Последние двадцать лет почти вся интернет-индустрия занималась одним и тем же: упрощала людям работу с программным обеспечением.
Google решил проблему поиска информации, Amazon — онлайн-покупок, Uber — организации перевозок, Salesforce — управления взаимоотношениями с клиентами. Различные SaaS-продукты охватывают такие внутренние функции компаний, как финансы, кадровое делопроизводство, маркетинг и управление проектами.
Все эти продукты основаны на одном общем допущении: главным пользователем программного обеспечения является человек. Поэтому компаниям-разработчикам ПО приходится постоянно совершенствовать интерфейсы, снижать порог входа и улучшать взаимодействие с пользователями, а затем получать доход от подписок, рекламы или комиссий за транзакции.
Но появление ИИ-агентов меняет это предположение. Когда агент способен понимать задачи, вызывать внешние инструменты, обращаться к базам данных, запускать программы и совершать транзакции в пределах выданных полномочий, людям больше не нужно вручную работать с каждой программой.
Меняется не только способ взаимодействия. Когда главными операторами программного обеспечения постепенно становятся агенты, бизнес-модели, построенные за последние двадцать лет вокруг трафика, удержания пользователей и подписок, могут столкнуться с пересмотром цен.
Самое ценное программное обеспечение будущего необязательно будет иметь больше всего пользователей-людей. Возможно, ценнее окажутся сервисы, к которым постоянно обращается больше всего агентов.
I. Расходы на SaaS в размере 234 миллиардов долларов пересматриваются
В июле 2026 года Gartner опубликовала прогноз, заслуживающий внимания индустрии программного обеспечения: к 2030 году агентный ИИ может повлиять на расходы на корпоративное прикладное ПО в размере до 234 миллиардов долларов — около 20% прогнозируемых к тому времени расходов на корпоративный SaaS.
Gartner называет это явление Agentic Arbitrage («арбитраж агентов»): агенты выполняют задачи в разных системах, уменьшая зависимость компаний от традиционных программных интерфейсов и соответствующих пользовательских лицензий.
Раньше компании с тысячей сотрудников могли закупать множество лицензий для CRM, ERP, управления проектами и бизнес-аналитики. Но если в будущем часть работы будут выполнять агенты, компаниям, возможно, не придётся выделять отдельные рабочие места для ручных операций на каждом этапе.
Возьмём для примера процесс продаж. Раньше сотрудникам отдела продаж приходилось вручную вводить данные клиентов, обновлять CRM, составлять коммерческие предложения, отправлять письма, а затем синхронизировать данные о сделках с финансовой системой. Теперь эти этапы уже можно связать с помощью API и инструментов автоматизации. Следующий шаг — позволить агентам самостоятельно определять, какие системы вызывать и какие действия выполнять для достижения бизнес-цели.
CRM и ERP не утратят из-за этого своей ценности. Данные о клиентах, заказах и запасах, а также финансовые книги по-прежнему должны храниться в надёжных системах. Но компаниям, возможно, уже не понадобится столько сотрудников, ежедневно открывающих эти системы и выполняющих операции по одной.
Это напрямую повлияет на Seat-based Pricing — традиционную модель SaaS, при которой плата взимается за пользовательские лицензии. Раньше важным источником роста доходов для софтверных компаний было увеличение числа сотрудников и программных аккаунтов у корпоративных клиентов. В будущем компании могут сократить часть рабочих мест, связанных с ручными операциями, но увеличить бюджеты на вызовы API, автоматизированные задачи и выполнение операций агентами.
Модель доходов софтверных компаний тоже может постепенно измениться: вместо оплаты за каждого пользователя — оплата за объём вызовов, рабочие процессы и результаты задач.
Ценность программного обеспечения не исчезла, но способы её измерения могут измениться.
II. Google и Anthropic создают стандарты взаимодействия между агентами
Оценивая, перешла ли технология к реальному внедрению в отрасли, я обычно смотрю не только на новые возможности, продемонстрированные моделью, но и на то, начали ли компании вкладывать ресурсы в создание общих технических стандартов.
В 2025 году Google представила Agent2Agent Protocol (A2A). В апреле 2026 года Linux Foundation объявила, что A2A получила поддержку более чем 150 организаций, включая Google, Microsoft, AWS, Salesforce, SAP и ServiceNow.
Цель A2A — позволить агентам, созданным на разных фреймворках и развёрнутым разными поставщиками, находить друг друга, обмениваться сообщениями, делегировать задачи и передавать результаты.
