49,7% — за разработкой программного обеспечения

Исследование того, как ИИ-агенты используются в реальности, выявило резкий дисбаланс:

• Программирование: забирает на себя 49,7% всей активности агентов.
• Остальные сферы: раздроблены на 16 категорий, ни одна из которых не превышает 9%.
• Примеры: Здравоохранение — всего 1%, Юриспруденция — 0,9%, Образование — 1,8%.

Вывод: Рынок программирования близок к насыщению, но все остальные вертикальные рынки (медицина, право, логистика) практически пусты. Это огромная возможность для новых продуктов.

Разрыв между возможностями и применением

Согласно оценкам METR, модель Claude способна решать задачи, выполнение которых заняло бы у человека почти пять часов. Однако на практике средняя сессия работы агента длится всего 42 минуты.

Этот разрыв — между реальными возможностями ИИ и тем, сколько мы позволяем ему делать — и есть зона роста. С октября 2025 по январь 2026 года время автономной работы агентов выросло почти вдвое. Это значит, что пользователи начинают доверять ИИ более длинные и сложные цепочки задач.

В исследовании отмечается:

«С августа по декабрь показатель успешности Claude Code на наиболее сложных задачах внутренних пользователей удвоился, одновременно среднее число человеческих вмешательств в сессию снизилось с 5,4 до 3,3».

По оценке авторов исследования, потенциал моделей уже превышает уровень их фактического внедрения.

Как формируется доверие к агентам

Исследование Anthropic опровергает миф о том, что опытные пользователи просто «отпускают поводок»:

1. Новички часто одобряют каждое действие агента вручную (премодерация).
2. Ветераны делегируют больше, но при этом вмешиваются чаще (9% против 5% у новичков). Они не проверяют каждый шаг «до», а активно следят за процессом и корректируют его, если что-то идет не так.
3. Безопасность: Агенты (Claude Code) запрашивают уточнения в два раза чаще, чем люди их прерывают. ИИ предпочитает остановиться и спросить, чем совершить ошибку.

«Ключевой вывод исследования состоит в том, что автономность агентов формируется совместно моделью, пользователем и продуктом. Claude ограничивает собственную независимость, останавливаясь для уточнений при неопределенности. Пользователи постепенно формируют доверие и корректируют стратегию контроля».

Практики вертикального ИИ

Генеральный директор Box Аарон Леви обращает внимание на потенциал вертикальных решений. По его оценке, ключевыми факторами становятся:

• использование проприетарных данных;
• адаптация решений под реальные рабочие процессы;
• управление организационными изменениями у клиентов.

Именно последний фактор формирует барьеры для входа: разработка отраслевых решений требует учета регуляторных ограничений, специфики процессов и организационных особенностей.

За последние десятилетия сектор SaaS демонстрировал рост примерно в 10 раз за десятилетие. Более 40% венчурных инвестиций за последние 20 лет направлялись в SaaS-компании, сформировав более 170 «единорогов».

По оценке сторонников вертикального ИИ, для каждой успешной SaaS-компании может появиться отраслевой ИИ-аналог, потенциально превосходящий по масштабу, поскольку такие решения способны не только заменять программное обеспечение, но и автоматизировать работу операторов.

Совместная природа автономности и вопросы регулирования

Anthropic подчеркивает, что автономность не является исключительно свойством модели — она формируется во взаимодействии модели, пользователя и продукта. Предварительные тестирования не позволяют полностью оценить этот эффект без анализа реального использования.

С точки зрения безопасности:

• 73% вызовов инструментов происходят с участием человека в контуре;
• только 0,8% действий являются необратимыми;
• наиболее рискованные сценарии (например, извлечение API-ключей или автономная торговля криптовалютой) в основном относятся к тестированию безопасности, а не к промышленной эксплуатации.

По их мнению, более эффективной целью регулирования является обеспечение возможности мониторинга и вмешательства, а не жесткая фиксация процедур одобрения.

Где сосредоточен будущий рост

При доминировании отраслей программирования остальные направления — здравоохранение, право, финансы, образование, клиентский сервис, логистика и другие — остаются относительно свободными.

Исходя из текущих данных, значительная часть отраслей пока практически не использует агентные решения. При том что модели уже способны выполнять задачи продолжительностью до пяти часов, пользователи ограничивают их работу сессиями в среднем около 42 минут.

Это указывает на раннюю стадию внедрения технологий и значительный потенциал дальнейшего развития в различных вертикалях.