ИИ-агенты создают новый рынок. Как на нем заработать инвестору?

Сентябрь оказался богат на новости из мира агентной экономики. Meta представила ИИ-агента Muse, способного управлять расписанием, совершать покупки на маркетплейсах, искать клиентов и помогать организовывать процессы для бизнеса. OpenAI выпустила линейку агентов Dots — они могут программировать, составлять и отправлять счета, обращаться к приложениям,  работать в мессенджерах и т.д. Брокер Robinhood разрешил розничным инвесторам подключать ИИ-агентов для мониторинга торгов и совершения сделок, запустив соответствующий сервис в приложении. 

Для инвесторов появление ИИ-агентов означает формирование нового слоя экономики. Когда этот рынок выйдет на полную мощность и как на нем заработать, рассказывает партнер Capital Lab Евгений Шатов.

С момента появления первой публичной версии ChatGPT прошло почти четыре года. За это время ИИ-чат-бот стал таким же привычным инструментом для работы, как когда-то поисковик Google. Число пользователей ChatGPT перевалило за миллиард, а количество компаний, использующих ИИ в работе, растет с каждым днем. 

И если к интеллектуальным чат-ботам, заменившим собой первый уровень техподдержки, все уже привыкли, то к внедрению полноценных ИИ-агентов, замещающих собой не только отдельных сотрудников, но и целые отделы, бизнес пока только готовится. 

ИИ-агенты способны самостоятельно работать с программами и базами данных, выполнять определенные действия, вроде отправки писем или бронирования отелей, но и более сложные специфические задачи, например, поиск нового офисного помещения. 

Однако пока на пути внедрения подобных умных помощников есть много препятствий и вопросов. Можно ли доверять конечному результату? Кто ответственен за ошибку?  Как настроить работу агента так, чтобы не подвергать угрозе кибербезопасность организации? Кроме того, далеко не все процессы в организациях формализованы и стабильны, особенно когда речь идет о многошаговых задачах. Получается, работу агентов все равно нужно проверять и контролировать некоторые аспекты их деятельности, в том числе и на предмет утечки чувствительных данных.

Для полноценного раскрытия экономического потенциала генеративного ИИ необходимо, чтобы сложились два условия: во-первых, потребители и предприятия должны широко внедрять ИИ-помощников и агентов. Этот процесс продолжается несколько лет. По данным исследования McKinsey, опубликованного в августе этого года, 40% компаний по всему миру с выручкой более $1 млрд сообщили о масштабировании ИИ-агентов, годом ранее их было лишь 27%. Около трети опрошенных сообщили, что отказались от покупки хотя бы одного приложения или платной функции в программе), потому что смогли сами сделать то, что им было нужно, — с помощью ИИ-агентов для создания кода. 

Во-вторых, эти агенты должны взаимодействовать друг с другом для облегчения транзакций. Техническая база для такого взаимодействия уже в значительной степени сформировалась, и первые решения уже используются.

Под технической базой обычно понимают два основных протокола: MCP (Model Context Protocol) от Anthropic, который стандартизирует подключение агентов к данным и инструментам, и A2A (Agent2Agent) от Google, который позволяет ИИ-агентам из разных систем общаться друг с другом и обмениваться задачами. Оба уже поддерживают крупные технологические компании, в их числе Microsoft, AWS, Salesforce и SAP.

Но нерешенными остаются проблемы с коммерцией и доверием: идентификацией агентов, подтверждением их полномочий, лимитами расходов, юридической ответственностью, платежами и разрешением споров. 

Для этих целей вводятся отдельные отраслевые стандарты — их предлагают, в том числе, Google, OpenAI, Stripe, Visa и Mastercard. Но данный рынок пока сильно фрагментирован, поэтому полноценная автономная «экономика агентов», где ИИ самостоятельно находит контрагентов, договаривается и совершает сделки, еще не сложилась. Но инфраструктура для нее уже активно строится.

По оценке Gartner, к 2030 году ИИ-агенты могут изменить рынок корпоративного SaaS: под угрозой перестройки окажется около 20% расходов на такое ПО, или $234 млрд. Вместо традиционных приложений компании люди все чаще будут выбирать новые ИИ-инструменты, способные увеличивать эффективность решения задач.

Goldman Sachs ожидает, что к 2030 году рынок ПО для обслуживания клиентов может вырасти на 20–45% благодаря ИИ-инструментам и агентам — до $780 млрд. Это соответствует среднегодовому росту примерно на 13%, начиная с текущего года.

