Habr: according to Yandex Wordstat data, demand for "AI agents" trails bots and services

На Хабре вышла колонка с жёстким тезисом: рынку почти не нужны «ИИ-агенты» как самостоятельный продукт. Автор связывает это с тем, что реальный спрос сосредоточен не на модном термине, а на понятных задачах — ботах, магазинах, оплате и прикладной автоматизации.

Что показал Wordstat В качестве главного аргумента автор берёт Яндекс Wordstat.

Запрос «ии агент», по его данным, собирает 38 642 показа в месяц, но внутри структуры преобладают формулировки вроде «создание ии агента», «как создать ии агента» и «курс по ии агентам». Из этого делается вывод: термином интересуются в первую очередь разработчики и те, кто хочет освоить новую нишу, а не компании, которые пришли за конкретным решением бизнес-задачи. Для сравнения приводятся более прикладные запросы.

«Бот макс» и «бот max» вместе дают свыше 118 тысяч запросов, а рядом идут массовые потребности вроде «как сделать сайт», «как сделать магазин» и «как подключить оплату». Ещё один показательный пример — OpenClaw: один конкретный open-source инструмент, который ищут чаще, чем сам широкий концепт AI agent. Логика автора проста: пользователи голосуют поиском за готовый результат, а не за архитектурное название.

Где термин ломается Колонка разделяет два значения слова «агент».

Для инженеров это нормальный технический термин: система с планировщиком, набором инструментов, памятью и циклом принятия решений. Но в маркетинге, как пишет автор, понятие быстро превратилось в обещание универсальной «волшебной штуки», которая будто бы сама разберётся с любым процессом. На этом переходе и возникает разрыв между ожиданиями и тем, что реально можно продать бизнесу.

«Спрос и предложение живут в параллельных вселенных.»

Из этого разрыва автор выводит несколько практических правил для рынка: * Пользователь покупает не «агента», а бота, расчёт, отчёт или магазин.

• Название технологии почти не влияет на спрос, если не понятна конечная выгода.
• Даже популярный инструмент проигрывает, если для запуска нужны Docker, API-ключи и VPN.
• Термин может быть полезен внутри команды, но плохо работает как внешнее продуктовое обещание.

Почему пилоты буксуют Самая жёсткая часть текста посвящена корпоративным внедрениям.

Автор описывает знакомый сценарий: компании уже закладывают бюджеты на «ИИ-агентов», формируют команды и запускают тендеры, но при этом часто не могут внятно ответить, куда именно встроить такой инструмент. Многие задачи, которые сегодня упаковывают под агентный подход, давно решаются связкой CRM, webhook, SQL-шаблонов или обычным чат-ботом. Получается, что бизнесу продают не решение проблемы, а новый ярлык поверх старого хаоса процессов.

То, что можно автоматизировать обычным пайплайном, не становится лучше только из-за LLM-обёртки. Дальше статья проводит параллель с предыдущими волнами хайпа — blockchain, big data и dot-com. По оценке автора, большинство AI-пилотов в российских компаниях так и не доходят до продакшена по одним и тем же причинам: нет метрики успеха, нет владельца процесса, демо работает только на тестовых данных, а сама задача формулируется как «внедрить ИИ».

Выживают, как и раньше, те проекты, которые закрывают узкую прикладную боль и быстро показывают экономический эффект.

Что это значит

Тезис статьи не в том, что агентные системы бесполезны, а в том, что рынок редко покупает технологию в чистом виде. Если AI-агент и станет массовым, пользователь увидит не «агента», а понятный сервис: бота для записи, проверку сметы, сборку магазина или автоматический расчёт. Для стартапов и корпоративных команд вывод один: продавать нужно измеримый результат, а не модный термин.