Агенты в отчетности за II квартал 2026: что происходит на самом деле

Автор: qinbafrank

За последние пару дней я изучил финансовую отчетность компаний, работающих с агентами, на американском и китайском рынках. Впечатление сильное: агенты начинают переходить из презентаций в финансовую отчетность.

В прошлом году рынок оценивал агентов в основном по тому, может ли модель вызывать инструменты, выполнять многошаговые задачи и сколько агентов выпустила компания.

В этот сезон отчетности показатели заметно изменились. Теперь смотрят на то, какой ARR и ACV приносят агенты, сколько новых заказов они генерируют, сколько клиентов перешли в промышленную эксплуатацию и какой объем работы фактически выполняется за квартал.

Это важное изменение.

Работающий продукт доказывает лишь техническую состоятельность направления. Появление выручки, контрактов, платежей и прибыли означает, что предприятия готовы постоянно платить за эту возможность.

Поэтому я склонен определить 2026 год как «начало и первый год финансовой проверки» корпоративных агентов. Речь именно о первом годе проверки — до зрелости отрасли еще далеко, но по крайней мере появились первые реальные данные, которые можно включить в финансовые модели.

1. Американский рынок уже дал первый ответ

Компании, у которых ситуация наиболее ясна, в основном контролируют корпоративные данные, права доступа и рабочие процессы.

1. Выручка ServiceNow от подписок во втором квартале достигла 3,877 млрд долларов, рост на 24,5% год к году; ACV по ИИ-направлению превысил 1 млрд долларов, а число развернутых агентов выросло в 9 раз за девять месяцев.

Раньше многие считали ServiceNow системой для ИТ-заявок и рабочих процессов, теперь она все больше напоминает центр управления корпоративными ИИ-агентами.

Внутри предприятия в будущем могут одновременно работать Claude, Gemini, OpenAI и различные вертикальные модели. Какой агент к каким данным имеет доступ, от чьего имени выполняет задачи, какие действия требуют одобрения, как откатывать ошибки — все это требует единого уровня управления.

ServiceNow уже заняла эту позицию. Она постепенно продает не только ПО для рабочих процессов, но и систему идентификации, прав доступа, мониторинга и исполнения для агентов.

2. Подтверждение Salesforce тоже очень прямое

ARR Agentforce уже превысил 1,5 млрд долларов, рост более 240% год к году; совокупный ARR Agentforce и Data 360 приближается к 3,9 млрд долларов. Во втором квартале Agentforce и Slack выполнили 3,2 млрд Agentic Work Units, рост на 97% к предыдущему кварталу.

Раньше рынок обсуждал Salesforce с опасением, что универсальные большие модели обойдут CRM и напрямую возьмут на себя продажи и поддержку. Теперь видно, что для реального выполнения корпоративных задач большим моделям по-прежнему нужны данные о клиентах, история заказов, статусы контрактов, лиды и система прав.

Claude может отвечать за понимание намерений, а Salesforce владеет бизнес-контекстом и контуром исполнения.

Конечно, к темпам роста 240% стоит относиться с небольшой поправкой. Salesforce с этого квартала расширила базу расчета ARR Agentforce, добавив другие ИИ-продукты, Slackbot и Headless 360. Направление уже очевидно, но конкретные темпы роста нужно оценивать с учетом изменения методологии.

3. Отчетность Workday тоже очень показательна

ИИ уже обеспечивает более 25% нового ACV, более 5500 клиентов используют хотя бы одного собственного агента Workday.

Эти данные показывают, что в таких чувствительных сценариях, как HR, финансы и аудит, предприятия не обходят стороной существующие программные платформы. Данные о сотрудниках, правила оплаты труда, финансовая политика и организационные права хранятся внутри Workday, и агентам нужно работать в рамках этих установленных процессов.

Для многих традиционных SaaS-компаний ИИ действительно сократит часть страниц, кнопок и низкоценных лицензий. Но платформы, владеющие ключевыми данными и бизнес-правилами, наоборот, могут получить новые возможности для допродаж благодаря агентам.

