86% компаний используют GPU менее чем наполовину

VentureBeat Research опросила 573 технических руководителя из компаний от 100 сотрудников и выяснила: предприятия запускают AI-агентов раньше, чем системы контроля, которые нужны для управления ими. И делают это осознанно. Вот главные цифры исследования.

Дорогое железо простаивает

Уолл-стрит всю весну спорила, не переоценён ли AI-бум. Ответ от тех, кто реально покупает оборудование: самые дорогие чипы в зданиях предприятий работают в лучшем случае наполовину. При этом только 44% компаний строго отслеживают, сколько на самом деле стоит их AI-инфраструктура. Остальные только оценивают.

И всё равно 45% предприятий планируют в ближайшие 12 месяцев оценить AI-специализированные облака (CoreWeave, Lambda, Crusoe, Nebius). Хотя сегодня меньше 2% реально их используют. А треть компаний присматривается к не-Nvidia ускорителям: AWS Trainium, Google TPU, AMD.

Вывод исследователей: прежде чем тратить бюджет на новые GPU или облака, стоит измерить загрузку и стоимость текущих.

Большинство «агентов» - это чат-боты в плаще

71% предприятий говорят, что не более четверти их развёрнутых «агентов» могут выполнять многошаговые задачи самостоятельно. Остальные - однопромптные чат-боты. Только 10% сказали, что настоящие агенты составляют большинство того, что они запускают.

Гартнер предсказывал, что 40% корпоративных приложений будут интегрированы с AI-агентами к концу 2026 года. Но сам же предупредил: самая распространённая ошибка - называть AI-ассистентов агентами. Это явление уже получило название «agentwashing».

Исследование VentureBeat задало более честный вопрос, чем опросы Zapier или Writer: из тех агентов, что у вас в продакшене, сколько могут выполнить многошаговую задачу без человека за рулём? Разница между ответами колоссальная, и она определяет бюджет: однопромптный чат-бот не требует контроля идентификации, оценки качества и затрат, а настоящий агент - требует.

Доверять AI-оценкам пока рано

66% предприятий либо уже разрешают AI-агентам отправлять изменения в продакшен на основе автоматических оценок без участия человека, либо строят системы для этого. Но только 5% полностью доверяют автоматическим оценкам, на основе которых принимаются такие решения.

И большинство проверок происходит до запуска агента, а потом прекращается. Только 23% компаний непрерывно проверяют качество ответов, которые дают их агенты в продакшене.

Безопасность: общие ключи = проблемы

69% компаний разрешают AI-агентам использовать общие учётные данные. И эти компании сталкиваются с инцидентами безопасности в 1,5 раза чаще: 63,5% против 40,9% у тех, где у каждого агента свой доступ. Рекомендация простая: дать каждому агенту собственную учётную запись, начиная с тех, кто работает с продуктивными системами.

Что это значит для бизнеса

Исследование VentureBeat рисует картину, знакомую любому, кто внедрял технологии: скорость развёртывания обгоняет качество управления. Компании ставят AI-агентов в продакшен раньше, чем настраивают контроль, оценку и безопасность. И платят за это.

Для бизнеса во Владивостоке и по всей России вывод простой: автоматизация бизнеса с помощью AI даёт реальные результаты, но требует вдумчивого подхода. Начинать внедрение AI-агентов стоит с аудита процессов и выстраивания системы контроля, а не с покупки самого дорогого GPU.