Salesforce сообщила, что её «агентная ИИ-рабочая сила» — автономные ИИ-агенты, развёрнутые клиентами компании для выполнения бизнес-задач, — ежегодно более чем удваивается в численности, говорится в материале Salesforce News. Цифры получены из собственных данных платформы Salesforce и отражают использование продуктовой линейки Agentforce и смежных агентных инструментов.
В отчёте этот рост подаётся как подтверждение того, что agentic AI — системы, способные выполнять многошаговые задачи с определённой степенью автономности, а не просто генерировать текст или отвечать на разовые запросы, — выходит из пилотной фазы и становится стандартной операционной практикой среди клиентов Salesforce. Насколько можно судить из данного отчёта, компания не приводит разбивку показателей роста по размеру бизнеса, отрасли или конкретным сценариям использования, поэтому остаётся неподтверждённым, насколько этот рост концентрируется среди крупных корпораций с выделенными командами внедрения, а насколько — среди небольших компаний, использующих готовые агентные продукты «из коробки».
Для B2B-компании на 10–200 сотрудников сама цифра менее важна, чем то, что она говорит о состоянии технологии в целом. Вендор, заявляющий об устойчивом росте развёрнутых агентов более чем вдвое, фактически сообщает, что достаточное число клиентов преодолело барьеры настройки, интеграции и доверия к системе — а значит, agentic AI больше не ограничивается флагманскими пилотными программами. Для небольших операторов это особенно важно, потому что у них, как правило, нет внутренних ресурсов для создания агентной инфраструктуры с нуля — они зависят от того, насколько зрела экосистема вокруг платформ вроде Salesforce (или сопоставимых инструментов), чтобы можно было автоматизировать узкий, чётко очерченный процесс без месяцев кастомной разработки.
Наиболее прямая применимость для небольших B2B-команд лежит в трёх областях: квалификация и маршрутизация лидов в продажах, первичная сортировка обращений в поддержке и рутинные операции бэк-офиса — например, перенос данных между системами или обновление статусов заказов. Именно в этих категориях agentic-инструменты внедряются чаще всего — прежде всего потому, что в них есть чёткие входные данные, ограниченное пространство решений и измеримые результаты. Эти свойства делают такие задачи посильными для нынешнего поколения агентов, в отличие от работы, требующей более сложных суждений.
Стоит прямо оговорить два предостережения. Во-первых, цифры роста Salesforce описывают использование её собственной экосистемы, и их не следует воспринимать как независимый, стороннего происхождения бенчмарк более широкого рынка agentic AI — другие вендоры и независимые исследовательские компании публикуют иные оценки внедрения, и данный отчёт их не сопоставляет. Во-вторых, «удвоение» ничего не говорит о качестве внедрения, надёжности агентов или окупаемости инвестиций — это тот показатель, который компания, оценивающая инструменты agentic AI, должна требовать от любого вендора до выделения бюджета, а не выводить из общих статистик роста.
Практический сигнал для операторов в том, что внедрение agentic AI больше не является ставкой на передний край технологий, доступной только крупным корпорациям. Превратится ли это в реальную ценность для конкретной компании на 10–200 человек, по-прежнему полностью зависит от выбора узкого, чётко очерченного процесса для автоматизации в первую очередь — а не от отношения к «agentic AI» как к единой монолитной функции, которую можно просто включить.