4. Palantir представляет другую форму

Выручка во втором квартале выросла на 93% год к году, коммерческая выручка в США — на 149%. Сильная сторона Palantir всегда заключалась в соединении корпоративных данных, бизнес-объектов, прав и реальных производственных процессов, а затем в выполнении решений и действий с помощью ПО.

Многие агентские продукты останавливаются на «помочь сгенерировать ответ», Palantir ближе к «помочь предприятию получить конкретный результат».

Производственные компании интересуются, насколько сократились простои оборудования, компании в цепочках поставок — насколько улучшилась оборачиваемость запасов, отделы продаж — насколько выросла конверсия. Предприятия в конечном счете готовы платить высокую цену именно за такие измеримые бизнес-результаты.

Если посмотреть на эти компании вместе, виден очевидный тренд:

Первыми выгоду от агентов получают компании, которые изначально находились в ядре корпоративных бизнес-систем.

Возможности моделей, безусловно, важны, но для развертывания агентов предприятиям также нужны данные, права, процессы, аудит и клиентские интерфейсы. Просто подключить модель и сделать чат-интерфейс — барьер входа быстро снизится. Об этом я уже писал в длинной статье о переходе внедрения ИИ в инженерную эпоху: SaaS-компании, действительно владеющие рабочими процессами и ключевыми эксклюзивными данными, контролируют рабочие интерфейсы, бизнес-объекты, бизнес-семантику, права пользователей, историю операций, системные записи, отраслевые правила, финальное исполнение действий и обратную связь по результатам клиентов.

2. Самое важное изменение в этой отчетности — смена методов оценки

Раньше при оценке ИИ-продуктов рынок часто смотрел на зарегистрированных пользователей, пробных клиентов и объем потребления токенов. Эти показатели доказывают интерес, но не подтверждают жизнеспособность бизнес-модели.

Теперь все больше компаний раскрывают: какой вклад ИИ внес в новый ACV, какой ARR генерируют агенты, сколько клиентов перешли от пилота к промышленной эксплуатации и сколько задач фактически выполнено.

Salesforce начала измерять объем работы в Agentic Work Units — это очень важный сигнал.

Раньше SaaS в основном тарифицировался по числу лицензий: у предприятия десять тысяч сотрудников — покупается десять тысяч аккаунтов. В будущем, когда агенты будут выполнять большой объем задач за предприятие, модель оплаты может постепенно измениться:

базовая плата за рабочие места + плата за использование ИИ + плата за выполненные задачи;

а в дальнейшем в некоторых высокоценных сценариях возможна даже оплата за результат.

Например, сколько заявок закрыл агент поддержки, сколько лидов отобрал агент продаж, сколько документов обработал налогово-финансовый агент, сколько рисковых событий закрыл агент безопасности.

Как только единица тарификации сместится с «сколько людей пользуется ПО» на «сколько работы выполнило ПО», верхняя граница выручки SaaS изменится.

Она начнет заходить в бюджеты на персонал, аутсорсинг и операционные расходы, а не только перераспределяться внутри ИТ-бюджета.

3. Почему рост интеллекта моделей сделает агентов долгосрочной отраслью

У направления агентов есть очевидный порог способностей: если агент выполняет одношаговую задачу с вероятностью успеха 95%, то после десяти последовательных шагов вероятность полного успеха всей задачи составит лишь около 60%.

Поэтому у ранних агентов часто возникала проблема: каждый шаг выглядит умным, но в длинном процессе начинаются ошибки. Предприятию приходится выделять сотрудников для проверки, исправления и переделки, и в итоге экономия времени оказывается небольшой.

По мере роста способностей моделей к рассуждению, длины контекста, вызова инструментов и памяти ситуация будет постепенно улучшаться: чем больше последовательных шагов может выполнить агент, тем меньше этапов, требующих вмешательства человека, и работа, которую раньше нельзя было автоматизировать, преодолеет порог коммерциализации.

