Главная
→
Блог
→
Что бизнес просит у ИИ-разработчиков чаще всего в 2026 году

Что бизнес просит у ИИ-разработчиков чаще всего в 2026 году

“

Два года назад заказчики просили «чат-бота, чтобы было». Сейчас запросы другие. Разберём пять просьб, которые чаще всего звучат у российских разработчиков, и что за каждой стоит. Единого опроса с рейтингом таких запросов нет, поэтому это сводка из рыночных обзоров и комментариев игроков рынка.

1. «Нам нужен не чат-бот, а тот, кто делает работу»

Главный сдвиг года: заказчики всё реже хотят просто чат, который отвечает на вопросы. Крупные разработчики включают ИИ-агентов в продуктовые стратегии, а переход от классических чат-ботов к полноценным агентам стал тенденцией рынка.

Разница простая. Чат-бот реактивный: отвечает на вопрос по заданному сценарию. ИИ-агент проактивный: сам планирует шаги и выполняет задачу целиком. Например, может принять заявку клиента, определить её тип, назначить ответственного и подготовить ответ без участия человека. По прогнозу Gartner, к концу 2026 года ИИ-агентов будут содержать 40% корпоративных приложений, а в 2025 году их было менее 5%.

Это именно то, что мы в AllSee делаем для ритейла. В чатах ВкусВилл и ДомаДом работает не один универсальный бот, а несколько агентов: один подбирает товары, другой оформляет заказ, третий передаёт сложный случай оператору. Результат: ответы в чате в 10 раз быстрее и работа круглосуточно. Подробнее — здесь.

2. «Пусть он знает наши документы»

Вторая просьба: ассистент должен отвечать по внутренним регламентам, договорам и инструкциям, а не по общим знаниям. Для этого используют RAG (Retrieval-Augmented Generation, «генерация ответа с опорой на поиск» по вашей базе документов). Игроки рынка называют работу с корпоративными знаниями обязательным элементом ИИ-решений, наряду с переходом к агентам.

За просьбой стоит конкретная боль: сотрудники тратят часы на поиск нужного пункта. Но и здесь есть подвох: по опыту одного из интеграторов, главная причина провалов таких проектов в данных, потому что устаревшие регламенты и отсутствие разграничения доступа портят даже хорошую систему.

Мы решали это для научно-исследовательского центра. Ассистент ищет по ГОСТам, руководствам и регламентам и в каждом ответе указывает документ-источник, поэтому ответ можно проверить за секунды. Подробнее.

3. «Только чтобы данные не уходили наружу»

Третья просьба звучит почти в каждом разговоре с крупным заказчиком. Обзоры по российскому рынку описывают гибридный подход: для чувствительных данных и требований регулятора берут российские модели (GigaChat, YandexGPT), а зарубежные через агрегаторы оставляют для сложных задач, не связанных с такими данными. А для среднего и крупного бизнеса считается обязательной работа в закрытом контуре: на собственных серверах или в российском облаке, плюс проверка на соответствие требованиям закона.

Заметный сигнал и от Т-Банка: разработка силами своей компании становится безопаснее ИИ-аутсорса, потому что код и данные остаются внутри.

Мы закрываем эту просьбу двумя способами. Либо ассистент целиком работает на серверах заказчика (как в научном центре, где 100% данных обрабатывается внутри). Либо перед отправкой в облако из текста убираются персональные данные, как в проекте для медицинского центра, микрофинансовой организации и страховой компании. Подробнее — на allsee.team.

4. «Подключите это к нашим системам»

Четвёртая просьба: агент не должен жить отдельно. Он должен работать внутри CRM (системы учёта клиентов), 1С и почты. Игроки рынка называют встраивание агентов прямо в бизнес-процессы одной из трёх главных тенденций вместе с переходом на агентов и RAG. Это видно и по спросу: в России чаще всего бизнес выбирает ИИ-агентов для автоматизации электронного документооборота и CRM, чтобы уменьшить число ошибок и рутины.

Типичный пример, который мы реализовали для трёх крупных холдингов. ИИ-агенты разбирают входящие письма, определяют ответственного, заводят задачи и карточки в Битрикс24 и формируют регулярную отчётность без ручного сведения данных. Подробнее — на allsee.team.

5. «Покажите измеримый результат, а не демо»

Пятая просьба самая новая: заказчики устали от пилотов ради пилотов. По наблюдению одного из интеграторов, доля пилотных проектов у крупных интеграторов за два года упала с 80% до 20%, потому что рынок хочет измеримый результат, а не эксперименты. Совет оттуда же: до старта зафиксировать время обработки, стоимость операции и долю автоматических решенийдо старта зафиксируйте время обработки, стоимость операции, долю автоматических решений.

Заказчики при этом хотят не готовую коробку, а решение под себя: по данным Deloitte, 85% компаний планируют настраивать агентов под свой бизнес.

Мы закладываем это в сам порядок работы. Цифру успеха называем до начала разработки: в проекте для компании из сферы спецтехники порог точности классификации писем договорились считать не ниже 80%, и вышли на 87%. Первая рабочая версия (MVP, minimum viable product) запускается на одном участке обычно за срок до двух месяцев. Подробнее — на allsee.team.

Что стоит учесть: нетипичные сигналы

В обзорах есть и менее ожидаемые наблюдения. Например, одно из изданий описывает рост спроса на услугу очистки кода за теми, кто слишком доверился ИИ-генерациирастёт спрос на бизнес, который чистит код после ИИ. Это напоминание: даже когда агент пишет код, за результат всё равно кто-то отвечает.

Итог

Если сложить пять просьб вместе, получается один запрос: заказчики хотят агента, который знает их документы, работает внутри их систем, не выносит данные наружу и приносит цифру, которую можно проверить. Технологии для этого уже есть. Узкое место обычно не модель, а то, насколько честно компания готова описать процесс, данные и метрику успеха.