Открытые данные измеряют «ИИ вообще», а не агентов: из 169 строк доказательств только 49 действительно про агентные системы
Вопрос (резюме):
«Проведи детальное исследование использования ИИ-агентов сотрудниками SMB и enterprise-компаний в рабочих задачах»: каким сотрудникам, в каких компаниях и рабочих ситуациях нужны ИИ-агенты, какие действия им действительно делегируют, в каком интерфейсе их используют и что превращает разовую пробу в регулярную практику. Приоритет: США и Европа (отдельно ЕС и Великобритания), затем Китай; фактическое использование и UX, а не обзор функций.
В основе — 169 строк доказательств с 46 независимых хостов (ни один URL не даёт более половины строк): количественные показатели проникновения, именованные исследования, европейские и китайские данные, 34 конкретных рабочих сценария и 19 строк прямого пользовательского фидбека. Это широкая, но не исчерпывающая выборка открытых источников; часть — материалы поставщиков или вторичные пересказы, они помечены. Главный методологический вывод: показатели «AI overall» (120 строк) нельзя переносить на агентов (49 агент-специфичных строк).
1. Карта доказательств: регион × тип системы
Каждая клетка — число строк доказательств. Фильтруйте по типу записи, классу доказательств и scope guard; клик по клетке раскрывает конкретные строки с источниками. Это карта того, что измерено, а не карта проникновения — несопоставимые проценты здесь не суммируются.
Насыщенность синего — число строк в клетке; «—» — пробел открытых данных. Клик по клетке открывает строки ниже.
подтверждено Сильнейшее полевое доказательство — рандомизированный эксперимент Alibaba/Taobao (август 2024, 647 работников поддержки, 680 676 чатов): агент автономно вёл стандартизированные чаты под наблюдением людей. AI-eligible — менее 10% потока; 35,0% контролируемых AI-чатов закончились без эскалации; длительность −16,8%, но оценка клиентов −0,412 пункта. Скорость растёт, межличностное качество требует человека. arxiv.org
подтверждено В американском рандомизированном эксперименте по созданию рекламы (2 234 участника, 11 024 объявления) human–AI команды сделали на 50% больше объявлений на работника; люди делегировали агенту 58% работы против 50% в human–human парах. Текст лучше, изображения хуже, результаты однообразнее. Это эксперимент, а не долговременная практика штатных сотрудников. arxiv.org
ограниченно подтверждено 62% предприятий «как минимум экспериментировали» с агентами и 23% масштабировали их (середина 2025): self-report руководителей/IT через вторичный академический источник — это не доля сотрудников и не доля регулярных пользователей. arxiv.org
подтверждено 40 информационных работников крупной американской технологической компании проводили в 3–5 раз больше времени с разговорным productivity-агентом, чем с дашбордом, — но система только советовала и не выполняла задачи: по рабочему определению это ассистент-рекомендатель, а не агент. arxiv.org
2. Определения и scope guard
Категория
Что делает
Строк
Обычный генеративный ассистент
Отвечает и создаёт контент по запросу, но не доводит многошаговую задачу до результата
15
ИИ с отдельными агентскими функциями
Ассистент с элементами автономии: отдельные действия, вызов инструментов внутри ограниченного шага
13
Многошаговый агент
Получает цель, динамически выбирает действия, использует инструменты и корпоративные данные, действует в системах
32
Фиксированная автоматизация
Заранее заданный сценарий без динамического выбора следующего действия — противопоставляется агенту
11
AI overall / неясно
Источник не раскрывает тип системы; годится лишь как контекст, не как агентская метрика
98
Критерий включения в «агентов»: заполненное поле agentic_basis (описание того, как система получает цель, выбирает действия и работает в инструментах). Маркетинговый ярлык «agent» без такого основания не считается агентом.
3. Сопоставимое проникновение и частота: только показатели с видимым знаменателем
Агентские метрики и «AI overall» разделены; усреднять строки нельзя — у них разные знаменатели, определения и методологии.
Агент-специфичные показатели
Показатель
Значение
Знаменатель
Стадия
Метод
Источник
Предприятия, хотя бы экспериментирующие с агентами (сер. 2025)
США (22 строки) — самая богатая база: панель Gallup (self-report), телеметрия Anthropic Economic Index (наблюдаемое поведение), эксперименты с агентами в рекламе и productivity. Различия между штатами объясняются концентрацией технологических профессий, а не «культурой»: 69% географического согласия между фактическим использованием Claude и предсказанной технической экспозицией.