Это не равномерный процесс.

Небольшое улучшение возможностей модели может лишь сделать ответы более гладкими; но когда надежность преодолевает определенный порог, целый рабочий процесс получает шанс быть автоматизированным полностью.

Поэтому выручка агентов в будущем может демонстрировать выраженную нелинейность.

Сегодня агент только систематизирует данные, на следующем шаге — заполняет системы, затем может подавать заявки на одобрение, отслеживать прогресс и обрабатывать исключения. С каждым дополнительным закрытым звеном бизнес-ценность заметно растет.

Именно поэтому агентам не нужно сначала достигать так называемого общего искусственного интеллекта.

В налогово-финансовой сфере, поддержке, ИТ-эксплуатации, отборе лидов и обработке документов есть множество задач с четкими границами, высокой частотой повторения и проверяемыми результатами. Это второй сценарий после ранее упомянутого вредоносного кодирования:

если агент сможет стабильно выполнять большую часть таких задач, ROI клиента уже будет обоснован.

4. Китайский рынок тоже начинает подтверждать, но путь отличается от американского

На американском рынке первыми реализуют потенциал платформы корпоративных рабочих процессов, а на китайском большего внимания заслуживают вертикальные сценарии.

1. Выручка Kingsoft Office за первое полугодие составила 3,313 млрд юаней, рост на 24,69% год к году, WPS 365 растет более чем на 60% уже шесть кварталов подряд.

Преимущество Kingsoft Office очевидно. У компании есть доступ к документам, возможности работы с форматами, коллаборационные связи и корпоративные офисные данные. Будущие офисные агенты смогут напрямую создавать, изменять, проверять и доставлять документы — это ценнее, чем чат-окно рядом с документом.

Однако рост чистой прибыли Kingsoft Office более чем на 200% в первом полугодии в значительной степени обусловлен инвестиционным доходом. При анализе основного бизнеса эти разовые статьи нужно исключать.

2. Servyou — довольно типичный пример вертикального агента на китайском рынке

Выручка за первое полугодие составила 1,012 млрд юаней, рост на 9,72% год к году; чистая прибыль без учета разовых статей выросла на 44,04%. Выручка от ИИ-продуктов и услуг уже составляет 33% выручки в налогово-финансовом бизнесе, что выше 28% за весь 2025 год.

Налогово-финансовый сценарий отлично подходит для агентов. Правила относительно понятны, данные хорошо структурированы, результаты можно проверять, и клиенты готовы платить за снижение затрат на персонал и налоговых рисков.

Такому бизнесу не нужна модель, решающая все задачи. Достаточно быть достаточно надежным в узком сценарии, чтобы формировать реальную выручку.

3. Hand Enterprise Solutions

Выручка от ИИ-бизнеса в первом полугодии составила около 220 млн юаней, рост более 100% год к году, и уже занимает двузначную долю в выручке компании.

Hand Enterprise Solutions давно занимается внедрением ERP, цепочек поставок, производственных и финансовых систем. Самая большая сложность при внедрении корпоративных агентов часто возникает при подключении устаревших систем, нестандартных данных и сложных процессов одобрения. Hand знакома с этими звеньями и имеет шанс стать уровнем внедрения и интеграции корпоративного ИИ в Китае.

Но на китайском рынке нужно особенно внимательно следить за качеством финансовых показателей, поэтому возможности агентов здесь велики, но анализ может быть сложнее, чем на американском рынке.

Многие компании по-прежнему получают в основном проектную выручку. Сможет ли ИИ-бизнес стандартизироваться, вырастет ли валовая маржа, удастся ли перейти от разовых внедрений к подписке и постоянной оплате за использование — за этим пока нужно продолжать наблюдать.

5. Цепочка агентской индустрии может сформировать четырехуровневую структуру

Первый уровень — базовые модели и вычислительные мощности, определяющие верхнюю границу интеллекта агентов и стоимость инференса.

Второй уровень — данные, идентичность, права и управление. ServiceNow, Salesforce и Workday сейчас конкурируют именно за этот уровень.

