Перші компанії, які розгорнули AI-агента, наткнулися на «три стіни»

Стаття | Кремнієва лабораторія, автор | kiki

Лише за два місяці «міні-раки» охопили весь світ AI.

Чи то новачки, які використовують OpenClaw для дослідження меж особистих агентів, чи великі виробники моделей, що запускають легкі рішення для розгортання, пропонуючи API-пакети CodingPlan для швидкого розгортання в хмарі…

Розробник Лі Жань так описує цінність, яку приносить OpenClaw: він порівнює розвиток AI-агентів із еволюцією Інтернету. OpenClaw прискорює перехід агентів у третю епоху — від інструментів у ПК до помічників у мобільному Інтернеті і, можливо, колег у майбутньому в епоху співпраці.

Можливо, це «OpenClaw момент» для індивідуальних розробників і малих команд: люди починають використовувати агентів, абстрагуючи завдання через різні навички, щоб вирішувати задачі, що раніше залежали від прихованих знань і галузевого досвіду.

Але цікаво, що у великих корпораціях OpenClaw виглядає значно менш помітним. Багато хто досі спостерігає за впровадженням корпоративних AI-агентів і ставиться обережно, «OpenClaw момент» у бізнес-секторі ще далеко не настав.

1. Солодке і гірке враження від корпоративного OpenClaw

Чи має поточний шторм OpenClaw цінність для впровадження агентів у бізнесі?

Відповідь — так.

Розробник Лі Жань вважає, що OpenClaw викликав революцію у парадигмі розробки агентів.

Ранні форми агентів, такі як Dify або Коу-Зі, здебільшого з’являлися у вигляді workflow. Хоча «перетягування» та low-code знизили поріг входу, вони були не дуже дружні до непрофесіоналів у бізнес-організаціях.

Але OpenClaw через системні виклики команд дозволяє непрофесіоналам взаємодіяти з агентами у звичних офісних програмах — це AI-native агент.

Крім зміни парадигми розробки, з’явилася галузева «супермаркет рішень», що сприяє обміну галузевими знаннями і даними.

Інструментальні можливості OpenClaw залежать від високоякісної документації з навичками. Після запуску OpenClaw спровокував «бум» навичок на GitHub. Як зазначає AI-креатор Хайсін, у сферах медицини, фінансів, освіти люди можуть використовувати AI для полегшення роботи, створюючи власні інструменти. Можливо, у майбутньому GitHub перетвориться з «репозиторію коду» у «супермаркет рішень».

Але крім солодкого, у впровадженні агентів у бізнесі є й багато гіркого.

Один із технічних фахівців великої компанії повідомив «Кремнієву лабораторію», що при тестуванні корпоративного OpenClaw він виявив проблеми з технічним стеком і можливостями.

По-перше, базовий план задач у OpenClaw потребує оптимізації — він ще не підходить для високонадійних корпоративних задач із планування. По-друге, можливості модуля довготривалої пам’яті ще недостатні, він не досяг стандартів виробничої готовності, і бракує високоякісної екосистеми навичок.

Інакше кажучи, враховуючи вимоги до відповідності, вартості та безпеки, сучасний високий ресурсний режим викликів OpenClaw і нестабільна екосистема ускладнюють масштабне впровадження для організацій із високими вимогами до прав доступу, надійності та співпраці.

2. Впровадження AI у бізнесі: «три стіни»

Обережне ставлення бізнесу до впровадження OpenClaw відображає жорстку реальність масштабного застосування AI у Китаї.

За даними Цуй Нюйхуей, вже 43% бізнес-підрозділів або посад займають масштабовану стадію використання, 27% — ще на пілоті, 28% — широко проникли, і 1.9% ще не визначилися.

Китайські компанії швидко приймають агентів. За прогнозами IDC, кількість активних AI-агентів у Китаї до 2031 року перевищить 350 мільйонів, з річним складним темпом зростання понад 135%, що випереджає світові ринки.

Але за цими «даними про масштабне впровадження» приховуються три очевидні перешкоди:

Перші — когнітивні стіни, або очікування керівництва, виконавців і користувачів.

Один із керівників служби підтримки автомобільної галузі повідомив «Кремнієву лабораторію», що минулого року вони інвестували багато ресурсів у AI для обслуговування клієнтів, але результати були невтішними. Вони створили повну базу знань і використовували AI під час великих розпродажів, але AI не міг повністю зрозуміти потреби користувачів.

