Агентный искусственный интеллект

Agentic AI: From Autonomous Agents to Enterprise Agentic AI Systems
Jan Marco Leimeister, Philipp Reinhard, Mahei Manhai Li
2026-07-27

агентный искусственный интеллектбольшие модели действийбольшие языковые моделимультиагентные фреймворкиобучение использованию инструментов
Искусственный интеллект (ИИ) переходит от простой автоматизации (Janiesch et al. 2021) и генерации контента (Feuerriegel et al. 2024) к решению сложных задач в масштабах корпоративных ландшафтов (Baird and Maruping 2021). Благодаря достижениям в области генеративного искусственного интеллекта (GenAI) и больших языковых моделей (LLM) (Feuerriegel et al. 2024; Schneider et al. 2024), обучения работе с инструментами (Qin et al. 2025; Qu et al. 2025), а также больших моделей действий (LAM) (Zhang et al. 2025), агентные системы искусственного интеллекта внедряются в практику и становятся предметом исследований (Holldack et al. 2026; Allmendinger et al. 2026). По мере того как возможности GenAI постепенно входят в корпоративный контекст через облачные корпоративные платформы (при этом появляются локальные альтернативы) (Haki et al. 2025), а также благодаря агентным режимам OpenAI и Google, многоагентным фреймворкам, таким как Manus, и технологиям, подобным Joule от SAP или Agent Framework от Microsoft, возможности агентного ИИ становятся неотъемлемой частью корпоративных платформ и позволяют разрабатывать новые способы интеграции существующих систем и технологий. Организации могут извлечь пользу из этого развития, поскольку многие ранее не решавшиеся задачи охватывают гетерогенные системы, создавая потребность в интероперабельности и требуя контекстуальной интерпретации, которую невозможно заранее определить на этапе проектирования. Однако реализация этого потенциала прежде всего требует решения проблем, связанных с управлением, координацией и контролем со стороны человека.
1
ИИ переходит от простой автоматизации и генерации контента к решению сложных сквозных задач в корпоративных средах.
2
Достижения в области генеративного ИИ, больших языковых моделей, обучения использованию инструментов и больших моделей действий способствуют появлению агентного ИИ.
3
Агентный ИИ способен решать ранее не охваченные задачи, охватывающие разнородные системы, благодаря обеспечению взаимодействия и контекстной интерпретации, которую невозможно полностью задать заранее.
4
Агентный ИИ интегрируется в корпоративные платформы посредством облачных и локальных решений, агентных режимов, мультиагентных фреймворков и корпоративных агентных платформ.
5
Реализация потенциала агентного ИИ в организациях требует решения проблем управления, координации агентов и человеческого контроля.

агентные системы искусственного интеллекта на корпоративных платформах и в гетерогенных корпоративных средах

их интеграция и интероперабельность между существующими системами, включая управление, координацию, контекстную интерпретацию и контроль со стороны человека

Publication Details
Publication Date
2026-07-27
Journal
Publisher
ISSN
Cited by
6
Access Type
Author Information
Authors
Jan Marco Leimeister
Philipp Reinhard
Mahei Manhai Li
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%