12 июня 2026 г.

ИИ-агенты в 2026: что умеют, кому нужны и как их не бояться

Что такое ИИ-агент, чем он отличается от ChatGPT, как частный человек использует агента для планирования поездки и как Salesforce сократил $100 млн затрат на поддержку — объясняем без технических терминов.

Большинство людей познакомились с нейросетями через ChatGPT: написал вопрос — получил ответ, поправил запрос — получил получше. Это диалог. Ты управляешь, нейросеть отвечает.

Агент работает иначе. Вы ставите задачу и переключаетесь на свои дела. Агент сам разбирается, что нужно сделать, в каком порядке и какими инструментами, а потом возвращается с результатом. Или с уточняющим вопросом, если что-то пошло не так.

Разницу можно сравнить с работой с калькулятором и бухгалтером: оба работают с числами, но бухгалтер сам решает, что считать и когда.

Что агент умеет такого, чего не умеет простой чат бот

Сначала про путаницу в терминах, потому что её много. ИИ-ассистент и ИИ-агент звучат похоже, но устроены по-разному. Ассистент реагирует на вопросы: задали, получили ответ, задали снова. ИИ ассистенты могут иметь встроенные инструкции, как надо отвечать пользователю. Например ассистент - тренер по бегу может иметь в инструкциях все данные о вашем текущем физическом состоянии и вам не надо писать об этом каждый раз, когда вы его просите создать новый план тренировок. Агент действует по другому: получив задачу, он определяет шаги, инструменты и последовательность и не останавливается, пока не получит результат.

Простая проверка: попросите ассистента «забронируй мне отель в Стамбуле». Он ответит, что не умеет этого делать, и предложит список сайтов. Агент откроет браузер и начнёт бронировать.

Классический ChatGPT — умный собеседник. Агент — тот же интеллект, но с руками: он может открывать браузер, читать сайты, отправлять письма, заполнять формы, вызывать API, запускать код. И делать это последовательно, без вашего участия на каждом шаге.

Технически это называется «многошаговое выполнение с инструментами». Агент планирует цепочку действий, выполняет их и корректирует план, если что-то меняется. На практике это выглядит проще, чем кажется: поставил задание, через какое-то время получил готовое. Здесь на передний план выходят ваши управленческие способности, то есть умение четко сформулировать задачу и выставить ожидания.

Пример для частного человека: отпуск за 5 минут вместо вечера

Вы хотите съездить в Стамбул на майские. Обычный сценарий — несколько часов в Aviasales, Booking, Tripadvisor и Google Maps. Потом ещё полчаса сомнений: а вдруг дешевле лететь через Минск?

С агентом этот процесс выглядит иначе. Вы пишете: «Хочу в Стамбул на 5 дней в начале мая, бюджет 80 тысяч рублей на двоих, интересует архитектура и хорошая еда, хочу жить в европейской части города». Агент сам ищет рейсы, сравнивает отели, составляет маршрут по дням, проверяет отзывы и возвращается с готовым вариантом: рейс, отель, три-четыре ресторана и что смотреть каждый день.

Сервисы вроде Layla и Mindtrip делают именно это — агент планирует поездку от одной фразы до итоговой подборки, готовой к бронированию. По данным отраслевых опросов, от 30 до 80% путешественников уже используют или всерьёз рассматривают ИИ для планирования поездок.

Для повседневной жизни работает то же самое. Британское правительство измерило эффект: работники, которые пользуются AI-агентами и ассистентами, экономят в среднем 26 минут в день на рутине. Это две недели рабочего времени в год — просто за счёт того, что кто-то другой разбирается с почтой, напоминаниями и поиском.

Пример для крупной компании: Salesforce и $100 млн экономии

Здесь лучший пример — Salesforce. Компания запустила платформу агентов Agentforce в 2024 году, а потом сделала то, что делают немногие вендоры: внедрила её у себя.

Задача была простой и болезненной: поддержка клиентов. Миллионы запросов в год, большая команда операторов, и вечная проблема — клиенты ждут ответа часами.

Через год Agentforce обработал 3 миллиона диалогов на сайте поддержки Salesforce. Только 4% разговоров передавались живому оператору — всё остальное агент закрывал сам. Объём входящих обращений сократился на 8% в год: это более 170 тысяч вопросов, которые агент разрешил прежде, чем они дошли до человека. Годовая экономия по оценке самой компании превысила $100 млн.

Параллельно Salesforce сократила команду поддержки с 9000 до примерно 5000 человек. CEO Марк Бениофф не стал скрывать связь. Это не значит, что агенты уничтожают рабочие места в антиутопическом смысле — это значит, что при том же объёме задач нужно меньше людей на рутину и больше на то, что агент делать не умеет.

Рынок

По данным Grand View Research, рынок ИИ-агентов вырос с $7,6 млрд в 2025 году до $10,9 млрд в 2026-м: почти 43% за один год. 79% компаний уже внедряют или тестируют агентов. До реального масштабирования дошли менее 10% — большинство пока в режиме «смотрим и щупаем».

McKinsey прогнозирует, что к 2030 году агенты будут встроены в 40% корпоративных приложений — уже не как отдельный эксперимент, а как стандартная функция, такая же привычная, как сегодня встроенный поиск.

Как начать без страха потерять контроль

Главный страх — агент «сам что-то делает», и непонятно что именно.

На практике все современные системы решают это через «human-in-the-loop»: агент предлагает действие, человек подтверждает. Особенно там, где последствия необратимы — отправка письма, платёж, публикация. Это не недоработка, а намеренная архитектура.

Начать можно прямо сейчас, без специального ПО. Поставьте задачу перед вашей нейросетью (если у нее есть такие возможности) не «ответь на мой вопрос», а «составь план действий и выполни каждый шаг, уточняя у меня перед каждым». Это уже примитивный агент. Полнофункциональный готовый агент Cowork встроен в приложение Claude Desktop. Он работает прямо на вашем компьютере: читает папки и файлы, создаёт документы, таблицы и презентации, обрабатывает данные. Попросите его разобрать папку с договорами и выгрузить ключевые условия в Excel. Или пройтись по 200 письмам и составить сводку по темам. Или взять сырой CSV с данными о продажах и собрать из него читаемый отчёт с нужным форматированием. Всё это происходит без ручного копирования между программами и без вашего участия на каждом шаге. Дальше — платформы вроде n8n и Make, которые позволяют строить автоматизации без кода, или встроенные агенты в Notion, Gmail, CRM-системах.

Порог входа сейчас ниже, чем кажется. Через год он будет ещё ниже.

Хотите разобраться, как внедрить агентов в работу команды? Свяжитесь с Best Practice AI.