ЕС (включая Германию, Нидерланды, Францию, Данию — 54 строки europe_evidence) — почти целиком «AI overall» по компаниям: Франция 9,91% против среднего ЕС 13,48% (2024); французские SME в пищевой отрасли 6%, в сельском хозяйстве 4%; при этом 53% французских сотрудников сами говорят, что используют AI. Разрыв «компания vs сотрудник» — это различие знаменателя и методологии, не противоречие. Ни одно из этих значений нельзя выдавать за использование агентов.
Великобритания (21 строка) — сильны отраслевые срезы: опрос 118 финансовых фирм показывает внедрение AI по типам фирм (международные банки 94%, страховщики 95%, инфраструктура рынка 57%) — это доля фирм, не сотрудников и не агенты.
Китай (6 строк) — открытая employee-level база заметно тоньше. Единственный надёжный источник — полевой эксперимент Alibaba/Taobao. Циркулирующие 96% «AI at work» из Wikipedia непригодны как агентский benchmark: нет первичной выборки, типа системы и сегмента. Открытые источники не закрывают вопросы частоты, retention, SMB/enterprise и shadow AI в Китае на китайском материале.
5. Размер компаний
Требуемые корзины: 1–9, 10–49, 50–249, 250–999, 1 000+. В базе из 169 строк только 53 вообще указывают размер компании, и почти все — в собственных границах источника. Сохранены дословно:
Британская статистика определяет micro 1–9, small 10–49, medium 50–249 — единственный источник, совпадающий с корзинами; агентских метрик в нём нет.
Другой британский источник: «small — менее 20 сотрудников и до £10 млн оборота; mid-sized — £10–200 млн или 20+ сотрудников» — несопоставимо.
OECD-опрос SMC в семи экономиках: «среди фирм с более чем 50 сотрудниками доля достигла 36%» (Германия 39%) — несопоставимо, граница 50+.
Корзины 250–999 и большая часть 1–9/10–49 для агентских метрик — пробел открытых данных; он не заполняется предположениями.
6. Индустрия × роль × задача × автономность
34 рабочих сценария покрывают неравномерно: e-commerce/поддержку клиентов (9), здравоохранение (6), технологии/ПО (6), маркетинг/рекламу (2), финансы/бухгалтерию (2), медиа, телеком, страхование, образование и науку — по 1–2. Производство, логистика и классические профессиональные услуги в сценариях почти не представлены — пробел открытых данных. Все сценарии доступны в карте выше (фильтр «рабочий сценарий») и в таблице внизу.
7. Цепочки сильнейших сценариев
Поддержка клиентов Taobao: автономное выполнение стандартизированного подмножества
Триггер: входящий чат классифицируется как AI-eligible (<10% потока) → инструмент назначен централизованно → контекст: история заказа в системе → агент ведёт чат автономно → сотрудник наблюдает и может перехватить → проверка: эскалация при исключении → результат: 35,0% AI-чатов без эскалации, длительность −16,8%, оценка −0,412 п. → повторный барьер: падение межличностного качества на нестандартных обращениях. arxiv.org
Создание рекламы: делегирование с финальной проверкой человека
Триггер: задание на объявление → рандомизация в human–AI пару → постановка цели агенту → агент генерирует текст и изображения → человек правит и утверждает → результат: +50% объявлений на работника, 58% работы делегировано; текст лучше, изображения хуже, выдача однообразнее → барьер: гомогенизация результата и проверка изображений. arxiv.org
Командный агент в большой технологической компании: фоновый мониторинг с эскалацией
Триггер: события в командном контексте → агент сам планирует встречи, заводит баги, суммирует треды, может действовать без упоминания → сотрудники просматривают действия → 17 пользователей в 11 командах, стаж от 1 недели до 5 месяцев → барьер: столкновение «нового организационного актора» со сложившимися рабочими нормами. arxiv.org
Общий паттерн устойчивого использования: задача повторяема, границы результата ясны, данные доступны в месте работы, действия наблюдаемы, проверка дешевле ручного выполнения, есть безопасный handoff исключений и видимый выигрыш после учёта подготовки контекста. Высокорисковые внешние коммуникации, финальные решения и необратимые записи остаются за человеком.
8. Поведенческие сегменты и пользовательский фидбек
19 строк фидбека распадаются на четыре группы (цитаты — только из поля direct_quote; английские и французские даны в переводе с пометкой):
Успешно решает: «создало массу эффективности, чтобы я мог сосредоточиться на любимых аспектах работы» (перевод) — дизайнер о генеративной фазе исследования. jakobnielsenphd.substack.com, 15.12.2025.