Тем временем Model Context Protocol (MCP), изначально представленный Anthropic, решает другую задачу: позволяет системам ИИ подключаться к внешним инструментам и источникам данных через стандартизированные интерфейсы.
Эти протоколы решают разные задачи. MCP в основном отвечает за Agent-to-Tool — то есть за вызов инструментов агентами. A2A отвечает за Agent-to-Agent — взаимодействие между разными агентами.
Развитие этих двух протоколов означает, что в будущем программным системам необязательно будет взаимодействовать через интерфейсы, предназначенные для людей.
Представим, что транснациональной компании нужно закупить партию серверов. Агент по закупкам может сначала получить сведения о запасах и бюджете, затем запросить предложения у агентов поставщиков, обратиться к логистическому сервису для расчёта сроков доставки и, наконец, проверить платёжные полномочия через финансовую систему.
Каждый этап может выполняться системой, разработанной отдельной компанией. Раньше для этого требовалось создавать множество индивидуальных интерфейсов и координировать работу вручную. Сейчас отрасль пытается снизить стоимость взаимодействия между системами с помощью стандартизированных протоколов.
Разумеется, единый протокол не означает, что все системы уже могут беспрепятственно взаимодействовать. Идентификация, управление правами доступа, форматы данных и обработка ошибок по-прежнему требуют дополнительной работы. Но направление технологического развития показывает: программное обеспечение уже учится взаимодействовать с нечеловеческими пользователями.
Раньше мы создавали API главным образом для обмена данными между разными программами. В будущем такие интерфейсы могут стать основой для самостоятельного выполнения задач агентами, координации ресурсов и покупки услуг.
III. Stripe позволяет агентам платить напрямую — машины становятся новыми потребителями
В 2026 году Stripe и Tempo совместно представили Machine Payments Protocol (MPP), призванный позволить агентам напрямую оплачивать API, данные и другие цифровые ресурсы.
Традиционные интернет-платежи создавались для людей. Пользователь регистрирует аккаунт, выбирает тариф, вводит платёжные данные и подтверждает покупку. Агенту же для выполнения задачи может быть достаточно одного вызова интерфейса.
Например, чтобы проанализировать какой-либо актив, агенту для финансовых исследований может понадобиться временно купить три услуги: данные о рынке в реальном времени, сведения о движении средств в блокчейне и данные об исторической волатильности.
Предположим, что один вызов каждого сервиса стоит соответственно 0,003, 0,005 и 0,002 доллара. При традиционной оплате банковской картой фиксированная комиссия может превысить стоимость самой услуги. Протоколы машинных платежей, такие как MPP и x402, пытаются сделать возможными такие микроплатежи с оплатой за каждый вызов.
Исследование Visa и Artemis, опубликованное в 2026 году, также изучает развитие машинных платежей на основе реальных транзакций в блокчейне. По предварительным данным, за первые несколько недель после запуска MPP было обработано около 115 тысяч транзакций на общую сумму примерно 25 тысяч долларов; средняя сумма транзакции составила около 0,22 доллара.
Эти данные всё ещё необходимо оценивать с учётом методики подсчёта, характера транзакций и условий их фактического использования в производственной среде. Их нельзя напрямую приравнивать к сформировавшемуся спросу на коммерческом рынке. Но модель платежей, которую они отражают, заслуживает изучения.
Раньше цифровые услуги обычно продавались по месячной или годовой подписке: взимать с отдельного пользователя плату в несколько тысячных долей доллара было невыгодно. Если в будущем агенты смогут совершать платежи с низкими издержками, поставщики данных получат возможность брать плату за каждый запрос, вычисление или выполнение задачи.
Компания без потребительского приложения может напрямую продавать агентам специализированные услуги через API, не создавая сначала канал привлечения аудитории из обычных пользователей.
Для криптоиндустрии это может создать новый спрос на платежи в стейблкоинах. Однако стейблкоины — не единственный вариант. Такие компании, как Stripe и Visa, также изучают банковские реквизиты, авторизацию платежей и различные способы расчётов.
Распространение машинных платежей будет зависеть от стоимости, скорости, соблюдения нормативных требований, механизмов возврата и реальных потребностей бизнеса, а не только от выбора блокчейна.
В будущем одним из важных пользователей стейблкоинов могут стать не люди, а агенты, которым разрешено самостоятельно покупать цифровые услуги.
IV. Для интернета следующего поколения может понадобиться меньше точек входа, предназначенных для людей
В эпоху мобильного интернета компании боролись за внимание пользователей. Рейтинги в магазинах приложений, трафик из поисковиков, реклама, удержание, DAU и MAU составляли основу роста множества интернет-продуктов.
