Искусственный интеллект вступает в новую фазу развития. Если последние годы прошли под знаком генеративного ИИ — технологий, способных понимать запросы на естественном языке и создавать тексты, изображения, код и ответы на вопросы, — то теперь всё активнее заявляет о себе концепция агентного искусственного интеллекта (IA agéntica). Его задача — не просто сгенерировать ответ, а выполнить целый процесс для достижения конкретной цели.
Как поясняет в своей статье для сообщества читателей La Vanguardia Хуан Мигель Ибаньес де Альдекоа Кинтана, разница между генеративным и агентным ИИ глубже, чем может показаться на первый взгляд. Генеративная система получает запрос и выдаёт ответ. Агентная — получает цель, определяет необходимые шаги, использует доступные инструменты и выполняет действия в рамках установленных разрешений. Она не ограничивается ответом на вопрос, а активно участвует в решении задачи.
Например, если компания нуждается в отчёте о месячных продажах, генеративный ИИ может проанализировать данные и написать документ. Агентный ИИ способен взять на себя гораздо больше: получить доступ к авторизованным источникам, собрать данные, проанализировать тренды, выявить аномалии, подготовить отчёт, разослать его ответственным лицам и даже запланировать встречи для обсуждения — если это предусмотрено правилами.
Цикл работы агента строится на непрерывной последовательности действий: получение цели, анализ доступной информации, составление плана, выбор инструментов, выполнение действий, оценка результатов и — при необходимости — корректировка стратегии. Наиболее продвинутые агенты не следуют жёсткому сценарию: если в процессе появляются новые данные или выбранный путь не даёт ожидаемого результата, они могут изменить подход.
Среди уже существующих коммерческих платформ для разработки и управления агентами — Microsoft Copilot Studio, Azure AI Agent Service, Salesforce Agentforce, Google Agentspace, а также специализированные решения для финансов, HR, операций, кибербезопасности и клиентского сервиса. Эти платформы позволяют подключать агентов к корпоративным приложениям, базам данных, документам и системам управления, автоматизируя процессы, которые раньше требовали постоянного контроля.
Однако, предупреждает автор, чем выше автономия, тем выше ответственность. Агент, способный изменять данные, отправлять сообщения или выполнять операции, может нанести серьёзный ущерб при неверной интерпретации инструкции. Поэтому агентный ИИ требует надёжных механизмов безопасности, контроля доступа, отслеживания действий и чёткой системы управления (governance). Многие компании выбирают гибридную модель, при которой агент готовит действие, но запрашивает разрешение человека перед его выполнением.
«Истинный потенциал агентного ИИ заключается не просто в способности действовать автономно, а в умении делать это надёжно, безопасно и в соответствии с потребностями организаций», — подчёркивает Ибаньес де Альдекоа Кинтана. Если технология сможет закрепить эти уровни доверия и контроля, агентный ИИ может стать одной из самых значительных трансформаций корпоративного программного обеспечения и цифровой производительности в ближайшее десятилетие.