Пытается, но неудовлетворён: «не учатся на нашей обратной связи», «каждый раз слишком много ручного контекста» (перевод) — superkind.ai, 10.08.2026; «агент может прогаллюцинировать весь пайплайн и вручить вам результат» (перевод) — engram.media, 30.08.2026.
Хочет делегировать / осторожный регулярный пользователь: разработчик держит агентный workflow год: «если среда разработки, тесты и циклы обратной связи сильны…» (перевод), но читает каждое предложение с подозрением — каждый PR агента проверяет человек. alanhc.github.io.
Отказался: «не хочу, чтобы мой бренд был так сильно связан с ИИ и его стигмой» (перевод) — jakobnielsenphd.substack.com, 15.12.2025; «агенты требовали слишком много надзора» — digidai.github.io, 06.07.2026.
Отдельно — сегмент shadow AI: около 75% knowledge workers используют AI-инструменты без формального внедрения компанией (вторичный пересказ Microsoft Work Trend Index 2024). Рыночную распространённость сегментов по единичным постам утверждать нельзя — это иллюстрации, не частоты.
9. Функциональность и форматы: три независимые оси
По строкам базы фиксируются три оси, которые нельзя смешивать: modality (текст доминирует; изображения — в рекламном эксперименте; документы/квитанции — в финансовом сценарии; экранная телеметрия — в productivity-агенте), location (встроенный в CRM/поддержку чат — Taobao; командный мессенджер — Team Agent; отдельное приложение — ассистенты) и mode (диалог; on-demand; approval-паттерн «черновик → подтверждение»; фоновый событийный запуск у Team Agent). Наблюдаемое использование (телеметрия Taobao, рекламный эксперимент) и предпочтения (3–5× время с разговорным интерфейсом против дашборда) — разные свидетельства; наличие функции не равно её популярности.
10. Корпоративное рабочее пространство
Почта, файлы, документы, встречи, мессенджер и задачи — именно там строки показывают работающие паттерны: Team Agent планирует встречи, заводит баги и суммирует треды внутри командного контекста; финансовый сценарий обрабатывает загруженные квитанции; поддержка действует в CRM. Главная возможность: агент внутри workspace с permission-aware контекстом, прозрачным журналом действий, черновиками и подтверждениями, событийным запуском, безопасным handoff исключений человеку и обучением на явно подтверждённой обратной связи — ровно те свойства, отсутствие которых пользователи называют барьером («не учатся на обратной связи», «слишком много ручного контекста»).
11. Продуктовые приоритеты (качественно, без выдуманных баллов)
Context/memory без повторной ручной загрузки — самая частая жалоба в фидбеке; высокая агентская пригодность, средняя сложность.
Cross-app retrieval/action — подтверждается успехом встроенных сценариев (Taobao, Team Agent) против отдельных приложений.
Approvals и обратимые действия — доминирующий контроль во всех сильных сценариях; дёшево, критично для доверия.
Наблюдаемость, прогресс, источники — ответ на «агент уверенно делает не то» и чтение каждого предложения с подозрением.
Exception handoff — проверен в Taobao (эскалация нестандартных чатов).
Готовые вертикальные сценарии для SMB, фоновые event-driven агенты, контроль shadow AI — гипотезы с тонкой доказательной базой; требуют первичной проверки.
12. Пробелы и минимальный план первичного исследования
Открытые источники не закрывают: долю сотрудников-регулярных пользователей агентов (есть только доли компаний), retention после первой пробы, корзины размера 1–9/10–49/250–999, Китай на первичном материале, цену подготовки контекста и исправлений. Минимальный дизайн:
Screen-and-work observation на реальных задачах; task-level логи подготовки контекста, исправлений и проверки.
Интервью «пробовал и бросил» и «доступ есть, не начал»; сравнение официального аккаунта с личным (shadow AI).
Квоты по пяти корзинам размера, индустриям и ролям; китайские интервью и телеметрия на китайском с местными платформами.
Все 169 строк доказательств
Тип
Регион
Система
Класс
Показатель / задача
Значение
Источник
Метод: 169 строк доказательств из открытых источников на 46 независимых хостах (ни один URL — более половины строк), собранных до начала 2026 года; каждая строка несёт географию, период, выборку, тип системы, основание агентности, показатель со знаменателем или задачу, методологию и URL. Регионы и типы систем нормализованы для карты; формулировки знаменателей и границы размеров компаний сохранены дословно. Vendor-материалы и вторичные пересказы помечены в методологии строк; противоречащие цифры не усреднялись. Для компактности длинные поля усечены в таблице; полные формулировки — по ссылкам источников.