Gartner прогнозирует, что 40% агентских ИИ-проектов закроют к 2027 году. Разбираемся, что идёт не так
Полтора года назад я закатывала глаза на очередной пост про «революцию AI-агентов». Сейчас у меня в агентстве работает несколько таких агентов, и я по-прежнему считаю, что большинство разговоров о них — шум. Разница в том, что теперь я понимаю, где проходит граница между рабочим инструментом и дорогой игрушкой.
Меня зовут Виктория Росинская, я сооснователь международного агентства ELPODIUM. Семь лет, более 300 маркетинговых стратегий в 17+ странах. Ниже — не инструкция «как собрать агента», таких материалов сейчас достаточно. Разбор того, почему у большинства не взлетает, и что мы поняли на своих ошибках.
Что говорят цифры
Прогноз, с которого стоит начать, опубликован Gartner 25 июня 2025: более 40% агентских ИИ-проектов будут отменены к концу 2027 года из-за роста затрат, неопределённой бизнес-ценности или недостаточного контроля рисков (Gartner).
В апреле 2026 Gartner поместил агентский ИИ на «Пик завышенных ожиданий» в своём Hype Cycle и привёл цифры, которые объясняют механику будущих отмен: внедрили агентов 17% организаций, а планируют в ближайшие два года — более 60%. Разрыв между намерением и реальным внедрением и создаёт условия для массовых отмен.
В июле 2026 Forbes вернулся к этому прогнозу с важным уточнением: причина отмен — не возможности моделей, а управление. Слабое руководство проектом, неопределённая бизнес-ценность и недостаток операционной дисциплины (Forbes).
Отдельно Gartner описал явление, которое напрямую касается нашего рынка, — «agent washing». Вендоры переупаковывают существующие чат-боты, ассистентов и RPA-решения в «агентов» без реальных агентских возможностей. По оценке Gartner, из тысяч компаний, заявляющих агентские решения, реально агентских — около 130.
Для маркетинга картина похожая. По данным HubSpot (State of Marketing 2026), 88% маркетологов используют ChatGPT в работе. По SimilarWeb (2025), только 15–20% применяют нейросети для стратегических задач. Разрыв в 70 процентных пунктов — это люди, которые открыли инструмент, но не изменили процесс.
На наших кастдевах формулировка повторяется почти дословно: «ИИ использую только как копирайтер. Пишу тексты, всё другое не доверяю». Это честный ответ, и он объясняет, почему внедрение буксует чаще, чем работает.
Ошибка первая: агент без данных
Самая частая, и мы её тоже совершили. Создали проект в Claude, не загрузили ничего о клиенте, начали задавать вопросы. Получили ответы уровня стажёра, который прочитал первую страницу выдачи: «Конкуренты активно используют социальные сети и проводят акции».
Разница между агентом и обычным чатом — не в модели, а в контексте. Пустой проект работает как бесплатный ChatGPT: генерирует стереотипы, которые подходят любому бизнесу и не помогают ни одному.
Когда в проект загружены бриф, анализ аудитории, разбор конкурентов, позиционирование и тон бренда, ответы меняются настолько, что возникает вопрос, та ли это нейросеть. Контекстное окно Claude на платном плане — до 1 000 000 токенов, примерно 1 500 страниц текста. Места хватает на всю фактуру проекта и историю работы за несколько месяцев.
Практический вывод для агентства: если у вас нет структурированных данных по клиенту, агент их не создаст. Он усилит то, что есть. Нет ничего — усилит пустоту.
Ошибка вторая: автоматизировать то, что не описано
Вторая по частоте. Агентство решает автоматизировать процесс, который никогда не был формализован. В результате получает автоматизированный хаос вместо ручного.
Мы прошли через это на мониторинге конкурентов. Раньше это был ритуал: раз в месяц стратег открывает 15 сайтов, листает соцсети, проверяет рекламу. Четыре-пять часов работы, которую все ненавидели. Часто забывали. Когда вспоминали — конкурент уже запустил акцию, и клиент спрашивал: «А вы видели?»
Первая попытка автоматизации провалилась именно потому, что процесс не был описан. Что конкретно смотрим? По каким критериям считаем изменение значимым? Что делаем с находкой? Пока эти вопросы не были отвечены на бумаге, никакая нейросеть не помогала.
