AI-агенты вместо SaaS: новый рынок автоматизации

Еще недавно автоматизация почти всегда означала одно и то же: компания покупает SaaS, сотрудники осваивают интерфейс, руками переносят данные между системами, нажимают нужные кнопки, отправляют письма, закрывают тикеты и собирают отчеты. В такой модели ценность продукта живет прежде всего в экранах, ролях и сценариях, по которым человек идет шаг за шагом.

В 2025-2026 году этот базовый контракт начал меняться. LLM с доступом к поиску, файлам, корпоративным системам и иногда даже к интерфейсу компьютера превращается не просто в еще одну "умную кнопку", а в исполнителя части цифровой работы. Поэтому разговор сместился: не "в каком SaaS сотрудник будет работать", а "какая часть процесса может быть выполнена агентом сама". (1)

Что такое AI-агенты без маркетингового тумана

Под AI-агентом разумно понимать не любое приложение с чатом и не любой workflow, где LLM вызывает пару функций. OpenAI формулирует это так: агент - это система, которая самостоятельно выполняет задачи от имени пользователя. Anthropic дает более полезное для практики различие: workflows идут по заранее заданным путям, а agents сами выбирают шаги, инструменты и порядок действий по ходу работы. (1)

Это различие важно, потому что рынок любит называть агентом почти все подряд. Если маршрут полностью зашит в коде, а модель только пишет текст в нужных местах, это скорее LLM-workflow. Если система умеет сама решать, когда искать информацию, какой инструмент вызвать, когда остановиться, когда передать задачу человеку и как проверить промежуточный результат, это уже ближе к агентному слою.

На практике базовый строительный блок здесь довольно приземленный: LLM, усиленная retrieval, инструментами и иногда памятью. Никакой магии. Именно поэтому Anthropic отдельно предупреждает: не надо строить сложного агента там, где достаточно одного хорошего запроса к модели, нормального поиска и четко заданных примеров. (2)

Чем агент отличается от обычного SaaS

Обычный SaaS продает место, где человек выполняет работу. Агентный продукт все чаще продает выполнение самой работы: найти ответ, обработать заявку, собрать контекст, подготовить письмо, обновить запись в CRM, передать задачу дальше. Это не отменяет SaaS, но меняет саму единицу ценности.

SaaS оптимизирует интерфейс для человека; агент оптимизирует завершение workflow.
SaaS обычно монетизируется местами, ролями и доступами; агентный слой естественно тянет рынок к usage- и outcome-based-моделям, где важен не вход в систему, а завершенный результат.
В классическом SaaS сотрудник сам переключается между CRM, базой знаний, тикетами, почтой и таблицами; агент должен уметь оркестрировать эти системы через API, документы и иногда computer use.
У обычного SaaS главные вопросы - удобство интерфейса и полнота функций; у агентного слоя - права доступа, качество данных, evals, наблюдаемость, стоимость ошибок и границы автономии.

Именно поэтому давление пойдет не по всем категориям сразу. Сильнее всего рискуют не большие системы записи, а узкие продукты, где основная ценность сводится к тому, чтобы аккуратно провести человека через повторяемый цифровой процесс.

Почему тема резко повзрослела в 2025-2026

11 марта 2025 года OpenAI выпустил набор базовых блоков для агентных приложений: Responses API, встроенные инструменты web search, file search и computer use, а также Agents SDK для оркестрации одиночных и многоагентных сценариев. Для рынка это был важный сигнал: агентность перестала быть только сюжетом из open source-демок и стала официальной платформенной историей у одного из ключевых поставщиков моделей. OpenAI прямо рекомендует новым интеграциям начинать с Responses API, а Assistants API переводит в режим будущего sunset после достижения полного паритета функций. (1)

При этом взросление темы не означает, что автономия уже решена. В том же анонсе OpenAI называет computer use исследовательским preview и отдельно показывает, что надежность еще далека от человеческой: результат на OSWorld составляет 38.1%, а для чувствительных сценариев компания рекомендует человеческий контроль. Это важная поправка против избыточного оптимизма: рынок уже зрелый, но не волшебный. (1)

Параллельно повзрослели и сами инструменты вокруг агентов. AutoGPT в 2026 году уже не мем про "полностью автономный AI", а low-code-платформа с визуальным конструктором, библиотекой и marketplace для агентов. CrewAI за это же время сдвинулся от orchestration-фреймворка к Agent Operations Platform, где в центре уже не просто связка агентов, а memory, guardrails, RBAC, audit logs и управление production-развертываниями. То есть OpenAI, AutoGPT и CrewAI важны, но относятся к разным слоям одного рынка: базовой платформе, слою сборки и дистрибуции и операционному слою. (3 5)

Где агенты уже дают реальную ценность

Поддержка - один из самых естественных рынков для агентов. Anthropic отдельно пишет, что customer support хорошо подходит для агентного подхода, потому что здесь сочетаются диалог, доступ к внешним данным, возможность совершать действия и понятный критерий успеха: проблема решена или нет. Zendesk в своей Resolution Platform уже описывает не просто чат с базой знаний, а слой из AI-агентов, knowledge graph, действий и интеграций, reasoning controls и измерения качества. Важно, что фокус там сделан не на "более приятном чате", а на resolution, то есть на фактическом закрытии обращения. (2)

