Чому 74% компаній відкликають своїх AI-агентів після запуску

Якщо ви вважали, що найважчим етапом впровадження штучного інтелекту є вихід із «чистилища пілотів», то дані звіту The AI Production Paradox від Sinch малюють куди складнішу картину. Виявляється, справжні виклики починаються після того, як кнопка «запуск» натиснута.

Дослідження, яке охопило понад 2500 керівників по всьому світу, виявило, що три чверті підприємств були змушені відкликати або повністю зупинити роботу своїх AI-агентів підтримки клієнтів після виходу в продакшн через провали в управлінні та контролі. Найцікавіше в цьому парадоксі те, що зрілість компанії не рятує від відкатів, а навпаки – робить їх частішими.

Два роки поспіль панівним наративом навколо корпоративного AI був нескінченний цикл proof-of-concept. Дослідження Sinch, проведене серед 2527 керівників рівня CIO, CTO та VP із 10 країн і шести галузей, показує: принаймні в комунікаційних системах цей міф не відповідає дійсності. 62% підприємств вже мають AI-агентів у продакшені, а до кінця року ця цифра сягне 88%. Але вийти із «пілота» виявилося не найскладнішим завданням. Найскладніше починається після.

В середньому підприємства розгортають AI одночасно на трьох каналах – веб-чат (64%), електронна пошта (63%), соцмережі (51%), WhatsApp (49%), SMS (49%), голосові IVR (42%). Майже половина компаній охоплює чотири канали й більше. Інвестиції зростають: 98% підприємств збільшують бюджети на AI у 2026 році, і лише 0,3% планують їх скорочувати. Головна мета – не скорочення витрат (16%), а підвищення задоволеності клієнтів (36%) і зростання виручки (24%). Бізнес змагається не за ефективність, а за довіру.

Але тут виникає парадокс – 74% підприємств, які вже запустили AI-агентів, були змушені їх зупинити або відкликати. Ця цифра стабільна в усіх регіонах і галузях і не знижується з досвідом. Навпаки – серед компаній із «повністю зрілими» механізмами контролю рівень відкатів становить 81%. Ринок роками малював неправильну фінішну пряму. Вихід у продакшен не розв'язує проблему – він лише підіймає ставки: тепер збій відбувається не в ізольованому середовищі, а в живому каналі.

Причини відкатів цілком конкретні: витік персональних даних (PII) – 31% випадків, галюцинації та репутаційні ризики – 22%, відсутність аудитного сліду – 16%. Остання категорія особливо показова: коли кожен шостий збій неможливо діагностувати, організація залишається з поломкою, якої вона не може ані пояснити, ані довести, що виправила. При цьому 90% керівників описують себе як «впевнених» у готовності до AI. Серед них 75% вже пережили хоча б один відкат. Впевненість – це індикатор амбіцій, а не гарантія надійності.

Вартість збоїв при цьому розподіляється на три вектори. Перший – черга підтримки: 35% організацій називають сплеск навантаження на операторів головним наслідком відмови агента. Другий – репутація: 34% вказують на репутаційні збитки та втрату довіри клієнтів – результат, який не зникає після відновлення сервісу. Примітно, що технічні керівники фіксують відкати частіше, ніж їхні бізнес-колеги в тих самих компаніях – 77% проти 69%. У ритейлі топменеджери на рівні C-suite більш ніж удвічі частіше за директорів і VP вважають, що більшість AI-пілотів успішні. Це не різниця в оцінці ризиків – це розрив у видимості, який безпосередньо загрожує бренду. Третій вектор – інженерні витрати: 84% команд витрачають щонайменше половину робочого часу на побудову guardrails і контролів безпеки, причому 35% – більшу частину часу. Цей «податок на безпеку», що з'їдає спринт-ємність ще до першого збою.

Головний висновок і, мабуть, найнесподіваніший з усіх: найсильнішим фактором успіху AI-розгортань є задоволеність комунікаційною інфраструктурою. Цей показник перевершує всі інші включно з рівнем інвестицій, зрілістю governance та досвідом команди. При цьому 87% керівників визнають продуктивну комунікаційну інфраструктуру «важливою або критично важливою» для AI-стратегії, але більшість повідомляє про прогалини у поточного постачальника: 42% – недостатня надійність, 37% – обмежені мультиканальні можливості, 32% – відсутність нативної інтеграції з AI-платформами.

Ці прогалини мають прямі архітектурні наслідки. 55% підприємств власноруч вибудовують збереження контексту між каналами – тому що платформа не робить цього нативно. Коли клієнт переходить із чату у голосовий дзвінок і змушений повторювати свій запит, він відчуває не збій моделі – він відчуває дефіцит інфраструктури. І приписує його бренду. Тим часом 84% інженерних команд відбудовують з нуля те, що комунікаційна платформа мала б надавати за замовчуванням: PII-маскування, контроль інтенсивності, аудитні журнали, контроль відповідності. Ринок відреагував: 86% підприємств за останні 12 місяців проводили активні або попередні переговори про зміну постачальника. 91% компаній, що пережили governance-відкат, уже оцінюють альтернативи. На першому місці серед критеріїв – надійність і uptime (29%), далі глобальне покриття та відповідність вимогам (23%), простота інтеграції (18%). Ціна – на восьмому місці з дев'яти.

Таким чином галузь виходила з хибного припущення, що краща governance веде до кращих результатів. Але якби governance розв'язувала проблему, найзріліші команди мали б менше відкатів – а не більше. Інженери витрачають більшість часу на підтримку safety-систем, які мала б забезпечувати комунікаційна інфраструктура. Це і є той guardrail tax, що гальмує організації.