Сейчас процесс выглядит так: Perplexity собирает свежие данные по запросам на языке рынка клиента, Claude анализирует их с учётом контекста проекта и сравнивает с отчётом за прошлую неделю. Двадцать минут вместо пяти часов. Но работает это не потому, что мы подключили инструменты, а потому что сначала описали, что именно должно происходить.
Это ровно то, о чём говорит уточнение Forbes: проблема не в моделях, а в операционной дисциплине. Неописанный процесс, отданный агенту, остаётся неописанным процессом — только теперь он выполняется быстрее и с меньшим контролем.
Ошибка третья: считать, что агент заменяет специалиста
Здесь начинается самое неприятное для отрасли.
Агент действительно закрывает около 80% рутины: собрать данные, найти паттерны, структурировать, оформить. Оставшиеся 20% — это проверить факты, отсечь галлюцинации, добавить контекст, который знает только человек, работавший с этим клиентом.
По данным Stanford HAI, полностью исключить фактические ошибки в языковых моделях на текущем уровне технологии невозможно. Это не баг конкретной модели, а свойство архитектуры. Значит, финальная проверка человеком — не перестраховка, а обязательный этап процесса.
Цена пропущенного этапа считается конкретно. Gartner прогнозирует, что в 2026 году треть компаний навредит клиентскому опыту, внедрив ИИ преждевременно. Для агентства это не абстрактный риск: агент, который неверно сегментировал аудиторию клиента, приводит к рекламе, которая бьёт мимо, и к репутационным потерям, за которые отвечает подрядчик.
Проблема в том, что эти 20% требуют более высокой квалификации, чем те 80%, которые ушли машине. Специалист, который умел только собирать данные вручную, теряет функцию. Специалист, который умеет оценить результат и достроить его экспертизой, становится дороже.
Для агентского бизнеса это означает перестройку структуры команды, а не сокращение затрат на прежней структуре. И именно здесь, судя по прогнозу Gartner, проекты чаще всего и ломаются: считали экономию на фонде оплаты труда, получили требование к росту квалификации.
Что мы поняли за полтора года
Несколько выводов, которые сформулировали для себя и которые, возможно, сэкономят кому-то время.
Агент окупается там, где задача повторяется еженедельно и её содержание формализуемо. Мониторинг конкурентов, обработка расшифровок интервью, первичная сборка отчётности. Разовые задачи и задачи, требующие суждения, автоматизировать бессмысленно.
Стоимость входа низкая, стоимость ошибки высокая. Набор из трёх подписок — Claude, ChatGPT, Perplexity — обходится примерно в 60 долларов в месяц. Это стоимость двух часов работы стратега. А вот стоимость решения, принятого на основе непроверенных данных от агента, может быть кратно выше.
Разделение задач между моделями даёт больше, чем выбор «лучшей» модели. Claude сильнее в анализе длинных документов и работе с контекстом проекта. ChatGPT быстрее генерирует варианты и лучше работает с таблицами. Perplexity заточен под поиск с проверяемыми источниками. Попытка закрыть всё одним инструментом — самая распространённая причина разочарования.
Проверять, что вам продают. История с «agent washing» касается не только корпоративных вендоров. На рынке маркетинговых инструментов та же картина: значительная часть «AI-агентов» — это чат-боты с изменённым названием. Реальный агент отличается тремя признаками: помнит контекст между сессиями, сам выстраивает последовательность шагов и может действовать без пошаговых указаний.
И главное. Вопрос «нужны ли агентства, если у клиента есть ChatGPT» звучит всё чаще, и он справедлив. Ответ, к которому мы пришли: клиент с нейросетью получает текст. Агентство с нейросетью получает время, которое можно вложить в то, что нейросеть не делает — в разговор с покупателями, в проверку гипотез, в решения, за которые кто-то несёт ответственность.
Прогноз Gartner о 40% отменённых проектов, на мой взгляд, не про технологию. Он про то, что автоматизация неописанного процесса даёт неописанный результат.
Интересно, как с этим у коллег. Кто уже пробовал внедрять агентов в агентские процессы — на чём споткнулись и что в итоге осталось работать?
Виктория Росинская, сооснователь международного маркетингового агентства ELPODIUM. Более 300 маркетинговых стратегий в 17+ странах.