Forwarded from Dukhovnyi Ai
Краткий обзор ключевых тезисов из отчета McKinsey «Seizing the Agentic AI Advantage» (июнь 2025) для профессионалов:
▫️ Генеративный ИИ: Парадокс внедрения
• 80% компаний внедрили GenAI, но всего лишь 1% считают свои свои эксперименты по внедрению зрелыми.
• Причина: дисбаланс между горизонтальными (copilots, чат-боты) и вертикальными (функциональными) кейсами. Первые дают расплывчатый эффект, вторые (90%) застревают в пилотах.
▫️ Многие компании видят Агентский ИИ как целевое решение для внедрения
• Агенты — автономные системы, сочетающие ИИ с планированием, памятью и интеграцией.
• Сдвиг: от *реактивных инструментов* (ответ на запрос) к *проактивным исполнителям* (целеполагание, адаптация, коллаборация).
▫️ Особенно зацепили фокусы по требуемой трансформации в части перестройки процессов и необходимости выстраивания нового подхода к работе в формате Agent+ человек.
1. Перепроектирование процессов:
— Агенты должны быть ядром workflow, а не «надстройкой».
— Фокус на end-to-end процессах (не на точечных задачах).
2. Новая архитектура:
— Agentic AI Mesh: модульная, vendor-agnostic система для оркестрации агентов, управления рисками (autonomy drift, sprawl) и обеспечения наблюдаемости.
3. Гибридные команды:
— Кросс-функциональные сквады (бизнес-эксперты + инженеры MLOps + data-инженеры).
▫️ Риски и барьеры
• Технические:
— Hallucinations LLM, фрагментация данных, отсутствие memory.
• Организационные:
— «Спрол агентов» (неконтролируемое создание), сопротивление middle-менеджмента, дефицит навыков.
• Управление:
— Необходимы governance-рамки для автономии, классификации агентов (task automator vs. virtual collaborator) и аудита.
— Закрытие пилотной фазы, создание AI-совета с участием CDO/CIO, запуск lighthouse-проектов (например, реинжиниринг кредитного процесса в банке).
▫️ Экономический потенциал
• До 60–90% сокращение времени процессов (e.g., call-центры), 30–40% снижение затрат (IT-модернизация), новые revenue streams (персонализированные услуги на базе агентов).
Итог: Агентский ИИ требует пересборки операционной модели, выстраивания работы в формате «Агент+человек», но окупается ростом эффективности и инновационным потенциалом. Бездействие усилит риски отставания.
#AI #DigitalTransformation #McKinsey #AgenticAI
▫️ Генеративный ИИ: Парадокс внедрения
• 80% компаний внедрили GenAI, но всего лишь 1% считают свои свои эксперименты по внедрению зрелыми.
• Причина: дисбаланс между горизонтальными (copilots, чат-боты) и вертикальными (функциональными) кейсами. Первые дают расплывчатый эффект, вторые (90%) застревают в пилотах.
▫️ Многие компании видят Агентский ИИ как целевое решение для внедрения
• Агенты — автономные системы, сочетающие ИИ с планированием, памятью и интеграцией.
• Сдвиг: от *реактивных инструментов* (ответ на запрос) к *проактивным исполнителям* (целеполагание, адаптация, коллаборация).
▫️ Особенно зацепили фокусы по требуемой трансформации в части перестройки процессов и необходимости выстраивания нового подхода к работе в формате Agent+ человек.
1. Перепроектирование процессов:
— Агенты должны быть ядром workflow, а не «надстройкой».
— Фокус на end-to-end процессах (не на точечных задачах).
2. Новая архитектура:
— Agentic AI Mesh: модульная, vendor-agnostic система для оркестрации агентов, управления рисками (autonomy drift, sprawl) и обеспечения наблюдаемости.
3. Гибридные команды:
— Кросс-функциональные сквады (бизнес-эксперты + инженеры MLOps + data-инженеры).
▫️ Риски и барьеры
• Технические:
— Hallucinations LLM, фрагментация данных, отсутствие memory.
• Организационные:
— «Спрол агентов» (неконтролируемое создание), сопротивление middle-менеджмента, дефицит навыков.
• Управление:
— Необходимы governance-рамки для автономии, классификации агентов (task automator vs. virtual collaborator) и аудита.
— Закрытие пилотной фазы, создание AI-совета с участием CDO/CIO, запуск lighthouse-проектов (например, реинжиниринг кредитного процесса в банке).
▫️ Экономический потенциал
• До 60–90% сокращение времени процессов (e.g., call-центры), 30–40% снижение затрат (IT-модернизация), новые revenue streams (персонализированные услуги на базе агентов).
Итог: Агентский ИИ требует пересборки операционной модели, выстраивания работы в формате «Агент+человек», но окупается ростом эффективности и инновационным потенциалом. Бездействие усилит риски отставания.
#AI #DigitalTransformation #McKinsey #AgenticAI
❤1