ИИ-агенты становятся заметной частью рабочей инфраструктуры компаний: они обрабатывают рутину, автоматизируют коммуникации, участвуют в поддержке клиентов и помогают собирать данные. Но вместе с ростом использования растёт и количество ложных ожиданий, из-за которых компании теряют время, деньги и веру в технологии.
Команда Lyzr AI опубликовала один из самых масштабных обзоров рынка — «The State of AI Agents in Enterprise (Q3 2025)», основанный на 200 000+ взаимодействиях, 3000+ демо-запросах и 2000+ диалогах с компаниями.
Этот материал — адаптированная переработка отчёта для блога Grinit, где мы собрали главное: чего не стоит ожидать от ИИ-агентов и какие иллюзии чаще всего тормозят внедрение.
Почему ожидания играют ключевую роль в успехе ИИ-проектов
ИИ-агенты реально дают огромную пользу — автоматизируют бизнес-процессы, обрабатывают запросы клиентов, сокращают время сотрудников и закрывают многие рутинные операции. Но эффективность быстро падает, если бизнес ожидает от технологии того, чего она фактически не делает.
По данным Lyzr AI:
— 62% компаний не знают, с чего начать внедрение.
— 41% считают ИИ-агентов побочным экспериментом.
— 32% останавливаются после пилота, не доводя проект до продакшена.
Все эти проблемы связаны не с технологиями, а с ожиданиями и отсутствием стратегии.
ИИ-агент не станет стратегом и не примет решение за вас
Даже самые продвинутые модели работают на основе статистических закономерностей, а не осмысленного анализа рынка или бизнеса.
Они не понимают финансовую ситуацию компании, не учитывают внутренние процессы и не предлагают стратегию.
ИИ-агент может:
• сформулировать идеи;
• подсветить проблемы;
• предложить варианты решения;
• собрать информацию.
Но он не заменит управленческое мышление, потому что не несёт ответственности и не обладает пониманием реальности.
ИИ-агенты не работают в вакууме: им нужны данные
Одно из самых распространённых заблуждений — что ИИ «сам разберётся» в вашей системе или «увидит» информацию в CRM.
ИИ-агент ничего не знает о бизнесе, пока:
• данные не переданы вручную,
• не настроена интеграция,
• не подключены хранилища или документы.
Технология не может анализировать процессы, к которым не имеет доступа.
Во всех успешных кейсах Lyzr, Grinit и других компаний — агенты дают максимум пользы только после подключения источников данных.
ИИ не станет универсальным экспертом во всех областях
Отчёт Lyzr показывает: компании пытаются использовать одного агента в продажах, маркетинге, поддержке, HR и финансах — и получают средний результат везде.
Причина проста:
• разные задачи требуют разных моделей;
• разные отделы требуют разных сценариев;
• универсальные агенты работают хуже специализированных.
Так, по данным отчёта, наиболее эффективно агенты работают в функциях:
— автоматизация процессов — 64%;
— customer support — 20%;
— продажи — 17,3%;
— маркетинг — 16%
Нельзя ожидать, что ИИ-агент будет работать без проверки
ИИ-агенты могут выполнять до 80% запросов первой линии поддержки — но только в тех компаниях, где есть чёткая методология проверки, корректировки и обновления данных.
Агенты:
• могут ошибаться;
• могут давать правдоподобные, но неточные ответы;
• не всегда умеют корректно интерпретировать слабый контекст.
Поэтому любая автоматизация требует:
• проверки на ранних этапах,
• корректировок сценариев,
• регулярного обновления базы знаний.
ИИ-агент — это не «поставил и забыл», это инфраструктура, которая требует поддержки, как и любой digital-инструмент.
Однократное внедрение не работает: ИИ — это процесс
Одно из самых разрушительных ожиданий — что достаточно сделать один пилот, подключить модель и «дальше оно само».
По факту ИИ-агенты:
• требуют адаптации под бизнес-логику,
• нуждаются в регулярной настройке,
• развиваются и улучшаются вместе с процессами компании,
• могут давать новую пользу только при расширении задач и данных.
Компании, которые относятся к ИИ-агентам как к постоянному процессу, — получают результат.
Те, кто ожидают мгновенного эффекта без вложений — останавливаются после пилота (данные Lyzr: 32%).
Что остаётся в итоге
ИИ-агенты прекрасно работают там, где есть понятные показатели, повторяющиеся процессы и реальные данные.
Но они:
• не принимают стратегических решений,
• не заменяют экспертов,
• не работают без инфраструктуры,
• не развиваются сами по себе.
Результат зависит от того, насколько трезво компания подходит к планированию и внедрению.
И когда ожидания совпадают с реальностью — ИИ-агенты становятся мощным инструментом роста, а не разочарования.