Кривая внедрения ИИ 2026: где мы реально находимся в середине года

Операторы, планирующие бюджет 2026, задают мне один и тот же вопрос. Где мы на кривой. Честный ответ – единой кривой нет. LLM-ассистенты внутри привычного софта стали мейнстримом и уже скучны. Автономные агенты живут в демо-культуре с тонким продакшен-хвостом. А сами модельные лаборатории тихо отыгрывают часть самых громких обещаний 2024. Если выбираете, что финансировать в этом году, полезнее всего рассортировать шорт-лист по этим трём корзинам ещё до того, как откроете очередной вендорский деск.

Данные, на которые я опираюсь, не из вендорских опросов. Группа MIT NANDA в исследовании GenAI Divide 2025 положила цифру под то, что чувствует каждый в этой работе. Около 95% корпоративных GenAI-пилотов не дали измеримого эффекта на P&L. Stack Overflow Developer Survey 2024 показывает прямо противоположную картину в одном узком углу – код-ассистентах. Ежедневное использование среди разработчиков перевалило за 60% за год. А трекер McKinsey State of AI продолжает показывать тот же неприятный разрыв между внедрением и реальной финансовой отдачей.

Бой, который уже закончился, почти никто не освещает. Код-ассистенты, расшифровка, черновики внутри почты и документов, поиск внутри CRM и хелпдесков. GitHub Copilot, Cursor и Windsurf вместе сдвинули медианную инженерную команду в точку, где отказаться кажется странным. Microsoft Copilot внутри Office и слой Einstein в Salesforce превратили LLM-функции в галочки, о которых покупатель почти не думает. Всё это перестало быть интересным, и именно в этом дело. Когда категория становится скучной, она перешла через пропасть.

В тех проектах, что мы выпустили в этом году, паттерн один. Быстрый результат почти всегда даёт LLM, встроенный в уже работающий процесс, а не агент с нуля. Шаг генерации черновика внутри тикет-пайплайна. Поисковый слой поверх базы знаний, которую никто не успевал поддерживать. Задача структурированного извлечения данных из PDF, на которую раньше уходило по два часа у джуниора. Если вы решаете, куда направить первый рубль, наш плейбук по поддержке клиентов подробно разбирает один из таких скучных, но окупаемых вариантов.

Самый ясный сигнал – Klarna. В январе 2024 они громко запустили OpenAI-бота поддержки и весь год рассказывали прессе, что он заменил 700 операторов. К середине 2025 они тихо нанимали людей обратно, а Себастьян Семятковски со сцены признавал, что качество сервиса просело. Это не разовый случай. Это предсказуемая форма цикла. Salesforce Agentforce влетел в ту же нарративную колею, Devin от Cognition стал мемом про разрыв между демо-видео и реальным потоком пулл-реквестов, а внутренние цифры по Microsoft Copilot, там где они утекали, говорят о вовлечённости, проседающей после первого месяца.

“

Волна автономных агентов сейчас примерно там, где были чатботы в 2017. Впечатляющие демо, провалы на длинном хвосте и большинство корпоративных команд пожалеют, что пошли первыми.

Я не говорю, что агенты не заработают. Я говорю, что разрыв между чистым демо и тем, что выдерживает реальную базу клиентов на 90-й день, гораздо шире, чем рисуют вендорские деки. Цифра MIT NANDA – 95% пилотов без ROI, и большинство из них были как раз агентского формата. Если вам продают многошаговый автономный процесс, который трогает деньги, возвраты или что-то регуляторное, я бы положил это в ту же корзину. Статья агенты против чатботов против копилотов разбирает границу подробнее.

Ещё одна вещь, которую мало кто отслеживает – смена тона внутри самих лабораторий. Apple Intelligence вышел с опозданием, а самая амбициозная переделка Siri ушла за горизонт 2026. Позиционирование Anthropic между Claude Sonnet 4.5 и Opus 4.7 сейчас гораздо больше про стоимость за задачу и надёжность, чем про новый класс возможностей. OpenAI скорее переоценивает доступ, чем анонсирует поколенческий скачок. Это не кризис. Это нормальное выравнивание после пузыря ожиданий. Возможности всё ещё растут, но прирост следующего года выглядит как 15% на сложных задачах, а не как пятикратные скачки 2023–2024.

Практический вывод для оператора противоположен тому, что обычно из этого читают. Если возможности выходят на плато, преимущество перестаёт накапливаться у того, у кого самая умная модель, и начинает накапливаться у того, кто аккуратнее всех вшивает существующие модели в свой бизнес. Это делает 2026 годом, в котором надо строить, а не ждать. Звучит странно на фоне остывания, но я считаю, что это верно.

Если у вас есть один квартал внимания и скромный бюджет, паттерн, который я постоянно вижу в продакшене, говорит так. Возьмите один процесс с прикрученной к нему цифрой. Время ответа, часы черновиков в неделю, ручные извлечения в месяц, квалифицированные лиды на менеджера. Возьмите подход «LLM внутри уже работающего инструмента», а не нового агента. Поставьте дату убийства пилота через шесть недель. Если цифра двигается – расширяйте. Если нет – останавливайтесь и берите другой процесс. Пропускайте всё, что требует пресс-релиза. Команды, которые сделают так в 2026, будут в гораздо лучшей позиции для оценки агентов в 2027, когда у агентского стека накопится ещё год данных о провалах.

Если хотите второе мнение по поводу того, какой процесс взять первым, ровно с этого начинается каждый наш проект. Обзор услуг описывает, как мы это делаем.