AI Radar
Исследование выявило разрыв между внедрением корпоративных агентов и контролем над ними
По результатам пяти опросов VentureBeat Research, компании внедряют ИИ-агентов быстрее, чем системы идентификации, оценки, учёта затрат, управления контекстом и оркестрации.
Семьдесят один процент опрошенных организаций сообщили, что не более четверти их развёрнутых «агентов» способны самостоятельно выполнять многошаговую работу. Только 10% респондентов назвали настоящие агенты большинством используемых ими систем.
Половина компаний за последний год выпустила агента, который прошёл внутренние проверки, но затем вызвал пользовательский сбой. Совместное использование учётных данных также коррелировало с более высокой долей инцидентов или потенциальных инцидентов: 63,5% против 40,9% в организациях с отдельной ограниченной идентичностью для каждого агента.
Почему это важно
Исследование даёт практические ориентиры для платформенных и ML-команд: перед повышением автономности агентам нужны отдельные идентификаторы, проверки на производственных результатах, управляемый контекст и прозрачный учёт стоимости. Цифры также показывают, что корпоративный ярлык «агент» часто опережает реальные возможности системы.
Первоисточники и подтверждения
Подборку проверяет редакция DSML. AI помогает дедуплицировать сигналы и готовить текст, но опубликованный выпуск остаётся редакционным продуктом, а не лентой отдельных каналов.