов, а их полезность, отмечает Евгений Осадчук. "Оплату и статус проверенного подключения привязывать к успешным операциям, стабильности, соблюдению прав доступа и журналированию", - уверен эксперт.

Стоимость MCP-коннектора зависит от системы, ее архитектуры, зрелости API, количества сценариев и требований к безопасности. Для сложного продукта, особенно в финансовой, промышленной или государственной сфере, потребуются проработка прав доступа, журналирование, тестирование и поддержка при обновлениях.

Отрасли нужны ИИ-инструменты для создания коннекторов: они смогут анализировать интерфейсы, предлагать структуру, генерировать код, тесты и документацию, выявлять ошибки в настройках доступа. Это снизит стоимость подключения, но не отменит ответственности разработчика.

Стимулом может стать учет качественного коннектора при включении ПО в Единый реестр российского ПО. Это модуль вендорского продукта, а не самостоятельное ПО: ценность возникает в связке с системой. Исключение - продукты, автоматически создающие и настраивающие MCP-коннекторы.

Поддержкой могут стать налоговые послабления, учет совместимости в программах цифровой трансформации и отнесение решений к особо значимым продуктам для КИИ.

Но стимулы дадут эффект только при содержательной проверке. Формальный коннектор из документации или для одного демонстрационного запроса не приблизит рынок к агентной экономике. Методология должна оценивать реальные бизнес-операции, разграничение прав, защиту учетных данных, журналы, обработку ошибок, устойчивость к обновлениям и отраслевые требования.

Методологию должны разрабатывать государство и ИТ-сообщество - вендоры, заказчики и специалисты по ИБ. Она должна быть строже проверки обычного ПО: агент не только получает данные, но и инициирует действия в корпоративной системе.

Как отмечает Сергей Голицын, "саморегулирование возможно, но это долгий эволюционный путь. Стандарты и требования подталкивают договоренности и очерчивают рамки".

Главными бенефициарами станут компании и отрасли, работающие с данными из нескольких систем. Банки ускорят анализ документов и обслуживание клиентов, промышленность - работу с данными производственного процесса, включая данные с промышленного оборудования, ретейл - управление ассортиментом и коммуникациями.

Сначала агенты помогут запускать прикладных помощников и снижать стоимость операций, затем - участвовать в сквозных процессах нескольких систем и подразделений. При масштабном внедрении в промышленности, финансах, логистике и торговле эффект за счет роста производительности и сокращения издержек может измеряться процентами ВВП.

Российская агентная экономика не появится автоматически вслед за распространением LLM. Для нее нужны зрелые платформы, совместимые корпоративные системы, надежные коннекторы, отраслевые требования и экономические стимулы. Исследование "Яков и Партнёры" оценивает потенциальный ежегодный эффект всего ИИ в России к 2030 году в 7,9-12,8 трлн рублей, включая 1,6-2,7 трлн рублей от генеративного ИИ. "Сайбокс" и другие отечественные решения формируют технологическую основу этого рынка, но следующий шаг - превратить разрозненные пилоты в общую инфраструктуру, где агенты смогут безопасно и предсказуемо работать на результат бизнеса и государства.