Почти каждое исследование о том, почему агентный ИИ не оправдывает ожиданий, опрашивает тех, кто его одобрил. Статья, написанная 3 сентября 2026 года, опросила тех, кто его строит. Йоханнес Хабель из University of Houston и восемь соавторов выделили десять управленческих иллюзий об агентном ИИ — заблуждений о том, что это такое, чего он способен достичь и как компаниям следует его внедрять, — распределили их по трём стадиям трансформации и представили 167 техническим экспертам, которые подтвердили и распространённость, и негативное влияние каждой. Иллюзия, которую разработчики сочли самой критичной, — это «склонность менеджеров переоценивать сокращения персонала, которые позволяют эти агенты» (Habel et al., SSRN, 2026).
Воспринимайте это как измерение, а не как жалобу. Расстояние между вашими допущениями об агентном ИИ и ожиданиями ваших инженеров — это величина, которую можно собрать за одну встречу, и люди, ближе всех стоящие к разработке, только что сказали вам, какая строка бизнес-кейса с наибольшей вероятностью неверна.
Это строка о численности персонала. И в большинстве компаний среднего сегмента именно на ней держалось всё согласование.
У иллюзии, занявшей первое место, уже есть оценённый прогноз
Полезное в иллюзии-лидере то, что это единственное утверждение об агентном ИИ с опубликованной историей. Опрос McKinsey State of AI 2026 — первый выпуск, в котором прогноз панели за предыдущий год удалось сверить с тем, что произошло в реальности. В волне 2025 года 32% респондентов ожидали связанных с ИИ сокращений персонала в следующем году. В волне 2026 года «лишь 14 процентов респондентов из организаций, использующих ИИ, сообщают, что ИИ способствовал общему сокращению численности персонала за прошедший год» — менее половины доли, которая это предсказывала. Две трети сообщили о незначительном изменении или отсутствии изменений в общей занятости, связанных с ИИ (McKinsey, 2026).
Прогноз превысил фактическое изменение примерно вдвое. Реакцией панели на собственную ошибку стало повышение прогноза: теперь 39% ожидают связанного с ИИ снижения занятости в предстоящем году против 32%.
Значит, технические эксперты в опросе Хабеля фиксируют не расплывчатый культурный скептицизм. Они ставят на первое место единственное допущение во всём стеке, которое было оценено, провалено, а затем повторено. Если ваш бизнес-кейс по агентам содержит экономию на персонале, он обеспечен оценщиком с документированной годовой ошибкой примерно в два раза.
У иллюзии о численности есть измеримый размер — и среднее здесь неверное число
Насколько велик реальный эффект? Самая чистая количественная оценка получается из контрфактического вопроса, а не из прогноза. Колиаково и Конинг набрали через Pitchbook 199 основателей ориентированных на рост североамериканских B2B-компаний, 176 из которых полностью прошли опрос, и спросили, сколько дополнительных сотрудников потребовалось бы при отсутствии генеративного ИИ, чтобы сохранить тот же результат того же качества (Colaiacovo & Koning, Harvard Business School, 2026).
Средний ответ — на 55% больше сотрудников. Медиана — 17%. Самый частый единичный ответ — ноль: 30% основателей сказали, что им не понадобился бы никто дополнительно.
| Показатель | Значение |
|---|---|
| Среднее контрфактическое увеличение численности без ИИ | 55% |
| Медиана | 17% |
| Доля ответивших «ноль» | 30% |
| Компании с формально встроенным в процессы ИИ (среднее) | 91,4% |
| Компании с неформальным использованием ИИ (среднее) | 24% |
Отсюда следуют два вывода, и оба важнее заголовка.
Первый: поставщик, утверждающий, что «агенты заменяют половину команды», цитирует среднее по сильно скошенному вправо распределению, медианная компания в котором сообщает 17%. Любой план, построенный на среднем, построен на хвосте.
