прибыль или производительность. Gartner помещает генеративный ИИ в «овраг разочарования», в то время как агентный ИИ находится на «пике завышенных ожиданий». В статье выявлены пять основных причин провала: отсутствие измеримых бизнес-целей, автоматизация сломанных процессов (GIGO — «мусор на входе — мусор на выходе»), неполная совокупная стоимость владения (TCO), выбор инструментов до определения проблемы и отсутствие персонального ответственного за бизнес-результаты. Чтобы смягчить эти проблемы, автор описывает воронку отбора с тремя фильтрами: измеримое финансовое влияние, необходимость применения ИИ и обоснованная архитектура с TCO. В статье также обсуждаются «цифровой разрыв в GenAI» и «разрыв в обучении», описанные MIT NANDA, и поднимается проблема теневого ИИ (shadow AI). В качестве решения автор представляет стратегию своей компании по платформе ИИ, которая включает уровни для создания агентов, интеграции, корпоративных знаний и структуры управления с рамками управления ИИ и управления рисками. Они также упоминают мультиагентную систему предпродажной подготовки, состоящую из восьми специализированных агентов для ускорения ранних этапов инициатив.