«Наприклад, AI питає: ‘Ваш автомобіль — високий або базовий комплект?’, а користувач, щоб не здаватися, відповідає ‘середній’, і людський оператор розуміє, але AI — ні.»

Крім того, ставлення користувачів до AI-обслуговування розділилося: одні не довіряють, бо не знають, чи перед ними людина, чи штучний інтелект. Інші бояться пропустити можливість і безпосередньо впроваджують AI, але в реальності бачать, що його додана вартість невелика.

Заступник президента Alibaba Cloud Го Цзя також зауважує: «Галузеве розуміння можливостей великих моделей ще недостатнє, керівники впевнені у бізнес-можливостях, а технарі — у ризиках впровадження».

Дослідження Deloitte підтверджують цю «когнітивну стіну»: 85% компаній планують налаштувати агентів під замовлення, але лише 25% пілотних проектів виходять у виробництво. Більше третини вважають, що через 3–5 років AI-агенти принесуть значний дохід, що свідчить про ранню стадію розвитку.

Друге — це «стіна даних».

За словами Жу Іє, віце-президента Kingsoft Office, «сьогодні у застосуванні AI у бізнесі модель поступово змінюється з орієнтації на модель до орієнтації на дані». Багато проблем із ефективністю AI виникає через труднощі з підключенням зовнішніх моделей. Помилки у даних призводять до неправильних аналізів, недостатність даних — до проблем із пошуком і управлінням знаннями, а надмірна кількість — ускладнює контекстне опрацювання.

«Багато компаній швидко створюють демонстраційні версії AI, але справжнє впровадження — дуже складне», — каже Жу.

Щоб впровадити агентів, потрібно подолати цю «стіну даних»: забезпечити інтеграцію та уніфікацію форматів у сотнях систем всередині компанії, а також створити систему рівнів доступу для гарантії цілісності і безпеки даних.

Це вимагає високих навичок у управлінні даними.

Нарешті — «екосистема».

Внутрішньо в компанії потрібно створити механізми співпраці AI, щоб подолати ресурсні бар’єри.

Один із керівників ІТ-відділу держпідприємства повідомив «Кремнієву лабораторію», що AI — це не лише ІТ-відповідальність, а й стратегія всього бізнесу. «Ми не маємо проблем із даними, але проблема у їхній розподеленості. Інформаційний відділ може надати загальні дані, але бізнес-підрозділи мають брати участь у їхній обробці.»

Зовні ж потрібна глибока співпраця з постачальниками технологій — хмарними компаніями і виробниками агентів: «Не просто купити молоток і шукати цвяхи, а мати чітке розуміння бізнес-задач і створювати інструменти під них.»

3. Впровадження AI у бізнесі: від шоу до бою

Головний архітектор Palantir Алекс Кап описав ситуацію так:

«Якщо ви просто купите велику модель і сподіваєтеся, що вона змінить ваш бізнес — це марна мрія.»

Він пояснює, що впровадження AI у бізнесі — не шоу технологій, а поле бою, де потрібно отримати реальні результати і бізнес-цінність.

До 2026 року спостерігаються зміни у підходах:

По-перше, від повного «все-в-одному» і внутрішніх змагань до стратегічної орієнтації. Наприклад, бренд спортивного одягу з відкритим доступом повідомив «Кремнієвій лабораторії», що вони зосереджуються на трьох напрямках: автоматизація контролю якості, AI-підтримка обслуговування і автоматизація клієнтської підтримки. Мета — перетворити ці витратні центри у прибуткові.

По-друге, все більше продавців AI повертаються до практичних підходів, орієнтованих на бізнес. Впровадження AI неможливе без важкої роботи. Голова WPS 365 Чжан Ціньюань зазначив, що в епоху AI офісне програмне забезпечення має стати «засобом для збереження знань і цифровим співробітником».

Наприклад, у сфері управління даними WPS 365 створює нову «загальнодержавну систему знань», що об’єднує «збір, управління і використання» знань у корпоративному масштабі. Ця «корпоративна «мозкова» система вже застосовується у провідних компаніях, таких як Shanghai Xintou, Yanfeng International і China Eastern Airlines.

Повертаючись до початку, обережність щодо «міні-раків» — це прояв того, що корпоративне AI у 2026 році продовжує поглиблюватися і ставати більш прагматичним. Не до «OpenClaw моменту» — це не погано, а ознака того, що AI справді проникає у бізнес і стає інструментом виробництва.