Второй: переменная, отделяющая хвост от середины, — не убеждённость в возможностях. Основателям в исследовании случайным образом показывали оптимистичную или пессимистичную информацию о результативности ИИ в задачах; убеждения сдвинулись, а готовность делегировать — в основном нет. Их разделяло то, была ли работа формально перестроена вокруг инструмента. Формальные интеграторы сообщили, что без ИИ им понадобилось бы на 91,4% больше персонала — почти вчетверо больше 24%, заявленных там, где использование оставалось неформальным.
Это вывод не о закупках. Это вывод об организационном дизайне — ровно там, где находится вторая стадия у Хабеля.
Вторая стадия — это место, где трансформации застревают: у агента нет владельца
Рамка Хабеля помещает иллюзии об организационной структуре между стратегией и исполнением — и именно на этой средней стадии внешние данные тревожнее всего, потому что они измеряют подотчётность, а не намерение.
Institute for Business Value компании IBM опросил 2000 технологических руководителей уровня C. Две трети сообщают, что их привлекают к ответственности за системы ИИ, которые они не контролируют полностью. Лишь 11% говорят, что полностью готовы к масштабу развёртывания агентов, ожидаемому в следующем году, против 80%, работающих по мандату на ИИ, инициированному CEO. Семьдесят процентов говорят, что команды в бизнесе внедряют технологии быстрее, чем ИТ успевает их отслеживать, а 77% — что внедрение ИИ уже опережает их возможности управления. Опрошенные организации зафиксировали в среднем 54 инцидента с агентами за предыдущий год — непреднамеренные или вредные события, потребовавшие вмешательства человека, — из которых 17% были высокой степени серьёзности (IBM Institute for Business Value, 2026).
То же исследование оценивает стоимость решения. Организации, встраивающие контроль в саму систему ИИ, а не управляющие им вручную постфактум, получают на 25% меньше инцидентов, развёртывают в 16 раз больше агентов, сообщают на 18% более высокую операционную маржу и расходуют в 4 раза меньше своего бюджета на ИИ.
Прочитайте эти четыре числа вместе. Контроль — не тормоз развёртывания агентов; в этих данных он его условие. Компании с наибольшим числом работающих агентов — это те, кто сделал надзор свойством системы до масштабирования.
Почему эта стадия — дешёвая для исправления
Иллюзия о стратегии стоит вам одного неверного слайда. Иллюзия об организационном дизайне стоит вам развёртывания, которое нельзя отменить: нет названного владельца результата агента, нет определённой границы того, что он никогда не делает один, нет перестроенной роли для человека, которого предполагалось освободить. Это решения, почти бесплатные до закупки и дорогие при доработке после, когда агент уже в продакшене и счётчик 54 инцидентов идёт.
Стадия три: пилот, который никогда не закрывают и никогда не масштабируют
Иллюзии исполнения проявляются как конкретная патология. Valliance опросила 1000 руководителей высшего звена крупнейших европейских компаний и обнаружила, что 40% ИИ-инициатив остаются пилотами по замыслу — до 48% в зрелых организациях с устоявшимися программами ИИ. Больше зрелости дало больше постоянных пилотов, а не меньше. Организации, застрявшие на стадии пилота, сообщили о более низком уровне успеха (43% против 50% в целом), более длинном пути к ценности (6,6 месяца против 5,9) и сильном ROI лишь в 20% случаев против 76% там, где пилот масштабировали внутри зрелой организации (Valliance via Consultancy.uk, 2026).
Формулировку самой фирмы стоит позаимствовать: «экспериментирование само по себе не проблема». Проваливается то, что приходит потом — или не приходит. Проекты застревают между proof of concept и продакшеном, потому что ничто в процессе не требует вердикта.
Обратите внимание на выстраивающуюся последовательность. Стратегическая иллюзия задаёт цель по численности, которая никогда не была достижимой. Иллюзия организационного дизайна оставляет агента без владельца и без перестроенной роли. Исполнение затем производит пилот, который нельзя закрыть, потому что закрыть его означало бы признать первые две.
Чего статья вам не даёт
Будьте точны в ограничениях, потому что статью цитируют вольно.
