Компании готовы потратить рекордную сумму на AI-агентов. По данным Gartner, мировые расходы на ПО для AI-агентов достигнут 206,5 миллиарда долларов в 2026 году против 86,4 миллиарда в 2025-м. Это скачок на 139 процентов за один год, и Gartner ожидает, что в 2027 году цифра снова вырастет, до 376,3 миллиарда.
Деньги реальные. Внедрения нет, по крайней мере пока. По собственному подсчёту Gartner, лишь около 17 процентов организаций реально вывели AI-агентов в продакшн, хотя 60 процентов говорят, что планируют сделать это в течение двух лет. Разрыв между тем, что покупается, и тем, что работает, это самое важное число во всём прогнозе.
Цифры за бумом
Прогнозы Gartner от мая 2026 года задают контекст в ясных цифрах. Общие мировые расходы на AI достигнут 2,59 триллиона долларов в 2026 году, на 47 процентов больше, чем годом ранее. Более 45 процентов этих денег идёт на инфраструктуру, серверы, чипы и вычисления, которые обучают и запускают модели. ПО для агентов растёт быстрее всего, поэтому строка в 206,5 миллиарда привлекает столько внимания.
По части внедрения Gartner также прогнозирует, что 40 процентов корпоративных приложений будут включать AI-агентов под конкретные задачи к концу 2026 года против менее 5 процентов в 2025-м. Направление сомнений не вызывает. Вопрос в исполнении.
Купить агента не равно запустить его
В прогнозе есть предупреждение, которое легко пропустить за большими суммами. Gartner прогнозирует, что 40 процентов проектов агентного AI будут отменены к концу 2027 года. Бюджеты утверждаются быстрее, чем команды успевают подключить агентов к реальным системам, реальным данным и реальному надзору. Лицензия это строка в смете. Работающий агент это операционное обязательство.
Основная сложность проявляется после покупки. Агент, отвечающий на вопрос в демо, прост. Агент, который касается медкарты, двигает деньги или говорит с клиентом на записываемой линии, обязан обрабатывать пограничные случаи, соблюдать правила и оставлять журнал аудита. Это работа по интеграции и управлению, и именно здесь проекты застревают, не дойдя до продакшна.
Interested in implementing similar AI solutions? Discover how PATech Labs can help your business leverage cutting-edge artificial intelligence.
Learn About Our ServicesЧто это значит для банков, клиник и колл-центров
Это та часть, которую PATech Labs видит вблизи. Мы строим голосовых и процессных агентов для регулируемых отраслей, и закономерность постоянна: модель редко бывает узким местом. Узкое место это всё, что вокруг неё.
Для банка агент, который называет баланс, это легко, но агент, который может действовать со счётом, требует проверки личности, лимитов по операциям и чёткой записи каждого решения для комплаенс-проверки. Для клиники агент, записывающий на приём, должен соблюдать правила приватности и передавать всё клиническое человеку. Для колл-центра агент на первом контакте должен точно знать, когда эскалировать, потому что сорванная передача стоит дороже пропущенного звонка.
Ничто из этого не решается более крупной моделью или большим бюджетом. Это решается отношением к агенту как к управляемой части бизнеса: с лимитами, логированием и человеком в контуре там, где это важно. Компании, которые перейдут от 17 процентов развёрнутого к реальной работе, будут теми, кто сначала построил эти ограждения.
Честное прочтение прогноза
Число в 206,5 миллиарда это сигнал, что AI-агенты перешли из эксперимента в строку бюджета. Для индустрии это хорошо. Но тот же прогноз говорит, что многие из этих проектов не переживут контакта с продакшном. Урок не в том, чтобы тратить меньше. Он в том, чтобы тратить на внедрение, а не только на лицензии, и мерить успех тем, что работает и подотчётно, а не тем, что куплено.
Для команд, планирующих собственный запуск, самый полезный вопрос не в том, какую модель купить. Он в том, какой рабочий процесс можно первым сделать безопасным, наблюдаемым и обратимым. Начните с него, докажите в продакшне, затем масштабируйте. Конкретный пример такого подхода смотрите в нашем разборе про голосовых AI-агентов для клиник.