AI-агенты становятся
продуктом, а не фичей

Контекст. $800 млн годового дохода за первый год. 29 000 сделок только в четвёртом квартале. 2,4 миллиарда Agentic Work Units — метрика, которую Salesforce придумала сама, но цифра всё равно впечатляет. Три модели монетизации одновременно: за разговор, за Flex Credits и за пользователя. Так никто не делал.

Последствия. SaaS-рынок переписывает правила. Seat-based pricing умирает. Outcome-based pricing становится стандартом. Salesforce показала, что AI-агент может быть отдельным продуктом со своим P&L, а не бесплатным дополнением к CRM. Intercom Fin AI подтверждает тренд: nine-figure выручка на модели «плати за решённый тикет».

Связи. 27 июня: конверсия пилотов в продакшен удвоилась до 31%. 25 июня: Anthropic запустила Slack-агентов — ещё один пример Agent-as-a-Product.

Что делать. Стройте AI-агента как продукт, а не как фичу. Монетизируйте результат, а не доступ. Если ваш AI-продукт всё ещё продаётся по местам — вы в прошлом.

Контекст. Travel-платформа Omio масштабирует разработку с моделями OpenAI. AI-агенты пишут рутинный код, команда фокусируется на стратегии. Time-to-market сокращается. Звучит как очевидный win — но есть нюанс.

Последствия. Разработка ускоряется, но контроль качества отстаёт. Когда AI генерирует код быстрее, чем люди успевают его ревьюить, растёт количество багов и уязвимостей. 27 июня: уязвимости AI-кода выросли в 6 раз. Это не совпадение.

Связи. 24 июня: SAP и Google Cloud строят агентную коммерцию — Omio делает то же самое, но в travel-нише. 22 июня: Meta увеличила контекстные окна — больше кода за один проход, больше риска.

Что делать. Внедряйте AI-агентов в dev-процессы, но с обязательным security review после каждого изменения. Claude Code + ручное ревью критических участков. Скорость без безопасности — это технический долг под 100% годовых.

Контекст. L'Oréal использует ChatGPT как канал дистрибуции. Не отдельное приложение, не сайт — прямо в интерфейсе ChatGPT. Это первый случай, когда крупный бьюти-бренд рассматривает AI-чат как торговую площадку.

Последствия. ChatGPT становится платформой для брендов, как WeChat в Китае. «Примерь помаду в ChatGPT» скоро станет таким же обычным, как «найди в Google».

Наша оценка. L'Oréal поняла то, что многие ещё не осознали: ChatGPT — это не поисковик, это место, где люди проводят время. А где внимание — там продажи.

Контекст. AI-агенты управляют цепочками поставок, ценообразованием и клиентским опытом в реальном времени. SAP + Google Cloud — это не партнёрство двух компаний, это создание операционной системы для ритейла.

Последствия. Ритейлеры, которые не перейдут на агентную архитектуру, будут проигрывать в скорости реакции на изменения спроса. Ручное управление цепочками поставок уходит в прошлое.

Наша оценка. SAP и Google строят инфраструктуру, на которой будет работать ритейл через 5 лет. Кто не подключится сейчас — будет догонять.

Контекст. Обработка заявок на строительство с недель до часов — это не «удобно», это меняет экономику девелопмента. Каждая неделя задержки стоит застройщику денег. AI сокращает эти потери.

Последствия. Городские администрации по всему миру начнут внедрять AI для обработки документов. Это снизит коррупцию (меньше человеческих решений) и ускорит строительство.

Наша оценка. GovTech — недооценённый рынок для AI. Города тратят миллиарды на бюрократию. AI может сократить эти расходы на 30-50%.

Контекст. Автоматический мониторинг полок, детекция очередей, анализ поведения — и out-of-stock сократился на 30%. Computer vision делает то, что мерчандайзеры не успевают: смотрит на все полки одновременно.

Последствия. Роль мерчандайзера меняется: не «ходить и смотреть», а «реагировать на алерты от AI». Производительность растёт, рутина уходит.

Наша оценка. Computer vision в ритейле — это low-hanging fruit. Камеры уже есть, данные уже есть. Осталось только добавить AI.