Компании довольно быстро дошли до странной точки: нового ИИ-агента уже можно собрать за часы, а ответить, сколько таких агентов вообще работает внутри организации, иногда сложнее.
Мне здесь интересен не сам очередной релиз, а смена вопроса. Ещё недавно компании обсуждали, где внедрять ИИ. Теперь рядом появляется другой: кто отвечает за уже запущенных агентов, что им разрешено, сколько они стоят и приносят ли они вообще пользу.
Когда агентов стало достаточно много
24 сентября Dataiku анонсировала Agent Management. Задача у продукта довольно приземлённая: находить агентов на разных платформах, собирать их в единый реестр и показывать по каждому владельца, использование, стоимость, техническое состояние и риски. Общая доступность запланирована на октябрь 2026 года.
Почти в тот же момент Microsoft описала ту же проблему со своей стороны. Внутри компании, по её словам, основной вызов уже смещается от самого внедрения ИИ к доверию, координации и управлению. Для этого Microsoft использует Agent 365 как единый управляющий слой, через который ИТ-команда может видеть агентов и не давать им разрастаться незаметно.
И вот это уже похоже не на случайное совпадение продуктов, а на новый инфраструктурный слой.
С серверами, SaaS и учётными записями компании давно живут по понятным правилам: есть владелец, права, расходы, журнал событий и жизненный цикл. С агентами постепенно приходится делать то же самое.
Масштаб хорошо виден на внутреннем кейсе Microsoft. К сентябрю 2026 года в её облачной цепочке поставок было развёрнуто больше 111 специализированных агентов. В пяти измеренных циклах планирования среднее время сократилось примерно с 10 до менее чем 2,5 рабочих дней.
Цифра сильная, но я бы не превращал её в универсальный аргумент в пользу агентной автоматизации. Это внутренний кейс Microsoft, привязанный к конкретным процессам и периоду. Сама компания отдельно уточняет, что результаты нельзя переносить на любой бизнес как готовый бенчмарк.
Есть здесь и другая важная деталь. Microsoft сначала пересобрала процессы и данные, и уже потом масштабировала агентов. То есть сотня агентов не была стартовой точкой. Она появилась поверх уже подготовленной инфраструктуры.
Доступ к системе ещё не означает право на любое действие
У обычного чат-бота ошибка чаще всего заканчивается плохим ответом. У агента цена ошибки может быть другой.
Современный агент способен читать почту, обращаться к SaaS и базам данных, вызывать API и инструменты через MCP, менять записи и запускать рабочие процессы. Поэтому Check Point предлагает смотреть на него почти как на нового привилегированного пользователя.
Сравнение полезное. Чем больше пользы мы хотим получить от агента, тем больше возможностей ему приходится выдавать.
И в какой-то момент уже недостаточно знать, к какой системе агент имеет доступ. Нужно понимать, что именно он имеет право там делать.
Самый простой пример: агенту можно разрешить читать и создавать записи, но запретить удаление данных в рабочей системе. Такой запрет разумнее закрепить технически, а не надеяться на фразу «ничего не удаляй» в системном промпте.
Отсюда и складывается отдельный контур управления: реестр агентов, владельцы, отдельные идентичности, минимальные права, журналы действий, контроль затрат и понятные правила остановки.
OECD в сентябрьском исследовании Agentic AI in organisations тоже рассматривает управление и контроль как отдельную практическую проблему внедрения. Доклад основан на интервью с организациями, которые уже работают с агентными системами. Он не даёт общей цифры «сколько агентов накопилось у бизнеса», и это как раз полезное ограничение.
С масштабом agent sprawl пока лучше не спешить. Значительная часть громких процентов идёт от самих вендоров, которые одновременно продают инструменты для решения этой проблемы. Независимых данных по всему рынку пока заметно меньше.
Иногда лучшим новым агентом оказывается тот, которого не создали
Мне здесь нравится принцип Microsoft: Build, Reuse or Prompt.
Перед созданием нового агента команда сначала проверяет, действительно ли он нужен. Может быть, задачу уже решает существующий агент. Может быть, хватает стандартного Copilot. А иногда достаточно нормального запроса к модели без отдельной агентной системы.
Звучит почти слишком просто, но именно такой фильтр становится полезным, когда новый агент собирается быстрее, чем компания успевает понять, зачем ей предыдущий.
Я бы вообще начинал не с покупки платформы управления агентами.
Сначала полезно ответить на несколько скучных вопросов: какие агенты уже работают, кто за них отвечает, к каким данным они подключены, какие действия могут выполнять и сколько всё это стоит.
Если на эти вопросы нельзя быстро ответить, значит управление уже отстаёт от внедрения.
И, похоже, именно здесь проходит следующий этап корпоративного ИИ. Мы уже научились довольно быстро создавать агентов и подключать их к реальной работе. Теперь приходится учиться относиться к ним как к полноценной части ИТ-инфраструктуры.
Ссылки
Ссылки
- Статья: Dataiku Launches Agent Management
- Статья: From the field: How agentic AI is reshaping adoption at Microsoft
- Статья: What we’ve learned from Microsoft’s own AI transformation
- Исследование: Agentic AI in organisations — OECD
- Статья: Can We Control Every AI Agent Before It Becomes Our Next Privileged Insider? — Check Point