18 июня 2026 года Cognizant сообщил, что его платформа Neuro AI Multi-Agent Accelerator теперь напрямую соединяется с агентами ServiceNow AI Agents, и эти агенты могут работать внутри одного согласованного процесса, а не в двух отдельных силосах. Звучит как чисто техническая правка. На деле это та часть корпоративного AI, которая решает, окупятся ли агенты вообще: заставить софт от разных вендоров действовать как одна команда и по единым правилам.
Большинство компаний, что вложились в AI-агентов за последний год, сегодня держат целый ящик таких агентов. Агент поддержки тут, финансовый агент там, ассистент по коду в третьем инструменте. Каждого продавали как автономного. На практике они почти не разговаривают друг с другом, и каждая связка между ними собрана вручную и хрупкая. Новость этой недели как раз про то, как эту дыру закрыть.
Что именно выпустили Cognizant и ServiceNow
Интеграция работает поверх Model Context Protocol, открытого стандарта, который обычно сокращают до MCP. С MCP платформа Cognizant Neuro AI может находить и вызывать агента ServiceNow без того, чтобы кто-то писал кастомный коннектор. Новые агенты подхватываются автоматически, а Neuro AI направляет каждый запрос нужному агенту в реальном времени. ServiceNow при этом сохраняет свои права доступа и журнал аудита на всём обмене, так что оркестрация не пробивает дыру в управляемости. Cognizant к тому же выложил accelerator в открытый код, на github.com/cognizant-ai-lab/neuro-san-studio, и поставляет готовые сети агентов для продаж, финансов, цепочки поставок и клиентского сервиса.
Две цитаты задают рамку. "Multi-agent systems are the future of enterprise AI", сказал Бабак Ходжат, директор по AI в Cognizant. Амит Завери, президент, директор по продукту и операционный директор ServiceNow, прямо обозначил сторону управляемости: "The future of agentic AI is orchestrated, governed networks of agents working securely across the enterprise."
Это тренд, а не единичный случай
Тот же паттерн всплыл в этом месяце ещё дважды. На Vercel Ship 2026 в Лондоне 17 июня, перед аудиторией более 2500 человек, компания построила всю конференцию вокруг агентов, которые работают в продакшене. Её CEO Гильермо Рауч уложил суть в одну фразу: "We are deploying software that can think." Vercel заявил, что его собственный агент поддержки закрывает 91 процент тикетов и экономит 5000 инженерных часов в месяц, такая цифра двигает бюджетные совещания.
Крупные платформенные вендоры толкают в ту же сторону. Gemini Enterprise от Google держит Agent Gallery с агентами от партнёров: Accenture, Adobe, Atlassian, Deloitte, Oracle, Salesforce, ServiceNow и Workday, и каждого Google Cloud проверяет на безопасность и совместимость до публикации. Разные компании, один вывод: ценность не в одном умном агенте, а в множестве агентов, которые собираются вместе.
Interested in implementing similar AI solutions? Discover how PATech Labs can help your business leverage cutting-edge artificial intelligence.
Learn About Our ServicesПочему именно совместимость это главный рычаг
Один агент автоматизирует задачу. Сеть агентов автоматизирует процесс, а процессы это там, где деньги. Потерянный тикет поддержки, застрявший счёт, опоздавший заказ поставщику: эти проблемы идут сквозь системы, значит и решение должно идти сквозь системы. А это работает только если агент в одном инструменте может передать работу агенту в другом, без разработчика, который нянчит каждый стык.
Стандарт, который делает эту работу здесь, и есть MCP. Когда обнаружение и вызов стандартизированы, добавить нового агента перестаёт быть интеграционным проектом и становится шагом настройки. В этом и разница между AI-программой, которая растёт, и той, что глохнет после первых трёх сценариев.
IDC, на которого ссылается анонс Cognizant, ждёт, что 70 процентов компаний вложатся в готовых, кастомных и встроенных агентов в ближайшие 18 месяцев. Если большинство этих агентов осядут в отдельных силосах, компании проведут 2027 год, распутывая их. Если они лягут на общие стандарты, агенты начнут помогать друг другу.
Что это значит для бизнеса, который внедряет AI
Любой компании, что ставит AI-агентов в реальные операции, приём звонков, запись, выставление счетов, клиентский сервис, урок этой недели простой: планируй сеть до того, как влюбишься в одного агента. Несколько вопросов, которые стоит задать любому вендору уже сейчас: Говорит ли агент на открытом стандарте вроде MCP, или только на своём приватном API? Может ли он передать работу агентам, которых вы купили не у него? Сохраняет ли оркестрация ваши права доступа и аудит, или обходит их стороной? Кто видит, что сделал каждый агент и когда?
В PaTech Labs мы делаем AI-агентов, которые ведут живые деловые звонки и работу ресепшена, и на малом масштабе правило то же. Агент, который записывает на приём, полезнее, когда он ещё и проверяет календарь, обновляет запись и зовёт человека, через те инструменты, что у бизнеса уже стоят. Совместимость это не функция, которую прикручивают потом. Это то, что превращает демо в рабочую операцию.
Заголовки про AI всё гонятся за моделями побольше. Более тихая история, и та самая, что решает, отрабатывают ли агенты свои деньги, происходит на стыках между ними. На этой неделе три разных игрока, сервисный гигант, инфраструктурный стартап и гиперскейлер, разными словами сказали одно: будущее корпоративного AI это управляемая сеть, а не одинокий гений. Компании, что заложат проводку под это сейчас, проведут следующий год, отгружая результат. Те, кто нет, проведут его, занимаясь интеграцией.