# Триллионная возможность агентных рабочих процессов ## 1. Контекст: почему SaaS-модель рушится ### Исторический взгляд финансистов на SaaS - Среди финансистов существовала поговорка: «все SaaS-компании одинаковы на вкус» ("all SaaS companies taste like chicken") - Это означало: все SaaS-компании имеют одинаковые балансы, одинаковые темпы роста и одинаковые метрики — идеальный инвестиционный актив - PE-фонды с датами 2026–2028 накупили здоровых SaaS-компаний, которые теперь «тонут» ### Почему SaaS теряет позиции - Метрики роста и прибыльности SaaS-компаний резко ухудшились - Компании не смогли стать релевантными в мире, где агенты захватывают рабочие процессы - PE-фирмы не знают, как продать портфельные SaaS-компании, купленные ранее --- ## 2. Три ключевых игрока на рынке ### Гиперскейлеры (OpenAI, Anthropic) - Осознали: нельзя сидеть в конференц-залах и рассуждать об AI — нужно идти «в окопы» к клиентам - Подтверждение тезиса Palantir: необходимы **forward deployed engineers** — инженеры, работающие непосредственно у клиента - Гиперскейлеры ограничены в капитале несмотря на рекордные раунды финансирования (затраты на AGI, GPU, обучение моделей) - Anthropic создал деплой-компанию с Blackstone, Hellman & Friedman и Goldman Sachs — **$1,5 млрд капитала** - OpenAI создаёт аналогичный венчур с оценкой около **$10 млрд** ### Private Equity - Давление с двух сторон: «push» — нужно спасать старые SaaS-инвестиции; «pull» — нужно внедрить AI в портфельные компании - PE-фирмы видят **триллионы долларов** в агентных рабочих процессах - Мотивированы создавать AI-нарративы для компаний перед продажей - PE как канал дистрибуции: владеют тысячами mid-market компаний (finance, ops, support, procurement, compliance) ### Предприятия (Fortune 500, SMB) - До недавнего времени не понимали разницы между чатом и агентом - Перелом произошёл в декабре 2025 и ускорился с весны 2026 - Компании видят возможности, но не имеют экспертизы - Обращаются к OpenAI, Anthropic и консультантам за помощью --- ## 3. Ключевой тезис: завершение рабочего процесса на 100% - Возможность агентов выполнять **целый рабочий процесс на 100%** — новый феномен весны 2026 - Раньше агенты не могли делать это надёжно, масштабируемо и воспроизводимо - Именно в **достижении 100%** сосредоточена непропорциональная ценность - Совокупная стоимость этой возможности — **триллионы долларов** --- ## 4. Четыре оси давления на рынок агентных решений ### Ось 1: Frontier-лаборатории движутся вниз по стеку - Anthropic и OpenAI раньше поставляли только модель — теперь создают компании по деплою - Нанимают инженеров, которые работают внутри компаний-клиентов - Выпускают продуктовые решения: Claude Design, финансовые шаблоны, Claude Code (vs. Cursor) - Сигнал: **листы найма и анонсы лабораторий** показывают, где они видят ценность ### Ось 2: Консультанты движутся вверх по стеку - McKinsey, BCG, Accenture, Capgemini — все участники программы OpenAI Frontier Alliance - PricewaterhouseCoopers сотрудничает с OpenAI по офису CFO - Консультанты больше не ограничиваются change management — они строят agentive practices и обучают delivery-команды - Имеют десятилетия отношений с лицами, принимающими решения — огромное конкурентное преимущество ### Ось 3: Системы записей (Systems of Record) открывают интерфейсы - Salesforce, ServiceNow, Workday открыли API и agent frameworks - SAP приобрёл Dreamio совместно с Prior Labs специально для управления данными - Цель: агент должен вызывать их платформу напрямую с их permission и audit trail - **Стартапам всё труднее вклиниться между данными клиента и агентом** ### Ось 4: Private Equity как канал дистрибуции - PE может ввести одного партнёра по деплою для всего портфеля - Сравнить результаты по компаниям и **стандартизировать playbooks** - Масштаб несопоставим с продажами стартапа по одной компании за раз - Компании, выигрывающие PE-партнёрство, получают несправедливое преимущество дистрибуции --- ## 5. Слой реализации (Implementation Layer) ### Что