Агентный искусственный интеллект
Agentic AI: From Autonomous Agents to Enterprise Agentic AI Systems
2026-07-27
SCID: 54.1/j9p4c8e9
Discuss with AI
агентный искусственный интеллектбольшие модели действийбольшие языковые моделимультиагентные фреймворкиобучение использованию инструментов
Figures from the paper
Abstract (AI)
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.
Key Findings
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.
Research Object
агентные системы искусственного интеллекта на корпоративных платформах и в гетерогенных корпоративных средах
Research Subject
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
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai9
Машинное обучение и глубокое обучение2021
Генеративные агенты: интерактивные симулякры человеческого поведения2023
Генеративный искусственный интеллект2023
ИИ-агенты и агентный ИИ: концептуальная таксономия, применения и проблемы2025
Управление искусственным интеллектом: темы, пробелы в знаниях и перспективные направления исследований2023
Расцвет агентного искусственного интеллекта: обзор определений, фреймворков, архитектур, приложений, метрик оценки и проблем2025
Генерация с дополнением извлечённой информацией (RAG)2025
ClinicalAgent: мультиагентная система для клинических исследований с рассуждением на основе большой языковой модели2024
Многоагентный искусственный интеллект2026