Узкое место в AI — уже не модель. А выход в продакшен
В отчёте 2026 State of AI Agents 46% команд назвали главным барьером для внедрения интеграцию с существующими системами — это выше, чем качество данных (42%) и безопасность с комплаенсом (40%). При этом хотя бы одного агента в продакшене запустили только 31% компаний.
Картина знакомая. Последние годы я строю AI-системы в финтехе: анализ банковских выписок для выявления мошенничества, оценка рисков мерчантов по их сайтам, автоматическая оценка лидов. Сложность никогда не была в промпте и никогда не была в выборе модели.
Сложность вот в чём:
• платёжный шлюз со своими таймаутами и своей логикой ретраев • CRM, в которой вебхук приходит дважды, а иногда не приходит вовсе • требования комплаенса к тому, что вообще можно отправлять в модель • и вопрос, что делать, когда модель отвечает уверенно и неправильно — а на кону деньги клиента
AI-демо собирается за вечер. Дальше начинается настоящая работа: идемпотентность, graceful degradation, audit trail, observability, границы данных. Ровно те скучные вещи, которые уже двадцать лет отличают рабочий бэкенд от прототипа.
Модели в этом году заметно усилились. А разрыв по-прежнему — в инженерии вокруг них.
Что для вас оказалось самым сложным при выводе AI в продакшен — интеграции, данные или комплаенс?
