AI-агенты обрушили акции SaaS-компаний. Разобрал отчёт Google, данные McKinsey и 10 платформ, которые уже работают в России

В феврале 2026 года произошло кое-что необычное. Anthropic выпустил обновления своих агентских инструментов — и акции SaaS-компаний полетели вниз. Рынок решил: если AI-агенты могут делать работу целых отделов, зачем платить за традиционный софт?

Параллельно Google опубликовал 50-страничный отчёт «AI Agent Trends 2026». McKinsey обновил данные по внедрению ИИ. А в России интерес к автономным AI-агентам вырос в 5-7 раз за год (данные Ведомостей).

Я разобрал всё это, чтобы ответить на три вопроса: что такое AI-агенты, почему о них кричит весь рынок и какие инструменты уже можно использовать прямо сейчас.

Разборы AI-инструментов для бизнеса и маркетинга — в моём Telegram: Нейроточка

Сначала — разница, без которой всё остальное не имеет смысла.

Чат-бот (2023-2024): вы задаёте вопрос → получаете ответ. Модель «вопрос-ответ».

AI-ассистент (2024-2025): вы даёте задачу → ассистент выполняет один шаг. Модель «задача-действие».

AI-агент (2026): вы описываете цель → агент сам строит план, выбирает инструменты, выполняет цепочку действий и исправляет свои ошибки. Модель «цель-результат».

Пример из отчёта Google: вы говорите агенту «Организуй логистику возврата товара». Агент сам находит заказ в CRM, связывается со складом, оформляет документы, отправляет клиенту уведомление и обновляет статус.

Ключевая разница: человек не пишет код и не нажимает кнопки. Человек ставит цель — агент делает остальное.

Я собрал ключевые данные из нескольких источников. Вот картина:

1. 78% компаний в мире используют ИИ хотя бы в одной бизнес-функции — против 55% годом ранее (McKinsey, 2025).

2. 65% компаний регулярно используют генеративный ИИ — вдвое больше, чем год назад (данные CNews).

3. 40% корпоративных приложений будут включать AI-ассистентов к концу 2026 года. В 2025-м таких было менее 5% (CNews).

4. 49% компаний с агентами уже внедряют их в клиентский сервис и поддержку (отчёт Google).

5. 88% ранних адоптеров AI-агентов отмечают положительный ROI хотя бы для одного сценария (отчёт Google).

6. 35% рост производительности у компаний, внедривших ИИ (KPMG).

7. Интерес к AI-агентам в России вырос в 5-7 раз за год (Ведомости, февраль 2026).

На Хабре вышел отличный разбор этого отчёта. Вот ключевые тренды — и что они значат для бизнеса.

Google называет это переходом от task-based к intent-based модели. Раньше вы говорили: «Напиши письмо клиенту». Теперь: «Верни недовольного клиента». Агент сам решает, как это сделать — написать письмо, предложить скидку, подключить менеджера.

Что это значит для вас: компании, которые первыми научатся ставить цели вместо задач, получат кратное преимущество в скорости.

Все ненавидят чат-ботов, которые говорят «Я вас не понял, переключаю на оператора». В 2026-м появляется новый стандарт — агент, который «заземлён» на реальные данные компании: историю покупок, CRM, логистику.

Пример из отчёта Google: клиент хочет купить куртку, но её нет в наличии. Старый бот: «Товара нет, попробуйте позже». Grounded-агент: знает размер клиента, видит, что куртка есть в другом цвете, предлагает похожую модель из новой коллекции и оформляет предзаказ.

Один агент — хорошо. Несколько агентов, работающих вместе — революция. Google называет это Digital Assembly Line.

Пример: агент мониторинга сети видит сбой → автоматически пишет агенту поддержки → агент поддержки рассылает уведомления клиентам → агент аналитики фиксирует инцидент и обновляет дашборд. Вся цепочка — без участия человека.

Model Context Protocol (MCP) — новый стандарт, который позволяет агентам подключаться к любым данным и инструментам. Как USB подключает любое устройство к компьютеру, MCP подключает агента к CRM, базам данных, мессенджерам и внешним сервисам.

Почему это важно: раньше каждую интеграцию нужно было писать отдельно. MCP делает агентов универсальными — один агент может работать с десятками инструментов.

Главный тезис Google: мы переходим от роли «создателя» к роли «дирижёра». Сотрудник не делает каждую задачу сам — он управляет ансамблем специализированных агентов.

Это не теория. McKinsey фиксирует: около 40% компаний уже используют ассистентов для задач, которые раньше полностью выполняли сотрудники.

