ИИ-агенты перестали быть экзотикой. Вслед за отдельными ИИ-функциями пришли мультиагентные системы (МАС) – связки из нескольких специализированных агентов, которые координируют действия между собой и вместе решают сложную задачу. Опыт компаний пока разный. В одних такие системы прошли пилот и масштабировались, в других создали новый класс проблем. Посмотрим, где проходит граница. 🔵 Где это уже работает «Норникель» развернул сеть из 100 ИИ-агентов, интегрированных в более чем 30 бизнес-процессов, включая проектирование, управление запасами, финансово-экономический контроль и управление капитальными проектами. Это рабочая инфраструктура, которая живёт внутри повседневных процессов компании. Но такие истории пока скорее исключение. По данным исследования «Инфосистемы Джет» и Smart Ranking, опубликованного CNews в августе 2026 года, мультиагентные решения внедряют 23% крупных российских компаний, а до промышленной эксплуатации они дошли только в 8% организаций. Разрыв между «внедряем» и «работает в бою» принципиальный, и объясняется он в основном тем, с чем компании сталкиваются на пути между этими двумя состояниями. 🔵 Где возникает хаос Первая трудность – цена масштаба. Мультиагентные системы кратно увеличивают количество обращений к моделям: одна пользовательская задача может порождать десятки или сотни вызовов к большой языковой модели (LLM). Это рождает риски в регулируемых отраслях и тормозит масштабирование. Вторая трудность связана с управлением. Когда агентов много, на первый план выходит не качество моделей, а оркестрация (согласование работы агентов между собой) и управление рисками. Особенно там, где агенты способны самостоятельно принимать решения. Если агент может отправить заказ, скорректировать параметр или запустить задачу без подтверждения человека, сразу встаёт вопрос: кто несёт ответственность за ошибку? И это уже не теоретический вопрос. В 2026 году зафиксированы реальные инциденты: агенты самостоятельно удаляли файлы и кодовые базы, выкладывали конфиденциальные корпоративные данные в открытый доступ. 🔵 Вывод, который мы делаем из практики Стоимость вызовов, размытая ответственность, самостоятельные действия агентов – все эти проблемы сводятся к одному: границы не были обозначены заранее. Поэтому мультиагентные системы дают реальный результат там, где процесс хорошо описан, данные структурированы и определены границы автономности каждого агента. Там, где этих условий нет, они систематизируют хаос. А это дороже, чем исходный беспорядок.