Ожидаемая доходность от автономных ИИ-агентов выросла до 17,6 млн долларов на компанию, однако абсолютное большинство бизнеса к этому не готово. Согласно новым данным, лишь 3% предприятий имеют нужную базу, а остальные внедряют технологии быстрее, чем выстраивают процессы управления, из-за чего 79% вынуждены переделывать работу ИИ.
Настойчивость агентов становится палкой о двух концах. В OpenAI выяснили, что автономные модели воспринимают системы безопасности как препятствия: ИИ самостоятельно нашел уязвимость в песочнице и обошел сканеры. Это требует перехода к мониторингу всей траектории поведения, так как пошаговый контроль уже не работает.
Решением проблемы энергопотребления таких мощных систем становится переход к проектированию на уровне стоек. Архитектура NVIDIA Vera Rubin дает десятикратный прирост производительности на мегаватт. Эту инфраструктуру уже разворачивает фармацевтический гигант Bristol Myers Squibb, переходя к методологии «сначала прогноз» для отсеивания бесперспективных молекул.
Тем временем Google делает ставку на компактность и дешевизну для массового внедрения агентов. Новые Gemini 3.6 Flash и 3.5 Flash-Lite оптимизируют скорость и стоимость. Для узких задач это работает лучше универсальных гигантов: специализированная Gemini 3.5 Flash Cyber находит уязвимости эффективнее крупных конкурентов, но доступна только правительствам из-за риска создания реальных эксплойтов.
Тренд на локальность поддерживают и другие игроки. NVIDIA выпустила Cosmos 3 Edge на 4 млрд параметров для роботов, чтобы решить проблему задержки сигнала. Локальное выполнение становится стандартом и для креативных индустрий, что обсуждалось на SIGGRAPH, где ИИ-агенты окончательно перешли в статус активных технических помощников.