Między obietnicą a rzeczywistością agentów AI
VentureBeat opisał wyniki badania przeprowadzonego wśród 101 organizacji zatrudniających co najmniej 100 osób. Główny wniosek jest prosty – firmy nie mają dziś przede wszystkim problemu z wyborem platformy, tylko z realnym wdrożeniem agentów, którzy faktycznie potrafią działać wieloetapowo.
Badanie pokazuje, że orkiestracja agentów wyraźnie przesuwa się w stronę platform dostawców modeli. Najsilniejszą pozycję ma Claude, wyraźnie przed kolejnymi graczami. O wyborze najczęściej decyduje tzw. „grawitacja modelu”, czyli przywiązanie do bazowego modelu, na którym organizacja chce budować. Sukces takich wdrożeń firmy mierzą głównie niezawodnością realizacji zadań i zdolnością do prowadzenia workflowów przez wiele kroków.
Jednocześnie właśnie tu pojawia się największa sprzeczność. Zdecydowana większość badanych przyznaje, że tylko niewielka część ich wdrożonych „agentów” to rzeczywiście orkiestracja wieloetapowa. W praktyce dominują opakowane chatboty działające na pojedynczym promptcie. Innymi słowy – infrastruktura dla agentów powstaje szybciej niż same agenty.
Firmy nie chcą też oddawać pełnej kontroli dostawcom modeli. Najczęściej wskazywanym kierunkiem jest hybrydowa warstwa sterowania, łącząca narzędzia natywne z zewnętrzną orkiestracją. Powód jest czytelny – obawa przed uzależnieniem od jednego dostawcy. Do tego dochodzi niedojrzałość kontroli kosztów: spora część organizacji nadal nie ma mechanizmu, który zatrzymałby „rozpędzonego” agenta w czasie rzeczywistym, zanim wygeneruje nieplanowany rachunek.
Nasz komentarz: Rynek enterprise AI mówi dziś o agentach znacznie dojrzalej niż potrafi je wdrażać.
Prawdziwy problem nie leży w modelu, tylko w operacyjności
Naszym zdaniem to badanie dobrze porządkuje dyskusję wokół agentów. Dziś przewaga nie wynika już wyłącznie z jakości samego modelu, ale z tego, czy da się wokół niego zbudować przewidywalny system wykonawczy. To ważna zmiana – środek ciężkości przesuwa się z „jak dobrze model odpowiada” na „jak niezawodnie dowozi proces”.
W naszej ocenie szczególnie istotne są trzy rzeczy:
- Agent to nie chatbot z pamięcią – jeśli wdrożenie nie potrafi samodzielnie przejść przez wiele kroków, korzystać z narzędzi i domykać zadania, to nie rozwiązuje problemu, który agentowość miała adresować.
- Hybrydowa kontrola stanie się standardem – firmy chcą korzystać z natywnych platform dostawców modeli, ale jednocześnie zachować własną logikę sterowania. To sygnał, że warstwa control plane staje się osobną kategorią technologiczną.
- Koszt i governance nadal odstają od narracji – jeśli organizacja nie potrafi zatrzymać agenta w czasie rzeczywistym, to znaczy, że jej autonomia jest bardziej deklaracją niż kontrolowanym systemem produkcyjnym.
Uważamy też, że przewaga platform dostawców modeli nie oznacza jeszcze pełnego zwycięstwa ich ekosystemów. Badanie sugeruje raczej model przejściowy – firmy wybierają platformę najbliżej preferowanego modelu, ale równolegle budują własne warstwy abstrakcji, żeby nie zamknąć sobie drogi do zmiany. To dojrzała reakcja na obecny etap rynku, gdzie możliwości modeli rosną szybciej niż stabilność architektury wokół nich.
W skrócie
- Firmy konsolidują orkiestrację agentów wokół dużych platform modelowych, a o wyborze decyduje głównie siła bazowego modelu.
- Większość wdrożonych „agentów” to nadal chatboty z pojedynczym promptem, a nie prawdziwe workflowy wieloetapowe.
- Rynek zmierza w stronę hybrydowej kontroli i większego nacisku na koszt, bezpieczeństwo oraz niezawodność wykonania.
Opracowanie redakcyjne na podstawie artykułu VentureBeat AI: https://venturebeat.com/ai/agentic-orchestration-enterprise-ai-organizations-have-a-deployment-problem-not-a-platform-problem-and-most-are-calling-chatbots-agents