Нещодавно я ознайомився з ринковими дослідженнями щодо застосування AI-агентів у промисловості, досить цікаво, поділюся основними висновками.

З точки зору практичного застосування, обслуговування клієнтів дійсно стало найпопулярнішою сферою, займаючи 26.5%, далі йдуть дослідження та аналіз даних (24.4%), а потім внутрішня співпраця та інструменти підвищення продуктивності (17.7%). Генерація коду посідає лише четверте місце з показником 9.8%. Це може відрізнятися від очікувань багатьох.

Але найбільшим каменем спотикання залишається якість. 32% фахівців назвали це головною перешкодою, охоплюючи точність, релевантність, послідовність та інші аспекти — це відповідає минулорічним болючим точкам. Навпаки, стурбованість щодо вартості цього року явно зменшилася.

Цікаво, що 89% компаній обладнали своїх агентів якимись інструментами для спостереження, з них 62% досягли досить детального відстеження. Це свідчить про усвідомлення важливості відслідковування багатоступеневого мислення та можливостей виклику інструментів — це вже не опція, а необхідність.

Щодо вибору моделей, хоча використання моделей OpenAI перевищує дві третини, домінує комбінація кількох моделей — понад 75% організацій одночасно використовують різні моделі. Цікаво, що третина організацій інвестує у власну інфраструктуру для створення моделей, що свідчить про те, що, окрім зручності API, локальне розгортання все ще приваблює бізнес.

Що стосується тонкої настройки, ця тема досить нішова. 57% організацій взагалі не займаються тонкою настройкою, натомість більшість задовольняються базовими моделями з підказками та RAG (Retrieval-Augmented Generation), щоб задовольнити більшість потреб.

Ці дані здебільшого отримані від корпоративних користувачів сегменту B2B і досить добре відображають поточну ситуацію.