В продажах агенты бьют по одной из самых дорогих и рутинных зон: prospecting. HubSpot Breeze Prospecting Agent следит за buying signals, подбирает контакты через подключенные провайдеры, готовит персонализированный outreach и при желании может работать с человеческим ревью или в более автономном режиме. Это хороший пример того, как исчезает отдельный слой ручной цифровой работы: раньше BDR тратил часы на исследование компании, поиск контактов и подготовку первых писем, теперь значительная часть этого цикла становится задачей программного исполнителя. (7)

В аналитике сдвиг тоже заметен. Salesforce Tableau Next описывает agentic analytics как переход от статичных дашбордов к совместной работе пользователей и AI-агентов по всему циклу "данные -> анализ -> действие". ThoughtSpot пошел еще дальше и в конце 2025 года представил сразу несколько BI-агентов для моделирования данных, построения визуализаций, генерации кода и аналитического рассуждения. Смысл здесь тот же: ценность уходит не в еще один экран с графиками, а в подготовку данных, поиск отклонений, объяснение причин и предложение следующего шага. (8)

Какие SaaS-категории первыми попадут под давление

Если убрать хайп и смотреть только на экономику процесса, под удар первыми попадают продукты с четырьмя признаками: входные данные стандартизированы, шаги повторяемы, результат измерим, а стоимость ошибки контролируема.

Сюда прежде всего относятся:

Tier-1 support-слои, где нужно отвечать на типовые вопросы, маршрутизировать кейсы, менять статус, запускать стандартные действия и передавать сложные случаи человеку.
Узкие prospecting- и outbound-инструменты, если их основной продукт - мониторинг сигналов, поиск контактов, обогащение карточек и подготовка персонализированного первого касания.
Легкие BI-надстройки для регулярной отчетности, сборки типовых дашбордов и первичного объяснения без глубокой доменной модели.
Простые approval- и ops-инструменты, где сотрудник по сути выполняет роль маршрутизатора между системами, а не носителя уникальной экспертизы.
Тонкие продукты-обертки вокруг корпоративной базы знаний, если у них нет собственного сильного слоя прав, данных и интеграций, а вся ценность сводится к "чату с документами".

Важно, что речь не обязательно о буквальном исчезновении брендов. Чаще категория либо сжимается, либо превращается в функциональность внутри более крупной платформы, либо меняет монетизацию. Проще говоря, пропадает не все SaaS, а SaaS, чье конкурентное преимущество было слишком тесно привязано к ручному прохождению стандартного интерфейса.

Что не исчезнет и почему

Системы записи не исчезают только потому, что поверх них появился агент. Кто-то все равно должен хранить клиента, контракт, платеж, товарный остаток, кадровую запись, права доступа и журналы действий. CRM, ERP, биллинг, сервисные платформы и отраслевые ядра остаются источником истины. Агент чаще становится новым слоем поверх них, а не их заменой.

Именно поэтому крупные вендоры не выглядят обреченными. Oracle строит AI Agent Studio, marketplace и observability вокруг Fusion Applications, то есть встраивает агентный слой прямо в существующий корпоративный стек. ServiceNow в 2025 году вывел AI Agent Studio, AI Agent Orchestrator и AI Agent Control Tower, фактически признавая, что следующий этап автоматизации - это не отдельный чат, а управляемый слой из агентов, workflow и контроля. (10)

Устойчивее всего будут те продукты, у которых есть хотя бы один из трех активов: глубокая доменная модель, статус официальной системы записи или сильная экосистема данных, прав и процессов. В таких сегментах агент не заменяет платформу, а повышает ее "исполняемость".

Какие новые продукты появятся

Самый интересный вопрос здесь не "какие SaaS умрут", а "какие новые рынки появляются вокруг агентного слоя". Уже сейчас видны по крайней мере пять категорий.

Agent ops: tracing, evals, контроль стоимости и задержек, sandbox-среды, управление памятью, откаты и воспроизводимость.
Governance-слой: разрешения, policy enforcement, approval loops, аудит действий и безопасные границы автономии.
Builders и marketplaces: каталоги готовых агентов, шаблоны, внутренние библиотеки инструментов и переиспользуемые domain components.
Domain-specific agent workspaces: продукты, которые объединяют систему записи, знания, действия и человека-оператора вокруг одной функции, например поддержки, продаж или финансовых операций.
Outcome-based сервисы: модели, где платят не за место в интерфейсе, а за resolved case, обработанный workflow, рекомендованный лид или другой завершенный результат.

Эта новая волна важна еще и потому, что она меняет не только продукт, но и pricing. Когда один агент делает работу нескольких пользователей, старый тариф по местам начинает выглядеть хуже. Не случайно в поддержке и смежных категориях все чаще звучит разговор о цене за результат, а не за количество экранов и логинов. (6)

AI-агенты не убивают SaaS. Они меняют, где находится продукт

Главная ошибка в разговоре про агентность - спрашивать, какой SaaS умрет первым. Гораздо полезнее спросить другое: кто будет владеть оркестрацией, доступом к данным, качеством исполнения, аудитом и моделью цены в мире, где софт начинает сам делать работу.

Следующий рынок автоматизации - это не просто "еще один SaaS с AI-кнопкой". Это рынок продуктов, которые продают выполнение workflow, контролируемую автономию и понятный бизнес-результат. SaaS останется системой записи. Агенты все чаще будут становиться системой работы поверх нее. И именно на этом стыке сейчас рождается новый рынок автоматизации.