В исследовании Microsoft лишь 3% компаний внедрили полный набор практик для ИИ-агентов

Microsoft и технологическая и консалтинговая компания Keystone опубликовали исследование практик работы корпоративных ИИ-агентов. Сначала исследователи опросили руководителей 29 организаций с развитыми внедрениями ИИ, включая 18 ИИ-стартапов, затем оценили практики в 202 американских компаниях с более чем тысячей сотрудников. Все участники уже использовали ИИ, поэтому выборка не представляет бизнес в целом.

Все четыре практики, которые авторы связывают с общей системой знаний для агентов, внедрили шесть компаний из 202 — около 3%. В набор входят автоматически обновляемый реестр агентов, проверки, запускаемые по производственным сигналам, повторное использование прошлых ошибок в тестах и выбор модели под конкретную задачу. Такая «система знаний» должна передавать исправления и проверенный контекст от одного агента другим, а не оставлять уроки внутри отдельного диалога.

Исследователи разделили компании на четыре стадии зрелости. На третьей стадии координацию начинают переносить от сотрудников к системам: например, агенты используют общую базу знаний, а бизнес-результаты помогают выбирать подходящие задачи. Microsoft отмечает, что у части компаний такие изменения пока ограничены одним подразделением или несколькими рабочими процессами.

Финансовые показатели более чем 100 публичных компаний сравнивали за 2022–2025 годы. У компаний из верхнего квартиля оценок операционная маржа выросла примерно на 5,8 процентного пункта, а у нижнего — на 0,4 пункта; рентабельность активов изменилась примерно на 2,3 пункта против около нуля. Однако сами практики оценивали в 2026 году, уже после этого периода: авторы прямо предупреждают, что результат показывает корреляцию, а не влияние агентов на прибыль. Исследование частично финансировали Microsoft и Keystone; Microsoft сообщает, что остальные части работы проводились независимо от неё.

Для компаний главный практический ориентир — не просто добавлять новых агентов, а фиксировать общий контекст, превращать исправления в тесты и назначить ответственного за качество источников. Начать можно с одной команды или нескольких связанных процессов; финансовые цифры исследования не доказывают, что такая система сама по себе повысит прибыль. Ранее USB.RU разбирал рекомендации Microsoft по контролю корпоративных агентов и подход NVIDIA к работе агентов с корпоративными данными.