75% российских компаний планируют масштабное внедрение AI-агентов: Норникель развернул 100+ агентов в 30 процессах
Исследование АФТ совместно с Яндексом: 75% российских компаний планируют масштабное внедрение автономных AI-агентов в течение 3 лет, 46% уже тестируют. Норникель как лидер — 100+ AI-агентов интегрированы в 30 бизнес-процессов. Финансовый ROI от AI-агентов: 15–30% роста производительности в зависимости от отрасли.
Сентябрь 2026 года. Российский рынок AI-агентов переходит от экспериментов к промышленному внедрению. Данные исследования АФТ совместно с Яндексом и кейс Норникеля рисуют картину реального состояния рынка.
Данные рынка (АФТ + Яндекс): ``` Статус внедрения AI-агентов: 46% компаний: уже внедрили или тестируют 75% компаний: планируют масштабирование в течение 3 лет
Текущий главный тренд (2026): № 1: Агентные системы (действуют, берут ответственность) № 2: Управляемые, проверяемые решения (особенно в финансах и регулируемых отраслях)
ROI от AI-агентов по отраслям: Финтех/Ритейл: +15–20% производительности Агро/Производство: +20–25% Медицина: ускорение диагностики +30% Логистика: снижение потерь на 15–30% ```
Кейс Норникель — 100+ агентов: ``` Масштаб внедрения (данные компании): Агентов: 100+ Бизнес-процессов: 30
Охваченные процессы: → Проектирование и САПР → Управление запасами → Финансово-экономический контроль → Предиктивное обслуживание оборудования → Экологический мониторинг
Архитектура: → Агенты интегрированы в существующие системы → Human-in-the-loop для критических решений → Мониторинг: внутренняя AI-платформа ```
Кейс финтех (Т-Банк + Авито): ``` Антифрод: → AI — уже стандарт для антифрода в РФ → Скоринг в реальном времени (<100 мс) → Точность: 95%+ при False Positive <1%
AI-агенты в клиентском сервисе: → Т-Банк: 70%+ обращений решается AI без эскалации на человека → Авито: AI-агент для верификации объявлений и модерации контента ```
Барьеры для масштабирования: ``` Основные препятствия (по данным опроса):
- 1.Качество данных (48% называют барьером)
- 2.Отсутствие квалифицированных специалистов (42%)
- 3.Регуляторная неопределённость (38%)
- 4.Сложность интеграции с legacy-системами (35%)
- 5.Отсутствие метрик успеха (30%)
Решение: начинать с измерения AS-IS состояния, а не с технологий ```
Рекомендации для CTO: Путь от 0 к 100 агентам (как Норникель) занимает 2–3 года при последовательном подходе. Критический первый шаг — не выбор технологии, а картирование процессов по двум критериям: (1) высокая повторяемость, (2) чёткий критерий успеха. AI-агент без определённой метрики успеха = дорогая демонстрация.
Это краткое изложение. Полный текст — на сайте источника:
Читать оригинал: Коммерсантъ / MegaresearchЕщё по теме: бизнес и стартапы
MWS AI (экс-МТС AI) запускает направление AI-трансформации крупного бизнеса: вертикальные решения и ROI-гарантии
AI в российском финтехе 2026: кредитный скоринг и антифрод — наиболее зрелые применения
Сбер продвигает GigaChat в страны Глобального Юга: БРИКС как альтернатива западному AI-суверенитету
Как это касается вашего бизнеса
Изменения на рынке важны, когда руководитель видит их в показателях своей компании. Радар управления каждый день собирает брифинг: 10 приоритизированных сигналов о главном за 24 часа.

