Почему большинство корпоративных проектов с agentic AI обречены
Most Enterprise Agentic Projects Are Doomed — Here’s Why
Агентные проекты в крупных компаниях буксуют не из-за моделей, а из-за процессов согласования, финансирования и деплоя, рассчитанных на человеческую скорость.
- Согласования вместо сборки — по словам авторов, в одном проекте сборка заняла две недели, а вывод в продакшен потребовал двенадцать месяцев из-за согласований между командами. Авторы предлагают превращать согласования в исполняемый код и инвестировать в CI/CD, пока объём кода для деплоя быстро растёт.
- Портфель ставок вместо бизнес-кейса — у агентных проектов scope и ценность становятся известны только после работы, а стоимость прототипа близка к нулю. Поэтому спрашивать нужно о цене неотказа от проекта, и финансирование строить как портфель: по данным авторов, компании-лидеры по AI растут по выручке примерно на 50% быстрее конкурентов.
- Лесенка автономии — агент сначала работает в режиме shadow рядом с людьми, потом даёт рекомендации, и только затем получает ограниченную автономию с аварийным выключателем. Переход на следующий уровень зависит от подтверждённых результатов, а не от закрытых задач плана.
- Сигналы от пользователей как защита — по мнению авторов, отличие от конкурентов дают правки, пограничные случаи и реальное поведение пользователей, а не данные из CRM и ERP. Каждая фича должна либо собирать такой сигнал, либо использовать уже собранный.
Кому полезно: тем, кто выводит агентов в крупной компании и упёрся в согласования и релизный цикл, а не в качество модели.
Статья по теме
Главы
Похожие доклады
AI-инструменты для Forward Deployed Engineering
AI Engineer World's Fair 2026
Близко по содержанию
Руководство разработкой с помощью AI
AI Engineer Code 2025
Близко по содержанию
Стартапы и ИИ в 2025 году
AI Engineer World's Fair 2025
Близко по содержанию
Покупать, создавать, внедрять: как использовать M&A для AI-трансформации
Близко по содержанию


