Помните ажиотаж 2025 года, когда каждый второй стартап обещал «революцию искусственного интеллекта»? Судя по новому отчету Box «State of AI in the enterprise», революция не просто состоялась — она превратилась в рутину. И этот рутинный, промышленный подход внезапно оказался куда прибыльнее, чем героические эксперименты одиночек.
Компания Box опросила 1 640 IT-директоров из США, Великобритании, Франции и Японии. Главный вывод — скорость изменений зашкаливает. Доля организаций, считающих себя «продвинутыми» или «передовыми» в AI, взлетела с 8% до 64% всего за год. Одновременно доля «новичков» и тех, кто даже не начинал, рухнула с 53% до смешных 9%. 80% опрошенных заявили, что получили заметный возврат инвестиций (ROI) — улучшение как минимум на 10%, а более половины увидели измеримый бизнес-эффект уже в первые полгода после утверждения проекта.
Тайный ингредиент успеха: операционная дисциплина
Оливия Ноттебом, COO Box, объясняет этот сдвиг не каким-то техническим прорывом, а тем, как компании теперь организуют работу AI. «Мы перешли от разрозненных экспериментов на уровне отдельных сотрудников к систематизированным, интегрированным агентным операциям, — говорит она. — Агенты находятся в продакшне и используются повторяемым образом. Вот откуда берется эффект».
Разрыв между лидерами и отстающими — это вопрос исполнения. Половина компаний из категории «передовые» сообщили об ROI выше 25%. Для сравнения: среди «ранних стадий» таких лишь 11%. Компании из категорий «продвинутые» (33%) и «развивающиеся» (16%) заняли промежуточное положение. Ноттебом подчеркивает: настоящий дифференциатор — не сам факт внедрения AI, а то, насколько жестко и системно оно организовано.
«Что выделяет лидеров, так это наработанная операционная мускулатура: правильные команды для развертывания агентов, формальное управление для их контроля и единообразие того слоя контента, с которым работают агенты, — поясняет она. — Компании на ранних стадиях подходят к этому гораздо более хаотично и экспериментально, позволяя людям играться без четкой цели или продуманной структуры».
Контент, а не модель: главный узкий место 2026 года
И вот здесь самое интересное. Если отбросить маркетинговую шелуху, то ключевой бутылочный горлышко для enterprise AI — это не качество модели, а доступ к контенту. 96% организаций утверждают, что агентам необходим доступ к специфическому контенту компании. Однако только 36% реально подключили агентов к проверенным данным для множества сценариев использования. Это проблема не столько технологии, сколько доверия.
«Мы начинали этот путь, полагая, что enterprise AI — это доступ к новейшей модели, — вспоминает Ноттебом. — Но теперь вопрос в том, есть ли у агентов доступ к правильному контенту и защищен ли этот контент. Потому что агенты хороши ровно настолько, насколько хорош контент, к которому они могут обращаться, и настолько безопасны, насколько безопасна окружающая их инфраструктура».
Правильная организация контентного слоя дает второй, неочевидный бонус: наконец-то позволяет агентам работать сквозь департаменты, которые раньше существовали в изоляции. При этом проблемы остаются: четверть опрошенных указывает на разрозненность данных по системам, 24% — на сложность интеграции AI в существующую инфраструктуру, 21% жалуется на нехватку прав доступа, а 18% — на полную неструктурированность контента. Но среди наиболее зрелых организаций 63% уже рассматривают неструктурированные документы, контракты и отчеты как конкурентное преимущество, а не как мертвый груз в цифровом шкафу.
Безопасность и governance: от тормоза к ускорителю
Почти половина всех организаций уже столкнулась с инцидентами, связанными с утечкой данных из-за AI. Среди передовых компаний этот показатель достигает 60% — что логично: больше агентов, больше точек входа. Но эти же компании, вероятно, лучше оснащены для обнаружения проблем.
Доля организаций, сообщивших о наличии зрелых структур управления (governance), выросла с 24% в 2025 году до 73% в 2026-м. Однако реальные пробелы сохраняются: только 39% имеют полную видимость санкционированного и несанкционированного использования AI, 34% имеют формальные стандарты доступа агентов к данным, а 27% все еще описывают свое управление как «ситуативное». Ноттебом считает инциденты не неудачей, а механизмом принуждения к переменам.
«Раньше управление воспринималось как то, что замедляет людей, — объясняет она. — Но 93% респондентов сказали нам, что лучшее управление на самом деле позволяет двигаться быстрее. Governance делает масштабирование AI выживаемым. Как только контент защищен и снабжен строгими правами доступа, вы можете запустить множество агентов в множестве процессов и получить реальный мультипликативный эффект».
Практическое следствие: структуры разрешений, построенные для людей-сотрудников, теперь пересматриваются с учетом потребностей агентов. Компании только на полпути к этому. «Разрешения, которые предприятия установили два года назад, нужно пересматривать, — говорит Ноттебом. — До недавнего времени никто не настраивал права на документ с мыслью о том, как его будет использовать агент. Теперь к этому подходят гораздо осознаннее. И это оставляет огромный массив неструктурированных данных, которые нужно перебирать, чистить или переназначать права».
Мульти-модельный подход и уход от вендорного рабства
Дни «токен-максимизации» (когда платили за самый мощный движок просто потому, что он был) канули в Лету. «Речь теперь идет об ответственности за эффективный AI, — заявляет Ноттебом. — Организации хотят использовать самую дешевую модель, которая соответствует необходимому уровню качества, а не обязательно самую дорогую. Разные семейства моделей постоянно перепрыгивают друг друга, и компании хотят сохранить свободу выбора».
Это означает, что избегание привязки к одному вендору стало важнее, чем когда-либо. 68% выражают обеспокоенность зависимостью от одного поставщика AI. Среднее число официально принятых AI-инструментов выросло до 3,3. И 79% считают важным или критически важным, чтобы агенты работали «безголово» (headlessly), подключаясь напрямую к системам и API без человеческого интерфейса посередине. Тенденция напоминает переход на мульти-облачную инфраструктуру, продиктованный тем же нежеланием отдавать одному поставщику непомерную переговорную силу.
Что делать прямо сейчас: три шага к успеху
На ближайшие три года Ноттебом рекомендует бизнесу три приоритета. Первый — организовать, классифицировать и очистить неструктурированный контент. Второй — активно нанимать и формировать команды для новых ролей (инженеры агентов, специалисты по AI governance). Третий — внедрить гибридную модель «токен-бюджета»: IT владеет инфраструктурой и общим бюджетом на токены, а бизнес-подразделения управляют расходами на уровне приложений.
«Вам не обязательно начинать с низкой зрелости и медленно карабкаться вверх, — завершает Ноттебом. — Если выстроить управление, контентный слой и мульти-модельную систему с самого начала, можно войти в игру сразу как лидер — и получить тот же непропорционально большой эффект».
Звучит как вызов для всех, кто до сих пор думает, что AI — это про выбор самого модного чат-бота. Спойлер: это про то, как вы организуете свой цифровой бардак.