такое Implementation Layer - Также называется «harness» (обвязка) вокруг модели - OpenAI в своём посте Frontier Alliances прямо заявил: **«узкое место для enterprise AI — не модель, а то, как агенты строятся и управляются внутри компаний»** - Включает всё, кроме самой модели ### Компоненты Implementation Layer #### Проектирование рабочего процесса (Workflow Design) - Определение: какие решения принимает модель, какие шаги остаются за человеком - Где передаются полномочия (handoffs) и что считается «сделанным» - Не промпт — это **определённый процесс**, где каждый шаг имеет владельца, вход и выход - Большинство команд пропускают этот этап и просто подключают модель к инструменту #### Доступ к данным (Data Access) - Какие источники истины читает агент - Какие разрешения применяются на уровне строк и полей - Какие записи актуальны, а какие устарели - Модель может уверенно отвечать из PDF шестимесячной давности или из live-записи — **implementation layer решает, какой источник использовать** #### Полномочия (Authority) - Что агент может делать с какими системами - С какими лимитами затрат и обязательств - **Чтение — один профиль риска; запись — совершенно другой профиль риска** - Расходы, как правило, необратимы #### Оценки (Evals) - Не бенчмарки — это способ измерить **соответствие вывода агента конкретным бизнес-правилам** - Как проверить корректность, полноту и безопасность вывода до его применения - «Если вы не можете назвать, что в ваших eval, вы не в позиции сказать, работает ли ваш агент» #### Audit Trails и восстановление - Что логируется и что **должно** логироваться - Что аудитор может восстановить после сбоя - Как отменить действие агента - Кто у клиента поддерживает систему в актуальном состоянии --- ## 6. Стратегический принцип: «Быть ближе к бизнес-объекту» ### Суть принципа - Универсальный интеллект становится ценным, когда привязан к **конкретным объектам и действиям**, которые определяют реальную работу - Не абстрактное рассуждение, не лучшее резюмирование — а объекты, которые движут бизнес-процессами ### Примеры применения #### Поддержка клиентов - Объекты: кейсы, политики, клиенты, права, пути эскалации - Implementation layer строит object model, с которой агент может закрывать тикеты от начала до конца #### Продажи - Объекты: inbound, outbound, motions закрытия сделок, весь sales funnel - Object-oriented модель позволяет агенту работать по всей воронке **надёжным и последовательным образом** ### Почему это важно для дифференциации - Вендоры без глубокого понимания «покажут карты»: «модель отличная, данные помогут» - Строители, понимающие implementation layer, устойчивы к конкуренции со стороны Anthropic/OpenAI --- ## 7. Почему кастомизация — это защитный ров - Бизнес-модель «SaaS на вкус как курица» предполагала, что ПО может быть **универсальным** - В агентном мире **непропорциональная ценность — в кастомизации** - Implementation layer слишком сложен, специфичен и глубок, чтобы его мог построить «crack team за выходные в Claude Code» - PE-фирмы уже проверяли этот тезис — это не работает - **Фактическое плечо системы**: то, как implementation layer собирает модель + harness + данные в исполняемый рабочий процесс --- ## 8. Открытые вопросы рынка - **Кто владеет?** Кто в итоге «явно заявит о праве собственности» на пространство агентных рабочих процессов — лаборатории, консультанты, системы записей или сами предприятия - **Где плечо?** В данных (Salesforce, SAP), в модели (Anthropic, OpenAI), в harness, в памяти (memory) — открытый вопрос - **Сервисы vs. SaaS?** Смогут ли модели с глубокой кастомизацией заменить рекуррентную выручку SaaS с точки зрения финансов - **Паралич выбора**: как компании будут принимать решения, когда все крупные вендоры сходятся на одном рынке одновременно - **Масштабируемость кастомизации?** Может ли бизнес-модель, основанная на глубокой кастомизации, эффективно масштабироваться — «слишком сложно и нюансировано» - До ясности в распределении ролей — **ещё годы**