Третий уровень — оркестрация и исполнение рабочих процессов. Здесь конкурируют Palantir, UiPath и некоторые поставщики услуг корпоративной цифровизации.

Четвертый уровень — вертикальные отраслевые агенты, включая налогово-финансовую сферу, офис, юриспруденцию, медицину, производство, поддержку и продажи.

Сейчас финансовая проверка наиболее четкая на втором уровне.

Предприятия не решаются позволить агенту без границ прав и возможности аудита напрямую оперировать ключевыми системами, поэтому платформы данных и управления имеют сильное преимущество.

Более эластичным в долгосрочной перспективе может быть четвертый уровень. Вертикальные агенты напрямую соотносятся с конкретным объемом работы, ROI легко рассчитать, и им проще войти в бюджеты на персонал и аутсорсинг.

Третий уровень определяет, смогут ли агенты действительно выйти в промышленную эксплуатацию. Модели недостаточно уметь думать — она должна подключаться к устаревшим системам, вызывать инструменты, обрабатывать исключения и полностью завершать процессы.

UiPath станет очень важным объектом наблюдения. Компания планирует опубликовать отчетность за второй квартал после закрытия рынка 3 сентября 2026 года по восточному времени США, тогда можно будет точнее оценить скорость перехода традиционной RPA на уровень исполнения агентов.

6. Как дальше оценивать агентские компании

На мой взгляд, при оценке таких компаний в будущем несколько показателей будут становиться все более важными:

1. Сначала смотреть на связанный с ИИ ARR, ACV и реальную выручку, затем на число клиентов в промышленной эксплуатации — справочная ценность пробных клиентов будет снижаться;

2. Затем смотреть на вклад ИИ в новые контракты. Раскрытие Workday «ИИ составляет более 25% нового ACV» более значимо, чем количество выпущенных агентов;

3. Также смотреть на объем вызовов задач, долю полностью успешных задач, уровень продления и темпы расширения клиентов;

4. Наконец, возвращаться к финансовой отчетности и анализировать валовую маржу после вычета затрат на инференс, цикл внедрения, дебиторскую задолженность и операционный денежный поток.

Если для внедрения каждого агента требуется много инженеров и полгода кастомизации, это ближе к традиционным ИТ-услугам.

Если агенты могут быстро тиражироваться, и чем больше клиенты используют их, тем ниже удельные затраты, тогда операционный рычаг софтверной компании действительно раскроется.

В итоге мое понимание направления агентов:

1) рост интеллекта моделей определяет, сколько задач могут выполнять агенты;

2) корпоративные данные, права и рабочие процессы определяют, сможет ли этот интеллект безопасно войти в промышленные системы;

3) реальные результаты задач определяют, сколько клиенты готовы платить.

Каждое обновление моделей отодвигает границу задач, которые можно автоматизировать.

Сегодня это программирование, поддержка и документы, дальше — финансы, продажи, цепочки поставок, медицина и другие профессиональные сценарии. После повышения надежности ручные проверки сократятся, и юнит-экономика будет постоянно улучшаться.

Поэтому агенты, скорее всего, станут новой отраслью повышения эффективности, способной существовать много лет.

Однако возможности этого цикла распределятся неравномерно.

Первыми победителями с высокой вероятностью станут платформы, уже контролирующие корпоративные данные и бизнес-процессы. Вторая волна — компании уровня исполнения, способные внедрить ИИ в промышленную эксплуатацию и действительно замкнуть цикл задач. На китайском рынке эластичность в основном исходит от вертикальных сценариев, но за качеством финансовых показателей и стандартизацией выручки нужно следить еще внимательнее.

2026 год больше похож на первый год финансовой проверки агентов. Раньше рынок обсуждал, насколько умны модели, теперь все больше будет интересовать: сколько работы они фактически выполнили, сколько денег сэкономили клиентам и какая часть ценности в итоге попала в выручку, прибыль и денежный поток публичных компаний.