Что делает агент: отвечает на вопросы, решает типовые проблемы, передаёт сложные кейсы человеку. Результат: Vodafone автоматизировал 66% взаимодействий с клиентами через AI-бота TOBi. Голосовой AI-помощник на ПМЭФ-2025 обработал 50% звонков и снизил нагрузку на операторов. Инструменты: Anthropic Cowork, OpenAI Frontier, amoCRM с AI-агентами, RetailCRM

Что делает агент: квалифицирует заявки, рекомендует продукты по профилю клиента, прогнозирует вероятность сделки, ранжирует лиды. Результат: AI-агенты в amoCRM автоматически создают карточки сделок, ставят задачи менеджерам и сохраняют данные из переписки. Инструменты: amoCRM + AI, Битрикс24 + AI, OkoCRM, n8n

Что делает агент: профилирует клиентов, выявляет неочевидные сегменты, прогнозирует отток, генерирует контент под каждый сегмент. Результат: 12Storeez внедрил AI для интеллектуального анализа отзывов клиентов. AI в редакторе писем сократил рутину контент-маркетологов на 20%. Инструменты: ChatGPT API + Make/n8n, Yandex AI Studio, Jay Flow

Что делает агент: скринит резюме, проводит первичные собеседования, выдаёт тестовые задания, формирует summary по кандидатам. Результат: NeuroAgents создаёт AI-ботов, которые проводят первичное собеседование и квалифицируют кандидатов до передачи HR-менеджеру. Важный нюанс: это направление, где агенты допускают больше всего ошибок. Рекомендация — human-in-the-loop на финальных решениях.

Что делает агент: выявляет подозрительные операции, анализирует документы, формирует отчёты. Результат: Совкомбанк запустил AI-помощника «Сова» для 36 тысяч сотрудников. Claude Opus 4.6 (Anthropic) заточен под финансовый анализ — может обрабатывать регуляторные документы и рыночные данные. Инструменты: Claude Opus 4.6, ChatGPT Enterprise, Yandex DataLens + AI

ПлатформаДля когоЦена входаn8nАвтоматизация с AI для малого бизнесаБесплатно (open-source)Make (Integromat)Визуальные цепочки автоматизацийОт $9/месYandex AI StudioРоссийский no-code конструктор агентовБесплатный tierZapier AIПростые автоматизации для новичковОт $19.99/месNeuroAgentsГотовые AI-боты для бизнеса (Россия)По запросу

ПлатформаДля когоОсобенностьAnthropic CoworkКорпоративная автоматизацияОбрушил акции SaaS-компанийOpenAI FrontierУправление командами AI-агентовКонкурент CoworkLangChainРазработчики сложных агентовOpen-source фреймворкAutoGen (Microsoft)Мультиагентные системыАгенты работают командамиtarget osПлатформа суперагентовРоссийская разработка

Из разборов кейсов и экспертных материалов — три паттерна провалов:

Ошибка 1: Слепое доверие без фактчекинга. Агенты галлюцинируют. Если вы доверяете агенту финальное решение без проверки — вы получите уверенно изложенную ерунду. Решение: архитектура RAG (поиск по проверенной базе знаний) + human-in-the-loop на критических узлах.

Ошибка 2: Старт с высокорисковых задач. Не начинайте с финансовых решений или медицинских рекомендаций. Начните с рутины: обработка заявок, классификация обращений, генерация отчётов. Когда агент докажет надёжность — расширяйте.

Ошибка 3: Замена человека там, где нужен человек. AI-агент отлично квалифицирует заявки. Но если клиенту нужна эмпатия — агент проиграет. Лучшая модель: агент делает 80% рутины, человек — 20% сложных кейсов.

Шаг 1. Выпишите 5 самых рутинных задач в вашей компании. Что отнимает больше всего времени у сотрудников?

Шаг 2. Выберите одну задачу с минимальным риском. Обычно это ответы на типовые вопросы клиентов или обработка входящих заявок.

Шаг 3. Соберите прототип за 1 день. Используйте n8n (бесплатно) или Make. Подключите ChatGPT API. Настройте простую цепочку: получил заявку → классифицировал → ответил или передал менеджеру.

Шаг 4. Тестируйте 2 недели. Замеряйте: сколько задач агент решил сам, сколько передал человеку, сколько ошибся.

Шаг 5. Масштабируйте. Если агент решает >60% задач корректно — добавляйте следующий процесс.

Стартовый бюджет: от $500-1000/мес на API + ваше время на настройку.

Вот прогноз на основе отчёта Google и данных Deloitte:

2026: 40% корпоративных приложений включат AI-ассистентов. Мультиагентные системы перейдут из экспериментов в продакшн.

2027: 50% предприятий с генеративным ИИ развернут автономных агентов (прогноз Deloitte) — вдвое больше, чем в 2025 году.

Ключевая мысль: побеждают не те, у кого «самая умная модель», а те, кто встроит AI в процессы и клиентский путь. Технология есть у всех. Преимущество — у тех, кто внедрит быстрее.

Как точно формулируют эксперты: сейчас не ИИ заменяет людей, а люди, которые используют ИИ, заменяют людей, которые не используют.

Разборы конкретных инструментов и пошаговые гайды по внедрению AI-агентов — в канале Нейроточка