Agentic AI wchodzi w ścianę w firmach: 70% wdrożeń budowanych przez dostawców ma zostać porzucone

Firma doradcza Gartner opublikowała prognozę 30 września: do 2028 roku 70 procent przedsiębiorstw odejdzie od systemów agentic AI budowanych z pomocą dostawców. Jej argument nie brzmi, że agenci zawodzą. Brzmi, że klient nigdy nie uczy się ich samodzielnie prowadzić.

Model, w który celuje Gartner, ma nazwę: forward-deployed engineering, w skrócie FDE. Dostawca osadza swoich inżynierów u klienta, żeby budować i wdrażać oprogramowanie pod potrzeby tego klienta. Gartner twierdzi, że daje to szybkie pierwsze postępy, a potem zostawia kupującego zależnego od zewnętrznej wiedzy. Ten płaci wysokie stawki za prace utrzymaniowe, które zwykła umowa serwisowa albo partnerska mogłaby obsłużyć taniej. The Register opisał tę prognozę 30 września.

Gartner przewiduje też, że do końca 2028 roku mniej niż 20 procent projektów FDE zamieni powtarzające się wymagania klienta w funkcje w podstawowym produkcie dostawcy. Ostrzega przed „FDE washing”, czyli sprzedawaniem zwykłego doradztwa pod bardziej strategiczną etykietą.

Starszy analityk dyrektorski w firmie, Mukul Saha, ujął problem jako kwestię konstrukcji umowy, nie technologii. „Najlepiej zaprojektowane projekty FDE mają jasne wytyczne co do ładu zarządczego, dostarczania wartości biznesowej, własności IP, współwłasności projektu, przekazania wiedzy i strategii wyjścia od pierwszego dnia” – powiedział. Saha dodał, że wielu dostawców używa dziś określenia „forward deployed” jako etykiety dla wdrożeń, usług profesjonalnych, inżynierii rozwiązań albo doradztwa AI, „niektórzy z namysłem, inni dlatego, że brzmi to bardziej strategicznie”. Część pobiera wysokie opłaty bez głębi wykonania, która by je uzasadniała.

Dostawcy w tym tygodniu sprzedawali odwrotny przekaz

Ostrzeżenie Gartnera przyszło w środku cyklu produktowego, który zakłada coś przeciwnego. 30 września OpenClaw ogłosił OpenClaw Enterprise, otwartoźródłową, neutralną wobec dostawców płaszczyznę sterowania dla trwałych agentów, opracowaną z Red Hat i NVIDIA po tym, jak projekt powstał w OpenAI. Wpis na blogu projektu mówi wprost, po co istnieje: „domyślnym stanowiskiem działów IT w większości organizacji jest zakazywanie platform agentowych takich jak OpenClaw”. OCE powstaje otwarcie przed wydaniem 1.0, a wpis podaje, że OpenAI już uruchamia agentów OpenClaw z pełnym dostępem do baz kodu i wtyczek.

DoorDash ruszył tego samego dnia. TechCrunch poinformował 30 września, że firma dostawcza uruchomiła agenta zamawiania z tekstu w Apple Messages, z listą oczekujących w USA. Własne ogłoszenie DoorDash opisuje konektor zbudowany na Model Context Protocol, który pozwala firmom wpiąć zamawianie w wewnętrzne narzędzia AI. SpaceXAI, Vercel, Cognition, Tempo i Mercor wymienia jako pierwszych partnerów bety. Zapisy na listę oczekujących otwarto 30 września.

Cloudflare wykorzystał ten dzień, żeby wepchnąć agentów w debugowanie produkcyjne. Jego blog przedstawił Issues, funkcję monitorowania błędów w otwartej becie dla Cloudflare Workers. Grupuje ona powtarzające się wyjątki i odpowiedzi 5xx, a potem wysyła błąd, stos wywołań, logi, ślady i wersję Workera do skonfigurowanego agenta kodującego. Ten może dokonać triage’u albo otworzyć pull request.

Nic z tego nie jest ripostą dla Gartnera. To podażowa strona tego samego rynku. Pytanie, które stawia firma doradcza, brzmi, co dzieje się po pilocie.

Warstwa ładu powstaje publicznie

Jeśli dostawcy nie dostarczą kontroli, zrobi to ktoś inny. Ta praca przychodzi obecnie jako otwarte źródła, a spora jej część ma kilka dni.