Это 14-страничный текст для практиков, а не полевой эксперимент. В опубликованной аннотации сообщается, что 167 технических экспертов подтвердили распространённость и негативное влияние десяти иллюзий, и названа лидирующая; но не публикуются ни проценты по каждой иллюзии, ни детали отклика, ни рамка выборки. Кто приводит конкретное число по конкретной иллюзии — его придумывает. Панель экспертов, кроме того, самоотобранная и техническая: в этом и смысл дизайна, и одновременно его смещение — у разработчиков есть профессиональный интерес в утверждении, что менеджмент не понимает технологию.
Подтверждающие источники несут каждый свою оговорку. Панель McKinsey глобальна и смещена к крупным компаниям. Контрфактические оценки основателей — это самооценённые убеждения компаний со средней численностью около 16 человек, а не проверенная ведомость. Valliance охватывает крупнейшие европейские предприятия со средними расходами на ИИ 39,2 млн фунтов в год, что совсем не похоже на организацию из 200 человек, а Bain опубликовала контрнарратив, согласно которому большинство категорий сценариев использования всё же масштабируется в продакшен. Оба утверждения могут быть верны, если масштабирование неравномерно, а брошенные пилоты просто накапливаются рядом с успехами.
Что переживает всё это — направление и порядок приоритетов. Четыре независимых инструмента — опрос разработчиков, оценённый прогноз, контрфактический опрос основателей и аудит контроля среди CxO — указывают на один вывод: связывающее ограничение организационное, оно лежит выше инструмента, и допущение о численности нужно проверять первым.
Превратить ваши допущения об агентном ИИ в документ до закупки
Пять шагов, ни один из которых не требует нового поставщика.
- Соберите расхождение как опрос, а не как разговор. Передайте три несущих утверждения вашего бизнес-кейса инженерам, которые будут строить или эксплуатировать агента, и попросите каждого оценить распространённость и влияние приватно, прежде чем кто-либо начнёт обсуждение. Вы измеряете разрыв, а встреча усредняет его до исчезновения.
- Уберите экономию на персонале из согласования и проверьте, держится ли кейс без неё. Если не держится, вы нашли не сценарий использования, а переодетый аргумент о штатном расписании. База по фактическому изменению — около 14%, а не прогнозируемые 32%.
- Назовите владельца и перестроенную роль до контракта. Средняя стадия у Хабеля — та, которую дорого доделывать. Вопрос не «какие задачи может выполнять агент», а «чья это позиция, кто утверждает его результат и что теперь вместо этого делает человек в этом процессе».
- Запишите, что остаётся навсегда вне автономии. Не реестр рисков — явный список классов действий, которые агент никогда не выполняет один, согласованный до развёртывания и привязанный к поручению. Это самый дешёвый артефакт всей программы.
- Задайте гейт «закрыть или масштабировать» вместе с бюджетом, а не после. Фиксированное окно оценки, заранее согласованные метрики успеха и бинарный вердикт. Сорок процентов инициатив остаются пилотами по замыслу, потому что никому никогда не приходится решать.
Пункты 3 и 4 описывают управление, которое должно где-то существовать — в вашем процессе или в системе, которую вы развёртываете. Scovai встраивает оба в саму позицию: её Digital Employees по умолчанию работают по принципу подтверждения до действия, каждое внешне видимое действие становится запросом на согласование с именем конкретного супервайзера, автономия зарабатывается по типу действия из фиксируемого журнала, а не выдаётся при настройке, отдельные классы действий остаются вне автономии постоянно, и каждая позиция в оргструктуре несёт оценку augmentability до того, как в неё что-либо развёрнуто.
Одно решение на этот квартал
Вам не нужно решать, сократит ли агентный ИИ численность персонала. Вам нужно решить, можно ли оставить ваши допущения об агентном ИИ в силе до того, как люди, строящие эту вещь, подтвердят их письменно.
Поэтому, прежде чем следующий контракт по агентам уйдёт на подпись, положите три утверждения, от которых зависит ваш бизнес-кейс, перед вашей технической командой, соберите их оценки и посмотрите сначала на строку о численности. Если оценка ваших инженеров и оценка вашего плана далеко расходятся, перед вами не решение о закупке. Перед вами прогноз, который уже однажды провалился, и бесплатная возможность не повторить это.