ИИ перешёл в промышленную фазу: что показал опрос OutSystems

Масштабное исследование The State of AI Development 2026 от компании OutSystems, проведённое среди 1879 IT-лидеров, свидетельствует о том, что искусственный интеллект перешёл в раннюю промышленную фазу для большинства предприятий — преимущественно в рамках IT-функции. При этом авторы отчёта предупреждают: темпы внедрения ИИ опережают системы управления и интеграции. Разрыв между тем, что руководители IT хотят делать с помощью агентов, и тем, что их организации способны безопасно контролировать, остаётся критическим.

По данным опроса, 97% респондентов исследуют ту или иную агентную стратегию, при этом 49% оценивают свои текущие возможности как «продвинутые» или «экспертные». Почти половина опрошенных отмечает, что более половины проектов с агентным ИИ уже перешли из стадии пилота в промышленную эксплуатацию. Наибольший успех в реализации технологий отмечают индийские компании: 50% из них сообщают об эффективности ИИ-проектов на уровне 51–75%.

Где агенты приносят реальную отдачу

Несмотря на то что «снижение затрат и повышение эффективности» — самая часто упоминаемая ожидаемая выгода от ИИ, лишь 22% респондентов признали развёртывания наиболее результативными именно в этой области. Наибольший бизнес-эффект обеспечило оснащение программистов инструментами «генеративного ИИ-помощника» — генеративное ИИ-ассистирование разработки стало самым действенным направлением применения.

Данные по географии и отраслям показывают неравномерность перехода к агентным рабочим процессам. Индия лидирует по доле пользователей, считающих себя «экспертами», тогда как многие организации в Австралии, Бразилии, Германии, Нидерландах, Великобритании и США всё ещё оценивают себя как пользователи среднего уровня. Франция и Германия — наиболее скептически настроены к внедрению ИИ, при этом Германия фиксирует наибольшую долю руководителей, не использующих агентный ИИ в какой-либо форме.

Финансовый сектор и технологическая индустрия демонстрируют наибольший переход от пилотов к промышленному применению, причём многие реализации приходятся на ключевые бизнес-функции. Эти отрасли можно считать наиболее прозрачными в плане перехода от автоматизации к измеримой прибыли.

Legacy-системы — главный барьер на пути к агентному ИИ

48% респондентов назвали интеграцию с устаревшими системами наиболее важной компетенцией для масштабирования агентного ИИ, а 38% указали legacy-системы как основную причину остановки проектов между пилотом и продакшном. Более 40% участников опроса назвали трудности интеграции и фрагментацию legacy-инфраструктуры наиболее серьёзным препятствием для развития ИИ.

Организации, рассматривающие масштабные программы очистки данных — которые многие вендоры ИИ продвигают как причину неудач при выходе в продакшн, — должны пересмотреть свой подход, полагают авторы отчёта. По их словам, агенты могут быть спроектированы так, чтобы эффективно работать в сложных данных средах, при условии одновременного усиления управления и интеграции наряду с внедрением ИИ.

Доверие, управление и практические рекомендации

В целом большинство отраслей демонстрируют «умеренный уровень доверия» к агентному ИИ — около 50%, хотя данные по отдельным бизнес-функциям в результатах опроса не были детализированы. Финансовая отдача проявляется преимущественно в самих IT-функциях: наиболее востребованные сценарии использования — IT-операции (55%) и анализ данных (52%). Автоматизация рабочих процессов идёт третьей (36%), за ней следует клиентский опыт (33%).

По показателю реализованной отдачи от инвестиций лидируют IT-разработка и производительность разработчиков — 40%, опережая операционную эффективность (22%). Это распределение указывает на то, что первый устойчивый ценностный эффект от агентного ИИ создаётся на рабочих столах разработчиков, а не в клиентских средах. Развёртывания, ориентированные на конечного клиента, по-прежнему имеют смысл, но требуют более высокого доверия к работе системы, усиленных контролей, лучшей оркестрации и способности создавать надёжные механизмы надзора.

Доверие к агентному ИИ растёт: 73% респондентов выражают высокое или умеренное доверие к автономному действию агентов — это рост около 10% по сравнению с аналогичным опросом, проведённым компанией в прошлом году. При этом генеративное ИИ-ассистирование разработки уже стало нормой в девяти из десяти стран, охваченных исследованием, наряду с традиционным кодированием, аутсорсингом разработки и кастомизацией SaaS. Это опровергает представление о том, что предприятия движутся к ИИ-нативной или полностью ИИ-стеке — на практике большинство организаций добавляют агентов и ИИ-сгенерированный код поверх процессов, уже доказавших свою эффективность в их средах разработки.

Практический вывод из данных отчёта для отраслей с более медленным внедрением: копировать подход финтех-индустрии — начинать с узких, высокообъёмных рабочих процессов, где результат можно измерить, а сбои — локализовать, и фокусироваться на IT-функции как точке входа в агентную трансформацию.