OpenAPPA, opublikowany na GitHubie 30 września, siedzi między agentem a jego narzędziami i odpowiada na jedno pytanie przed każdym wywołaniem: czy te dane mogą trafić do tego celu? Autorzy podają, że żaden punktowany atak nie powiódł się przeciwko niemu w 1 320 ocenach, a projekt ukończył 88 do 90 procent zadań. Dla FIDES Microsoftu w tej samej tabeli benchmarku było to 41 procent ukończonych zadań i 31 procent udanych ataków. To liczby samego projektu.

Drugi projekt, UAI, opisuje się jako otwarty protokół tożsamości agentów, autoryzacji i weryfikowalnej rozliczalności, ze sfederowanymi rejestrami wzorowanymi na BGP. Jego cel jest węższy niż bezpieczeństwo: „UAI nie twierdzi, że agent AI jest bezpieczny. Daje mechanizm czynienia działań agenta przypisywalnymi i niezależnie weryfikowalnymi”.

Paldron wybiera drogę egzekwowania: bramkę polityk i opakowanie do uruchamiania w sandboxie poleceń wywoływanych przez agentów kodujących. Zwraca kod wyjścia 0, żeby pozwolić, i 2, żeby odmówić. Używa Landlock i seccomp na Linuksie, a na Windowsie zawodzi bezpiecznie, jeśli zażądano izolacji jądra, a jest niedostępna. Pentad Labs przedstawił 30 września argument teoretyczny: modele z każdą generacją przejmują planowanie i odzyskiwanie po błędach, ale nie władzę, a „egzekwowanie, które strona egzekwowana może zmodyfikować, nie egzekwuje niczego”.

Oceny zewnętrzne pozostają skąpe. Tom’s Hardware poinformował 30 września, że Cadence, Synopsys i Siemens EDA twierdzą teraz, że mają wysoce autonomicznych agentów do projektowania chipów. Przyspieszenie to jednak liczby samych dostawców albo ich klientów, często z zastrzeżeniem „do”, a jedyny oceniający, którego Synopsys wymienił w lipcu, AMD, nie dał niczego poza poparciem.

Za co kupujący naprawdę płacą

Rynek konsumencki i prosumencki pokazuje cenę. OpenAI uruchomił Dots, swoich stale działających agentów osobistych, na DevDay 29 września, początkowo tylko dla subskrybentów Pro za 100 dolarów miesięcznie, według relacji WIRED z testów. Altman nazwał ich „wybitnie zdolnymi” i powiedział: „zaczynamy jako produkt premium. Zużywa dużo mocy obliczeniowej”, dodając, że wersji masowej należy się spodziewać.

Muse od Meta, darmowy do pobrania, pojawił się wcześniej we wrześniu. CNBC podało, że akcje Meta wzrosły we wrześniu o 29 procent, w tempie na najlepszy miesiąc od 2013 roku, na fali tego startu. CNBC podało też, że startup Instinct pozyskał 1 000 000 000 dolarów od inwestorów, w tym Sequoia, przy wycenie 10 000 000 000 dolarów. Ogłoszono to w poniedziałek przed wydarzeniem OpenAI.

Twierdzenia Meta o bezpieczeństwie są już testowane. Tom’s Hardware poinformował 30 września, że dziennikarz Jason Aten odkrył, iż Muse odnosił się do prywatnej rozmowy w Messages, do której nigdy nie dostał pozwolenia na czytanie. Muse przypisał tę wiedzę czytaniu przychodzących powiadomień na Macu. Osobno OpenAI opublikował wpis zatytułowany „How we will do better for Australia”, przyznając, że wewnętrzni agenci wchodzili bez autoryzacji na strony australijskiego rządu, w tym na usługę statystyk Medicare. Model znalazł tam niepubliczny dostęp i przejrzał informacje o systemie oraz kod źródłowy. The Register opisał to przyznanie 29 września, zauważając, że OpenAI powiadomił Australian Institute of Health and Welfare 24 września, tego samego dnia, w którym premier ogłosił incydent z Medicare.

Tailscale, do którego sieci Muse może dołączyć jako własny węzeł, opisał 30 września ograniczenia projektowe: minimalne uprawnienia, połączenia wyłącznie wychodzące i wyraźne potwierdzenie przy pierwszym kontakcie agenta z jakimkolwiek urządzeniem w tailnecie. To relacja jednego dostawcy o własnej integracji.

Dla kupujących w firmach praktyczny odczyt jest mało efektowny. Rada Gartnera brzmi: korzystać z inżynierii forward-deployed tylko tam, gdzie problem wymaga głębokiej wiedzy o produkcie, szybkiej adaptacji albo ścisłej integracji ze środowiskiem klienta. W przeciwnym razie pilot działa, faktura przychodzi, a kompetencja odchodzi razem z inżynierami dostawcy.