Новости ИИ для бизнеса: агенты, данные и правила игры

Владелец небольшой компании открывает ленту: сверху новость про новый закон об ИИ, ниже — про агентов, которые вот-вот заменят сотрудников, дальше — про очередную модель. Понять, что из этого касается именно его бизнеса, почти невозможно. За последние недели вышли исследование и несколько разборов, которые отвечают на этот вопрос без рекламного шума. Собрали главное и перевели на язык малого бизнеса.

Агенты: спрос есть, готовности почти нет

Журнал «Машины и Механизмы» 13 сентября 2026 года рассказал об исследовании Высшей школы бизнеса НИУ ВШЭ и Cloud.ru. Эксперты собрали пятиуровневую модель: она показывает, насколько компания готова к промышленному использованию ИИ-агентов. Главный вывод — полностью автономные агенты в российской практике почти не встречаются. Успех зависит не от модели, а от качества данных, связки с корпоративными системами и людей, которые умеют это поддерживать. По данным «Сбер2В Аналитики», которые приводит издание, ИИ-ассистентов и агентов используют 39% российских компаний.

За цифрой про 39% легко пропустить вторую половину фразы. «Используют» не значит «агент работает сам». Чаще это тот же чат, только с доступом к базе знаний компании.

Сколько бизнеса реально работает с нейросетями

Блог компании SpeShu.AI на Хабре 30 сентября 2026 года разобрал пять проблем, из-за которых внедрение ИИ буксует. Начинается разбор с цифр. По расчётам НИУ ВШЭ на основе данных Росстата, нейросети используют в среднем 4,8% организаций, а среди компаний с численностью больше 500 сотрудников — 14,9%. В исследовании MTS Web Services среди более чем 700 российских компаний у 74% не оказалось готовой стратегии развития ИИ. McKinsey выяснила, что среди компаний, использующих генеративный ИИ, только 21% всерьёз перестроили хотя бы часть рабочих процессов.

Цифры сходятся в одном: доступ к нейросети и внедрение ИИ — разные вещи. Первое можно сделать сегодня, второе требует разбора процессов.

Пять проблем, которые ломают внедрение

Список из разбора SpeShu.AI полезно держать перед глазами, когда подрядчик предлагает «автоматизировать всё».

• Автоматизируют задачу, а не процесс. Купили доступ к нейросети сотрудникам и решили, что автоматизация сделана. Между тем без карты процесса непонятно, откуда приходит задача, какие нужны данные и где результат передаётся дальше.
• Данные не подготовлены. Агенту нужен минимальный набор: каталог, цены, регламенты, типовые вопросы. В исследовании Deloitte среди 2770 руководителей из 14 стран 55% организаций отказались от части сценариев именно из-за проблем с данными.
• Нет связки с рабочими системами. Письмо составить агент может, а вот взять клиента из CRM, посмотреть статус заказа и записать результат обратно — уже интеграция. Проблемы интеграции отметили 57% управленцев в исследовании Ассоциации менеджеров.
• Корпоративные данные уходят наружу без правил. Безопасность систем и обрабатываемых данных назвали проблемой 55% респондентов того же исследования. Если в сервис попадают персональные данные, начинают действовать требования 152-ФЗ.
• Зарубежный API трудно оплатить из России. Пока сотрудник тестирует модель на личном аккаунте, всё просто. Как только то же подключается к рабочему процессу, появляются вопросы: как платить, какими документами подтверждать расход, что делать с валютой и налоговым агентом по НДС.

Что происходит с регулированием

Отдельная линия новостей — правила игры. 1 сентября 2026 года вступил в силу базовый закон о поддержке развития технологий ИИ, он же 243-ФЗ. Автор разбора на Хабре от 25 сентября 2026 года «Регулирование искусственного интеллекта в России» напоминает: закон оперирует понятием большой фундаментальной модели, и претендентов на этот статус пока единицы. Для малого бизнеса важнее другое — регулирование сосредоточено вокруг разработчиков крупных моделей, а не вокруг компаний, которые пользуются готовыми сервисами.

Главный вывод свежих исследований звучит буднично: дело не в модели. Работает или не работает ИИ в конкретной компании, решают качество данных, связка с рабочими системами и человек, который отвечает за результат.

Как регулируют ИИ в других странах

Для понимания контекста полезен обзор на Хабре от 7 сентября 2026 года «Как страны регулируют ИИ: от жёстких запретов до "гаваней без правил"». В США нет единого федерального закона: работают указы президента и решения ведомств, а ещё законы отдельных штатов. В Европе подход риск-ориентированный, с делением сценариев по уровню опасности. Есть и обратный пример: президент Аргентины объявил страну «гаванью для ИИ без регулирования».

Практический вывод один: единых мировых правил нет, и ориентироваться нужно на требования той страны, где вы работаете и где хранятся данные клиентов.

Что это значит для нас

Первое. Никакого агента, который заменит отдел, в ближайшее время не появится — ни у крупных, ни у малых. Полностью автономные агенты на российской практике пока редкость, и это нормально для технологии, которой ещё предстоит доказать надёжность.

Второе. Барьер на входе — не модель, а данные и процессы. Компания, у которой есть каталог с ценами и понятный регламент ответа клиенту, автоматизирует задачу быстро. Компания, где всё держится в голове владельца, сначала тратит время на описание того, что и так работает.

Третье. Регулирование пока не создаёт малому бизнесу новых обязанностей. Основные требования остаются прежними: 152-ФЗ, локализация персональных данных, аккуратность с тем, что уходит во внешние сервисы.

С чего начать без покупки

Возьмите одну задачу, которая повторяется каждый день, и не покупайте пока ничего.

1. Запишите шаги задачи на бумаге: откуда приходит запрос, какие данные нужны, где вы принимаете решение, куда уходит результат.
2. Отметьте, какие данные для этого требуются и где они лежат. Проверьте, нет ли двух версий прайса или каталога.
3. Выберите один шаг, который вы точно готовы отдать нейросети, — чаще всего это подготовка черновика ответа или документа.
4. Прогоните пять реальных запросов и сравните результат со своей работой. Смотрите на две вещи: сколько времени ушло и сколько пришлось править руками.

Если правок много, дело не в нейросети, а в описании задачи. Это самая частая причина разочарования на старте.

Куда смотреть дальше

Владельцу небольшой компании не нужна стратегия на три года. Нужен один сценарий, который работает каждый день: заявка не теряется, ответ уходит вовремя, документ готов к подписи. С этого мы и начинаем в «Нейросмене»: разбираем рутину, выбираем одну задачу и настраиваем её так, чтобы результат был виден через неделю. Если хочется сначала попробовать своими руками, подойдёт набор готовых промтов для малого бизнеса — на примерах из продаж и переписки с клиентами, из работы с документами.

Читайте также: ИИ для ответов клиентам: что поручить, а что оставить человеку и Meta расширила ИИ-агент для малого бизнеса: что это значит для нас.