Агентный ИИ в России: какие отрасли внедряют инструменты искусственного интеллекта и куда движется этот рынок

Агентный ИИ — это класс систем искусственного интеллекта, оснащенных интеллектуальными агентами, ориентированными на автономную работу: они принимают решения и выполняют задачи без вмешательства человека. В настоящее время рынок агентного ИИ в России характеризуется быстрыми темпами роста, но при этом сталкивается с рядом специфических вызовов и особенностей. В 2025 году объем этого рынка оценивался примерно в 50 млрд руб., что составляло около 30% от общего рынка платформ ИИ.

Динамика российского рынка агентного ИИ в 2020–2025 гг.

Как отдельный сегмент рынок ИИ-агентов начал формироваться только в 2021–2022 годах, а период наиболее активного его развития пришелся на 2023–2025 годы.

Если до 2024 года AI-агенты оставались преимущественно предметом экспериментов и демонстраций на конференциях, то к 2025 году они оформились в самостоятельную категорию корпоративного ПО со своей инфраструктурой и ведущими игроками.

Рынок агентного ИИ вырос за один год более чем в 4 раза — с 11,5 млрд руб. в 2024 году до 49,5 млрд руб. в 2025-м. При этом объем рынка больших данных и ИИ в целом достиг 520 млрд руб. (рост на 20% год к году). Прогнозируется, что в 2026 году он преодолеет отметку в 600 млрд руб.

Россия занимает четвертое место в мире по числу стартапов с ИИ-агентами (после США, Китая и Великобритании), пока этот рынок формируется в основном крупными компаниями: об интересе к внедрению интеллектуальных агентов в свои бизнес-процессы заявили более 60 холдингов и корпораций. Около 25% рынка автономных ИИ-систем принадлежит банковскому сектору, где доминирует собственная (in-house) разработка. В ретейле и электронной торговле ИИ-агенты применяются для оптимизации логистики и ценообразования, а также при формировании аналитики спроса, но внедрение автономных решений в этих сегментах все еще находится в стадии экспериментов.

Ключевые особенности рынка агентного ИИ в России

Агенты искусственного интеллекта в России еще не стали «массовыми сотрудниками», пока они используются преимущественно как инструменты точечной оптимизации В 2025 году решения на основе генеративного ИИ хотя бы в одной функции внедрила 71 компания, но применение автономных агентных решений по-прежнему ограничивается отдельными пилотными проектами.

На данном этапе рынок характеризуется следующими особенностями:

• переход к мультиагентным системам. Бизнес постепенно отказывается от отдельных инструментов в пользу комплексных решений, когда несколько цифровых помощников координируют действия между собой и решают бизнес-задачи без постоянного участия человека. Например, в ретейле все чаще используют архитектуру с агентом-координатором и узкоспециализированными агентами для обработки возвратов — это позволяет сократить время обработки и снизить нагрузку на операторов;
• акцент на безопасности данных. Поскольку ИИ-агенты часто работают с конфиденциальной информацией (клиентские данные, коммерческие секреты), критически важно обеспечить ее защиту. Агенты могут работать внутри защищенного контура компании, без вывода информации во внешние облака. Доступ строго разграничивается по ролям, все действия агентов отслеживаются;
• дефицит специалистов. Наблюдается острая нехватка инженеров-программистов, специалистов по NLP и разработчиков сложных систем. За 2023–2024 годы количество вакансий в сфере агентного ИИ выросло на 985%;
• высокие затраты на внедрение. Развертывание языковых моделей в собственном защищенном контуре без вывода данных во внешние облака существенно увеличивает стоимость проектов. Помимо самой технологии приходится инвестировать в вычислительную инфраструктуру, системы хранения данных и информационную безопасность. Затраты на внедрение ИИ-агентов в течение трех лет для малого бизнеса могут составить от 5 млн руб., для корпораций эта сумма может приближаться к 1 млрд руб.;
• проблемы с интеграцией в бизнес-процессы. Около 90% пилотных проектов по внедрению генеративного ИИ в 2025 году были отложены или трансформированы и лишь порядка 10% из них дошли до полноценного внедрения. Главная причина — слабая интеграция в реальные бизнес-процессы. Многие компании обнаруживают, что их устаревшая инфраструктура не рассчитана на поддержку автономных агентов ИИ;
• риск ошибок и «галлюцинаций». ИИ-агенты работают вероятностно, и даже при малой вероятности ошибки она все равно не равна нулю. Они могут некорректно интерпретировать запрос, сделать неверный вывод, опереться на неполные данные или выполнить действие не так, как ожидал пользователь. Это особенно критично в сферах, где ошибки могут привести к финансовым или репутационным потерям;
• государственная поддержка и регулирование. В России закреплены требования к управлению данными и безопасности на уровне государственных инициатив. Разработан ГОСТ Р 57700.37-2021, регламентирующий создание цифровых двойников и цифровых платформ. Стратегия развития искусственного интеллекта утверждена указом Президента РФ;
• потенциал развития в различных отраслях. Агентный ИИ уже находит практическое применение в ИТ, агропромышленном комплексе, добыче полезных ископаемых, транспортной отрасли, логистике, рознице, нефтепереработке, банковском секторе, кибербезопасности, корпоративной среде. Например, компания «Газпром нефть» использует ИИ-агентов для интерпретации геофизических данных и прогнозирования аварийных ситуаций при бурении.

Если еще недавно компании оценивали факт использования интеллектуальных агентов как конкурентное преимущество, то сегодня внимание смещается к вопросам окупаемости, надежности, качества интеграции в существующие процессы и безопасности данных. Поэтому в ближайшие годы основная конкуренция на рынке агентного ИИ будет разворачиваться уже не между языковыми моделями, а на уровне подходов к их внедрению в реальные бизнес-задачи.

Для большинства отраслей ключевым вопросом становится способность компаний перестраивать свои бизнес-процессы так, чтобы передать часть функций агентному ИИ и не потерять при этом управляемость и качество принимаемых решений. Практика показывает, что наибольшего эффекта от внедрения добиваются те, кто рассматривает интеллектуальных агентов как элемент корпоративной системы управления данными и операционной деятельностью и используют их на участках, требующих больших объемов рутинных операций или предиктивной аналитики.

Дальнейшее развитие рынка будет определяться тем, насколько быстро компании из различных отраслей смогут успешно закончить текущие эксперименты и ввести свои ИИ-системы в промышленную эксплуатацию. Это будет одним из главных критериев перехода агентного ИИ из категории перспективных технологий в число стандартных инструментов ведения бизнеса.