AI-агенты меняют инфраструктуру бизнеса: 20 месяцев на перестройку
Вице-президент Meta по инженерной инфраструктуре Барак Ягур на конференции VB Transform 2026 сообщил, что число агентных запросов к внутренним системам компании выросло в 30 раз за одно полугодие. Это не внутренняя статистика крупной корпорации, которую можно отложить в сторону: речь идёт о структурном сдвиге, затрагивающем любую организацию, которая использует или планирует использовать AI-агентов в работе.
Параллельно компания Imperva зафиксировала, что автоматизированный трафик в интернете в 2025 году впервые превысил человеческий, достигнув 51% от общего объёма. По данным HUMAN Security, этот трафик растёт примерно в восемь раз быстрее, чем трафик, генерируемый людьми. Ягур использовал оба источника, чтобы описать то, что он назвал переломным моментом, уже происходящим внутри Meta.
Три допущения, которые перестали работать
Ягур выделил три фундаментальных допущения, на которых строилась корпоративная инфраструктура последние два десятилетия, и все три сейчас разрушаются одновременно.
Мощность. Раньше один инженер создавал одну единицу нагрузки на системы. Теперь один инженер запускает десять агентов, каждый из которых порождает субагентов. По словам Ягура, организация из тысячи человек способна генерировать нагрузку, сопоставимую со ста тысячами пользователей, практически за одну ночь. Традиционные модели планирования мощностей при этом не просто устаревают — они дают принципиально неверные прогнозы.
Идентификация. Системы контроля доступа создавались под два типа субъектов: человека с учётными данными и задеплоенный сервис с заранее описанными правами. AI-агент не вписывается ни в одну из этих категорий: он не носит бейдж, не является сервисом в классическом смысле, но при этом самостоятельно принимает решения. Это создаёт прямую уязвимость в системах безопасности и аудита.
Скорость разработки. Ягур привёл данные, согласно которым GitHub Copilot пишет 46% кода среднего пользователя. Однако ускорение написания кода не делает остальной конвейер быстрее: сборка, тестирование, деплой и мониторинг остаются прежними. Агент создаёт код за секунды, но CI/CD-пайплайн не ускоряется от того, что автором стала машина.
Данные и управление агентами: где возникает главный риск
Meta в феврале запустила так называемые агентные дата-приложения. За три месяца 63% дашбордов, опубликованных внутри компании, были созданы с помощью этого инструментария. Именно этот рост и обеспечил тот самый скачок агентных запросов в 30 раз.
Такой темп немедленно поставил вопрос управления. Исторически аналитики-люди выступали промежуточным звеном между сырыми данными и управленческими решениями: они проверяли качество, замечали аномалии, брали на себя ответственность за интерпретацию. Когда агенты начинают выполнять ту же работу, этот неформальный контроль исчезает.
Ягур сформулировал позицию Meta однозначно: «Автономия без управления — это просто хаос». Ответом стала концепция доверенных сред данных. Внутри такой среды агент может свободно исследовать данные, но каждый результат его работы отслеживается до источника. Чувствительные поля маскируются до того, как агент получает к ним доступ, а каждый запрос оценивается в реальном времени с точки зрения того, что агент пытается получить, зачем и имеет ли на это право. Принцип, который Ягур описал как «исследовать широко, выпускать узко».
Этот подход напрямую касается любого бизнеса, который внедряет или планирует внедрить агентов в работу с данными. Отсутствие подобной архитектуры означает, что агент может получить доступ к информации, к которой не должен иметь доступа, или сформировать вывод, который невозможно воспроизвести и проверить.
Параллельно меняется и сама архитектура хранения данных. Ягур описал два перехода, которые Meta уже реализует. Первый: потоковая обработка данных в реальном времени вместо пакетной загрузки по расписанию. Пайплайн с задержкой в 24 часа теряет смысл, если модель рассуждает о текущих намерениях пользователя. Второй: схемно-осведомлённое хранилище, которое понимает, что в нём содержится, и извлекает только нужные столбцы и временные диапазоны вместо полных блоков данных.
Что это означает для бизнеса за пределами Meta
Опыт Meta полезен не как пример масштаба, недостижимого для большинства компаний, а как индикатор направления. Проблемы, с которыми столкнулась Meta при переходе к агентной инфраструктуре, носят не технический, а архитектурный характер: неправильные допущения, заложенные при проектировании систем.
Для компаний, которые сейчас только начинают внедрять AI-агентов, это означает конкретный перечень вопросов, требующих ответа до начала масштабирования:
- Как система контроля доступа идентифицирует агента и разграничивает его права с правами человека?
- Как отслеживается, какой агент потребил какие ресурсы и для какой задачи?
- Какие данные агент может видеть, а какие должны оставаться недоступными?
- Как проверяется вывод агента перед тем, как он влияет на решение?
- Справляется ли текущий CI/CD-пайплайн с темпом, который создаёт AI-генерация кода?
Ягур обозначил временной горизонт, который считает реалистичным для отрасли: «Мы потратили 20 лет на создание инфраструктуры для людей. У нас, возможно, есть 20 месяцев, чтобы перестроить всё это для мира, где люди и агенты создают продукты вместе». Этот тезис не означает, что каждый бизнес обязан полностью переписать свои системы за полтора года. Он означает, что решения, принятые сейчас об архитектуре, управлении и контроле доступа, определят, насколько болезненным окажется этот переход через год-два.
Скорость внедрения агентов уже опережает скорость осмысления последствий. Компании, которые воспринимают агентов как ещё один инструмент автоматизации, не меняя при этом подхода к данным, безопасности и аудиту, создают риски, которые проявятся не сразу, но устранить которые будет значительно дороже.
Практический вывод: прежде чем масштабировать использование AI-агентов, проведите аудит текущей системы управления доступом к данным и определите, как агент будет идентифицирован, ограничен и отслежен — это снизит операционные и регуляторные риски при росте агентной нагрузки.