Эксперт СКФУ: многоагентные ИИ-системы заменяют универсальные алгоритмы в российском бизнесе
Российский бизнес переходит от универсальных ИИ-решений к многоагентным системам из-за недостаточной эффективности единых алгоритмов при решении специализированных задач. Такую тенденцию отметил эксперт Северо-Кавказского федерального университета, начальник управления по информации и связям с общественностью СКФУ Максим Тизенгаузен.
По его словам, универсальные алгоритмы справляются с базовыми операциями, но показывают слабые результаты в областях, требующих узкой специализации. Особенно это проявляется при обработке больших массивов информации, анализе программного кода и персонализированном маркетинге.
В 2024—2025 годах компании столкнулись с типичной проблемой: цифровые инструменты выявляют ошибки и формируют отчеты, однако значительную часть работы приходится выполнять людям. Результаты требуют дополнительной проверки, корректировки входных данных и ручной доработки решений.
Многоагентные системы предлагают альтернативный подход — вместо одного универсального инструмента используются несколько специализированных ИИ-агентов. Каждый отвечает за определенную функцию: обработку информации, проверку корректности выводов, формирование решений или координацию всей системы. Такие проекты уже реализуются в IT-сфере.
Специализация снижает количество ошибок и ускоряет рабочие процессы. Инструменты не дублируют функции, а итоговые решения становятся устойчивее и предсказуемее. При этом человек сохраняет роль контролера и принимает финальные решения.
«В ближайшие годы умение выстраивать взаимодействие между ИИ-агентами станет одной из ключевых компетенций для инженеров, аналитиков и управленцев. Бизнесу нужны специалисты, которые понимают архитектуру таких систем, их ограничения и зоны ответственности человека. Это создает новые возможности как для компаний, так и для выпускников, готовых работать на стыке технологий и управления», — отметил Максим Тизенгаузен.
На сегодняшний день многоагентные модели выходят за рамки разработки программного обеспечения. В маркетинге их применяют для сегментации аудитории, подготовки персонализированных коммуникаций и анализа отклика. В логистике системы помогают прогнозировать спрос, управлять ценами и оптимизировать поставки в реальном времени с опорой на объемы данных, которые невозможно обработать вручную.