The Wall Street Journal описал новую корпоративную головную боль: лавинообразный рост AI-агентов внутри компаний, которых никто не считал и не контролировал. В DaVita — американской компании по лечению почечных заболеваний — сотрудники самостоятельно наплодили более 10 000 собственных агентов. В FICO (кредитный скоринг) 3 500 сотрудников создают десятки новых агентов каждый день — «практически на каждом уровне иерархии», по словам IT-директора Майка Тркея. Явление получило название agent sprawl — разрастание агентов.
Контекст
Два года назад AI-агент был уделом команды разработки. Сегодня его может собрать менеджер среднего звена без единой строчки кода — через корпоративные платформы на базе Claude от Anthropic или открытые инструменты для оркестрации агентских цепочек. Порог входа упал до нуля, а вместе с ним исчезли и естественные тормоза: согласование с IT, архитектурный ревью, хотя бы базовая инвентаризация.
Параллельно растут ставки. По прогнозу Gartner, в ближайшие два года у средней компании из Fortune 500 будет работать более 150 000 AI-агентов. При этом лишь 13% организаций считают, что контролируют ситуацию. Остальные 87% — в той или иной степени слепые пассажиры.
Это не просто беспорядок. Дублирующие агенты — это лишние токены и счета за вычисления. Агенты с широкими правами доступа, собранные сотрудником за полчаса, — это дыры в периметре безопасности. А потеря инвентаря означает, что компания не может ни аудировать, ни отключить то, о существовании чего не знает.
Аналитика
Agent sprawl — закономерное следствие демократизации инструментов. Тот же путь прошли электронные таблицы в 90-х и Shadow IT в нулевых. Каждый раз бизнес получал взрыв локальной продуктивности — и управленческий хаос в масштабе. Разница в том, что агенты действуют автономно и имеют доступ к данным и системам. Это другой класс рисков.
Цифра Gartner про 150 000 агентов на компанию выглядит как предупреждение, а не прогноз успеха. Рынок инструментов для управления агентским парком — governance, observability, policy enforcement — только формируется, но уже очевидно, что он будет большим. Любая платформа, которая даёт корпорации «единое стекло» над всеми агентами с контролем доступа, бюджетами токенов и аудит-логами, закрывает реальную боль.
Важна и поляризация реакций. GitLab говорит: «нас устраивает sprawl, потому что скорость важнее». DaVita строит внутреннюю платформу с ручным управлением токенным бюджетом. Lyft выдал Claude всем сотрудникам и выстраивает централизованную систему шеринга «скиллов» с контролем доступа. Три разных стратегии — и каждая отражает разный уровень зрелости AI-governance. В 2026 году это уже не технический вопрос, это вопрос корпоративного управления.
Кейсы применения в бизнесе
B2B-SaaS стартап (20-100 человек). Пока команда маленькая — самое время установить правило: каждый агент регистрируется в общем реестре (хотя бы Google Sheet с именем, владельцем, правами доступа и датой создания). Это займёт 10 минут на агента и сэкономит недели разбирательств при онбординге нового сотрудника или инциденте безопасности. Добавьте ревью раз в квартал — и sprawl не успеет стать проблемой.
Корпорация с legacy IT. Запретить сотрудникам создавать агентов не получится — они всё равно будут это делать, просто в обход. Стратегия DaVita разумнее: внутренняя платформа с санкционированными шаблонами, токенными лимитами и централизованным биллингом. Да, это требует инвестиций, но зато IT получает видимость и рычаги управления без тотального запрета.
SMB / локальный бизнес в КР и СНГ. Если в компании уже используют несколько AI-инструментов (Claude, GPT, Gemini в разных отделах), проведите инвентаризацию: кто, что и зачем запускает. Скорее всего, окажется, что 3-4 отдела делают одно и то же разными инструментами. Унификация на одном корпоративном аккаунте и шаблонах агентов снизит затраты и уберёт риски утечки данных через бесплатные тарифы сторонних сервисов.
Кейсы в личной жизни
Разработчик. Если вы строите агентские пайплайны даже для личных проектов — введите привычку документировать каждого агента: что делает, какие инструменты вызывает, какие данные видит. Это дисциплина, которую потом оценит работодатель — и которая спасёт вас от «а что этот агент вообще делал» через три месяца.
Контент-мейкер / фрилансер. Вы, вероятно, уже используете несколько AI-инструментов: для текста, картинок, аналитики, постинга. Потратьте час на аудит: какие из них реально дают результат, а какие просто «есть в арсенале». Скорее всего, 2-3 инструмента закрывают 90% задач — остальное можно отключить и перестать платить.
Менеджер / руководитель отдела. Если вы уже пробовали создать агента через корпоративный инструмент — поговорите с IT о том, куда логируются его действия. Не потому что запрещено, а потому что через год вы сами захотите понять, что этот бот делал с корпоративными данными. Лучше выяснить сейчас.
Как применить сегодня
- Проведите инвентаризацию: попросите команду за 15 минут перечислить всех AI-агентов и автоматизаций, которые они используют или создали. Результат удивит.
- Заведите простой реестр агентов: имя, владелец, доступ к каким данным, дата создания. Хватит таблицы.
- Установите минимальный стандарт: агент не идёт в прод без имени владельца и описания того, что он делает — это снижает риск «сиротских» ботов.
- Изучите подход Lyft: централизованный шеринг «скиллов» между сотрудниками снижает дублирование и даёт IT видимость без запрета на эксперименты.
- Следите за рынком AI governance-инструментов — в 2026 году появляется первое поколение платформ для корпоративного управления агентским парком. Это станет обязательным слоем инфраструктуры.