В материале Andreessen Horowitz приводятся сценарии, в которых агенты могут заменить собой маркетологов, финансистов или менеджеров по продажам (и рынок, похоже в это верит: после релиза Muse от Meta упали акции финансовых и брокерских компаний). Например, ИИ-агент с помощью бухгалтерского ПО, систем финансового управления и платформ обработки платежей может проводить финансовую сверку, обрабатывать счета-фактуры, выявлять мошенничество, составлять бюджет и финансовые отчеты, соответствующих нормативным требованиям. 

В исследовании NBER (National Bureau of Economic Research) говорится, что ИИ пока не приводит к массовой потере рабочих мест, но в профессиях, где он может выполнять основные задачи, уже сильно падает найм новых сотрудников в США. В первую очередь, речь идет о разработчиках, ведь последние версии инструментов от OpenAI и Anthropic позволяют решать большинство задач, связанных с программированием.  

На этот счет было проведено уже немало исследований, и большинство экспертов склоняются к тому, что основная прибыль, скорее всего, достанется не только разработчикам моделей, но и тем, кто контролирует «точки принятия решений» и инфраструктуру транзакций между агентами. 

К примеру, в McKinsey полагают, что по мере перехода поиска и покупок в ИИ-интерфейсы прибыль может сосредоточиться у платформ, которые контролируют данные, рекомендации и саму покупку. Аналитики считают, что в ближайшие годы ИИ-интерфейсы могут участвовать в 10–35% онлайн-покупок — от поиска товара до оформления заказа.

В рекламном сегменте это означает потенциальный перенос части экономики от традиционных рекламных сетей, агентств и посредников к ИИ-платформам, управляющим всей цепочкой от намерения пользователя до покупки.

Главными бенефициарами могут стать компании, которые контролируют всю цепочку — от запроса пользователя до покупки.

Один из таких примеров — Amazon. Компания одновременно контролирует ИИ-агента, каталог товаров, платежи, логистику и рекламу. Весной она объединила шопинг-ассистента Rufus с Alexa+ в Alexa for Shopping. Агент умеет сравнивать товары, следить за ценами и самостоятельно оформлять покупки. Amazon также тестирует рекламу прямо внутри диалогов.

Похожая модель у Google: поисковый гигант соединяет поисковые запросы с собственным стандартом оформления заказов UCP и размещает торговую рекламу в AI Mode.

У Meta нет собственной торговой инфраструктуры масштаба Amazon, но ее ИИ-агенты помогают рекламодателям создавать креативы, настраивать таргетинг и оптимизировать кампании — то есть выполнять работу, которую раньше делали агентства.

Компании платежной инфраструктуры, такие как Visa, Mastercard и Stripe, уже стремятся занять ключевые позиции в идентификации ИИ-агентов, авторизации платежей, защите от мошенничества и разрешении споров.

Поставщики языковых моделей и облачные провайдеры также выиграют от перехода к агентной экономике, ведь ИИ-агентам требуется гораздо больше обращений к ресурсоемкой LLM, чем обычному чат-боту.

Для инвестора здесь идет речь прежде всего о трех облачных гигантах: Microsoft с Azure, Amazon с AWS и Alphabet с Google Cloud. Каждый из них выигрывает дважды. Во-первых, они продают вычислительные мощности для работы агентов. Во-вторых, они связаны с ведущими разработчиками моделей: Microsoft — крупный акционер OpenAI, Amazon и Alphabet вложились в Anthropic, а у Alphabet есть и собственное семейство моделей Gemini. Сами OpenAI и Anthropic пока остаются частными компаниями, поэтому участвовать в их росте на бирже можно в основном через этих партнеров.

Не встанут ли на пути перехода к агентной экономике регулирующие органы? Отдельные государства вполне могут притормозить внедрение ИИ, особенно там, где это касается денег, медицины, безопасности и других чувствительных вещей. В США, к примеру, крупнейшие игроки в сфере ИИ пытаются договориться о добровольных ограничениях.

Но, по всей видимости, остановить сам процесс уже очень сложно. Поэтому скорее стоит ожидать не остановки агентной экономики, а того, что она станет более зарегулированной: где-то потребуется подтверждение действия от человека, где-то проверка действий агента, а где-то — дополнительные системы безопасности.

Да и регулирование само по себе может создать еще один большой рынок вокруг ИИ-безопасности, контроля и мониторинга агентов.