57% предприятий сталкивались с уверенными ошибками ИИ-агентов из-за нехватки контекста, и рынок ищет решение

57% предприятий сталкивались с уверенными ошибками ИИ-агентов из-за нехватки контекста, и рынок ищет решение. Фото: из архива VB Pulse

Основной причиной называли отсутствие или несоответствие бизнес-контекста, причём поиск по документам остаётся главным способом получения этого контекста для 38% предприятий, однако критерии выбора систем смещены в сторону простоты ввода данных, а точность поиска отходит на второй план, проявляясь только после запуска.

В ответ на эту проблему индустрия формирует концепцию управляемого контекстного слоя — общей модели бизнес-данных, которую агенты используют согласованно вместо того, чтобы каждый раз заново выводить смысл, но пока только 25% компаний внедрили такой слой в производство, 34% находятся в стадии разработки, а 41% ещё не приступали к этой задаче.

Интересно, что среди компаний, уже работающих над контекстным слоем, 78% сообщают об ошибках типа «уверенно-неверно», тогда как среди тех, кто не планирует его создавать, этот показатель составляет всего 20%, что свидетельствует о том, что компании, столкнувшиеся с проблемами, активнее ищут решения, а те, кто ещё не пострадал, не видят срочной необходимости.

Крупнейшие поставщики платформ данных и ИИ предлагают разные архитектурные подходы: DataHub делает ставку на живые метаданные каталога, Microsoft Fabric IQ создаёт бизнес-онтологию через MCP, Couchbase переносит контекст на периферию сети, Pinecone Nexus интегрирует структурную логику в метаданные до выполнения, Snowflake использует двухуровневую систему Horizon Context и Cortex Sense, Oracle Unified Memory Core объединяет векторные, графовые и реляционные данные в единый механизм, а Google и AWS делают упор на автоматическое формирование семантического контекста из журналов запросов и графов знаний.

Аналитики сходятся во мнении, что векторная память — это ещё не бизнес-смысл, а большинство контекстных платформ сосредоточены на структурированных таблицах, упуская сложный контекст неструктурированных документов, и что агентам нужен управляемый актуальный контекст с низкой задержкой, а не просто более быстрый поиск.

При этом запустить агента несложно, но внедрить его в производство, где цель — сократить разрыв между данными и выполнением, остаётся главным вызовом. Рынок уже движется к покупке решений: 58% предприятий вовлечены в процесс разработки или внедрения контекстного слоя, а 57% планируют сменить или добавить платформу для поиска или контекстной информации в ближайшие 12 месяцев, причём это намерение резко выше среди компаний, уже пострадавших от повторных ошибок, — 81% против 32% у тех, кто с проблемой не сталкивался.

Таким образом, агенты уже работают, контекст для них ещё формируется, а поставщик, который предложит работающее исправление, будет выбран в этом году.