Единороги agentic AI: кто набрал миллиарды на автономных агентах

За 2024–2025 годы категория «agentic AI» — систем, которые не просто отвечают на запросы, а сами выполняют цепочки задач, — превратилась из исследовательского эксперимента в отдельный сегмент венчурного рынка. Речь идёт о продуктах, которые бронируют, пишут код, проходят по чужим сайтам и заполняют формы вместо человека. Несколько компаний в этой нише получили оценку выше миллиарда долларов (статус «единорога») по итогам поздних раундов, и деньги в них идут заметно быстрее, чем в классические SaaS-стартапы предыдущего цикла.

Ниже — кто именно поднимает эти раунды, чем их продукты отличаются друг от друга и от «просто чат-бота», и стоит ли бизнесу пробовать агентов уже сейчас.

Что вообще считается «agentic AI»

Граница размытая, и маркетинг ею активно пользуется. Формально агент^* отличается от чат-бота тремя вещами: он ставит промежуточные цели сам, вызывает внешние инструменты (браузер, API, терминал) и работает в несколько шагов без участия человека на каждом из них. Если продукт делает один вызов модели и возвращает текст — это не агент, как бы его ни называли в презентации для инвесторов.

Практических направлений сейчас три, и почти все крупные раунды укладываются в них:

• Кодовые агенты — пишут, правят и тестируют код по текстовому заданию, работают внутри репозитория.
• Веб- и браузерные агенты — управляют браузером, кликают, заполняют формы, собирают данные с сайтов.
• Корпоративные агенты процессов — автоматизируют рутину внутри компаний: поддержку, документооборот, обработку заявок.

Главный вопрос к любому «агенту» простой: сколько шагов он проходит без человека и что делает при ошибке. Демо на сцене и работа на реальных данных клиента — это разные виды спорта.

Кто на подъёме

Кодовые агенты

Самый горячий подсегмент. Здесь есть измеримая метрика — доля задач из бенчмарка SWE-bench (набор реальных задач из GitHub-репозиториев), которые агент закрывает автономно, — и есть очевидный покупатель, готовый платить: разработчики и инженерные команды.

Anysphere, компания за редактором Cursor, стала одним из самых быстрорастущих продуктов в категории и по данным ряда деловых изданий подняла раунды при оценке, измеряемой миллиардами долларов. Cursor встраивает агентный режим прямо в среду разработки: агент читает проект, вносит правки в несколько файлов и прогоняет тесты. Рядом — Cognition с продуктом Devin, который позиционируется как автономный «ИИ-инженер».

Веб-агенты

Здесь заметны стартапы, делающие продукты для управления браузером и автоматизации действий на сайтах. Крупные лаборатории тоже вошли в нишу: у OpenAI есть функция Operator (агент, управляющий браузером), у Anthropic — режим computer use у моделей Claude, у Google — экспериментальные агентные возможности вокруг Gemini. Это давит на независимых игроков: часть их функциональности повторяют платформенные компании.

Корпоративные агенты

Сюда идут деньги от инвесторов, которые верят в замену рутинного труда в поддержке и бэк-офисе. Sierra, стартап Брета Тейлора (бывший со-CEO Salesforce), строит агентов клиентской поддержки и по сообщениям деловых СМИ получил оценку в несколько миллиардов долларов. Логика покупателя простая: агент, который закрывает часть обращений без оператора, считается не в удобстве, а в сокращённых зарплатах.

Сравнение подходов

Точные оценки компаний и суммы раундов меняются от раунда к раунду и часто расходятся между источниками — приводить их как фиксированные цифры некорректно. Ниже — сравнение по типу продукта, а не по капитализации.

Почему в них вкладывают именно сейчас

Три причины совпали во времени. Первая — модели стали дешевле и умнее в многошаговых задачах, а значит агент проходит цепочку до конца, не разваливаясь на середине. Вторая — появилась метрика ROI, понятная финансовому директору: не «повышение продуктивности», а конкретные закрытые тикеты или сэкономленные часы. Третья — венчурный капитал ищет следующую большую тему после волны чат-ботов, и агенты выглядят как она.

Обратная сторона: часть оценок надута ожиданиями, а не выручкой. Быстрый рост подписок в первый год не обязательно означает удержание, а платформенные компании (OpenAI, Anthropic, Google) методично встраивают агентные функции в свои продукты, сужая пространство для независимых стартапов.

Кому это пригодится, а кому нет

Пригодится, если у вас:

• Инженерная команда, которая тратит время на рутинные правки, миграции и написание тестов — кодовый агент реально экономит часы, при условии обязательного ревью.
• Большой поток однотипных обращений в поддержку, где ответы предсказуемы и есть база знаний — корпоративный агент снимает нагрузку с первой линии.
• Регулярный сбор данных с сайтов, где нет API — браузерный агент заменяет ручной труд, но готовьтесь к поломкам при обновлении сайтов.

Не пригодится, если:

• Задачи требуют юридической или финансовой точности, где ошибка агента стоит дорого, — здесь автономность без человека рискованна.
• Процессы уникальны и плохо описаны: агента придётся настраивать дольше, чем сделать работу руками.
• Вы ждёте «поставил и забыл»: реальные внедрения требуют мониторинга, ограничений прав доступа и обработки ошибочных действий агента.

Что проверить перед пилотом

1. Спросите вендора, на каком бенчмарке измерена автономность и на каких данных — если ответа нет, цифры из презентации ничего не значат.
2. Уточните, что агент делает при ошибке: останавливается, откатывает действие или продолжает вслепую.
3. Проверьте, к каким системам агент получит доступ, и ограничьте права по минимуму на время пилота.
4. Посчитайте стоимость запуска цепочки, а не подписки: многошаговые агенты сжигают токены заметно быстрее чат-бота.

^* Агент — ИИ-система, которая самостоятельно разбивает задачу на шаги, вызывает внешние инструменты (браузер, код, API) и выполняет несколько действий подряд без человека на каждом шаге, в отличие от чат-бота, который отвечает на один запрос за раз.