LeanData опросила 157 специалистов по B2B-выручке и выяснила: 93% команд уже запустили хотя бы одного ИИ-агента. При этом почти треть не может назвать точное число агентов, которые меняют записи в их системах. А 30% находили действия, у которых нет следов в журналах. Агенты уже пишут в CRM, назначают менеджеров, ставят клиентов в автоматические цепочки. Отвечать за их работу пока некому.
За последние два дня вышли четыре новости, и все они про одну и ту же точку разрыва. Внедрение обогнало управление.
Агентов больше, чем вы думаете
69% респондентов LeanData пользуются ИИ-функциями, встроенными в их рабочие инструменты - Gong, Outreach, HubSpot. Ещё 62% собирают приложения на LLM API, а 46% подключили агентные платформы вроде Agentforce или Copilot. Чаще всего команды называют три-четыре агента. Каждый видит только свой участок.
Что происходит дальше, описано в отчёте прямыми цифрами: 27% респондентов видели, как несколько инструментов или агентов пишут одному и тому же клиенту. Ещё 17% сталкивались с запуском маркетинговой цепочки, когда продавец уже ведёт сделку. Каждый агент выполняет свою задачу правильно. Плохой результат собирается из правильных кусков.
- 93% GTM-команд запустили ИИ-агентов
- 30% находили действия без следов в журналах
- 45% назвали плохие данные главной причиной, по которой проекты по ИИ буксуют
- 31% хотят получить полный audit trail каждого действия с каждой записью
Проблема не в агентах. Агенты работают с теми же данными о клиентах, сценариями и правилами маршрутизации, с которыми команды разбираются годами. ИИ сделал существующий беспорядок заметнее и быстрее. 70% респондентов говорят, что грязные данные испортили исполнение задач, а 55% назвали качество данных и готовность к ИИ главным вызовом.
Проверка стала основной работой
Дженсен Хуанг из Nvidia сказал в подкасте The Ezra Klein Show, что компания тратит 80% усилий на проверку результатов и 20% на проектирование. Это пропорция, обратная тому, как работают большинство AI-лабораторий. Хуанг ждёт, что вычислительные ресурсы на оценку качества вырастут в десять раз.
Эзра Кляйн возразил цифрами. Приём специалистов 22-25 лет в профессиях с активным использованием ИИ упал на 19%. В исследовании с участием китайских студентов оценки за домашние работы выросли на 18%, а баллы за экзамены упали на 20% за полгода. Результат стал лучше, понимание - нет. Работа младших - тесты, поиск багов, код-ревью - это первое, что забрали агенты. Замена этому ученичеству пока не построена.
«Смысл работы инженера - это инженерия. Инженерия была до появления софта. Инженерия будет и после того, как программирование изменится». - Дженсен Хуанг, Nvidia
Для бизнеса практический вывод лежит на поверхности: если проверка занимает 80% времени, значит, её надо проектировать заранее, а не прикручивать после первого сбоя. Кто и как проверяет работу агента - такой же обязательный пункт, как сам агент.
Позиционирование и данные - ваши отличия
Автор MarTech взял годовые снимки главных страниц 24 вендоров платформ контента с 2020 по 2026 год. Один вендор за шесть лет сменил шесть названий: от Jamstack до agentic DXP. Только четверо из 23 держались одного термина все годы. За ярлыками стоит измеримая одинаковость: Пит Лайя из Wynter оценил 445 лидеров категорий и получил среднее пересечение сообщений между конкурентами в 57%. Когда его команда убрала из текстов ценностных предложений пяти крупнейших CRM названия компаний, 100 лидеров B2B-маркетинга угадали бренд в среднем на 1,86 из 5, где случайное угадывание даёт 1,0.
«Ваше позиционирование плохое не потому, что оно неверное. Оно плохое потому, что его можно заменить на любое другое». - Пит Лайя, CEO Wynter
Одинаковым агентам нечем подкреплять ответы. Здесь работает вторая новость: исследование Search Engine Land показало, что бренды с собственными исследованиями получают в 3-5 раз больше цитирований от AI-систем, чем конкуренты с общими советами. Для Владивостока и Дальнего Востока это особенно ощутимо: региональные привычки покупателей, специфика локального языка и культурные детали нельзя взять из чужой статьи. Компания, которая публикует собственный опрос жителей Приморья, даёт AI-поиску источник, которого больше ни у кого нет.
Что это значит для бизнеса
Четыре новости складываются в один сдвиг. Агенты разошлись по системам быстрее, чем компании научились их считать и проверять. Дальше остаются три работы, и все они не про выбор модели.
- Посчитайте агентов. Составьте список: что подключено, к каким данным имеет доступ, какие записи меняет. Без этого списка нельзя назначить ответственного.
- Спроектируйте проверку. Журнал действий по каждой записи, правила для агентов наравне с людьми, понятный момент остановки. Проверка - это часть процесса, а не аварийный режим.
- Соберите свои данные. Опросы клиентов, аналитика CRM, отраслевые цифры, которые вы посчитали сами. Это единственное, что нельзя скопировать у конкурента, и единственное, что AI-поиск цитирует.
Внедрение искусственного интеллекта перестало быть задачей про инструменты. Теперь это задача про порядок: кто владеет агентом, кто проверяет его работу и на каких данных он стоит. Мы помогаем выстроить этот порядок - от аудита текущих агентов и данных до автоматизации с помощью ИИ. Начните с бесплатного AI-аудита: за один разбор видно, сколько агентов реально работает в ваших системах и где они расходятся.