Но агенты действуют не так, как люди. На выбор услуги человеком могут влиять бренд, реклама, дизайн страницы и привычки. Выполняя задачу, агент может сравнить услуги по заранее заданным условиям.
Например, агенту нужно купить услугу доступа к данным в реальном времени. Его условия выбора могут быть такими:
Задержка данных — менее 500 миллисекунд.
Доступность за последние 30 дней — более 99,9%.
Стоимость одного вызова — менее 0,01 доллара.
Предоставлять проверяемые источники данных.
Поддержка стандартизированных API.
Если условиям соответствуют несколько поставщиков услуг, агент может сравнить цены, скорость ответа, исторический уровень ошибок и доступные разрешения.
В таком сценарии дизайн пользовательского интерфейса почти не имеет прямой ценности для машинных запросов. Гораздо важнее становятся стабильность сервиса, качество данных, стоимость вызовов и машиночитаемая документация интерфейсов.
Разумеется, бренды и репутация не исчезнут полностью. Компании всё ещё могут требовать, чтобы агенты отдавали предпочтение сертифицированным поставщикам или обращались только к сервисам, соответствующим внутренним правилам безопасности.
Но в будущем способы распространения программного обеспечения могут заметно разделиться. Одни решения продолжат обслуживать людей и привлекать пользователей через приложения, сайты, поиск и социальные сети. Другие будут ориентированы на агентов и получать запросы через API, протоколы, реестры сервисов и машиночитаемые описания возможностей.
Эти две системы будут сосуществовать долго, но их бизнес-логика не вполне совпадает. Раньше разработчикам приходилось думать о том, как помочь пользователям найти их приложение. В будущем им придётся думать и о том, как агенты найдут их услуги и как доказать, что они надёжнее других.
И я задумался над вопросом:
Если в будущем агенты смогут самостоятельно находить, сравнивать и покупать услуги, кто будет контролировать точки входа для их распространения?
Раньше Google контролировала точку входа в поиск, Apple — App Store, а Microsoft — множество корпоративных сервисов. Но в экономике агентов выбор услуги может происходить между моделью, платформой запуска агентов, корпоративной системой авторизации и сетью обнаружения сервисов.
Эти системы не только определяют, какие услуги может найти агент, но и могут влиять на то, какого поставщика он выберет в первую очередь.
Если такая система распространения постепенно сформируется, борьба за точки входа в интернет следующего поколения может идти не только между браузерами и магазинами приложений.
V. У будущих софтверных компаний может вообще не быть продуктов для широкой аудитории
Если в будущем множество задач будут выполнять агенты, то вокруг необходимой для их работы инфраструктуры могут появиться новые возможности для стартапов.
Изучать здесь стоит не создание ещё одного чат-бота, а решение практических задач взаимодействия между агентами.
Начнём с идентификации и авторизации агентов (Agent Identity & Authorization).
Когда компания развёртывает сотни агентов, каждому из них нужны свои полномочия. Агент по закупкам может покупать программное обеспечение, но не должен иметь возможности перевести все средства компании. Финансовый агент может оплачивать счета, но его полномочия необходимо ограничить бюджетом, списком получателей и правилами согласования.
Это означает, что агентам нужны проверяемая идентичность, чётко определённые полномочия, возможность отзыва разрешений и полный аудит действий. Особенно в сфере финансов и корпоративных закупок способность агента выполнить действие не означает, что ему следует предоставлять неограниченные права.
Далее — обнаружение сервисов (Agent Discovery).
В будущем агентам, возможно, придётся искать внешние услуги в зависимости от задачи. Финансовому агенту нужны данные из блокчейна, юридическому — база законодательства, агенту-разработчику — среда для тестирования.
Если каждому агенту придётся заранее интегрировать все сервисы, затраты на разработку и поддержку будут очень высокими. Поэтому рынку может понадобиться специальная инфраструктура Agent Discovery, которая позволит агентам находить поставщиков по их возможностям, цене, разрешениям и надёжности.
Следующий уровень — репутация и проверка (Agent Reputation & Verification).
Люди могут судить о надёжности поставщика по бренду, отзывам и длительности сотрудничества. Агентам же нужны показатели, которые проще проверить автоматически: например, доля успешно выполненных задач, исторический уровень доступности, среднее время ответа, точность данных, а также компенсация и исправление ошибок.
Самая сложная техническая задача здесь — не составить рейтинговый список, а проверить, действительно ли задача выполнена, и не дать поставщикам услуг подделывать данные или манипулировать оценками.
Даже если записать сведения в блокчейн, это не означает, что они непременно правдивы. Надёжная система репутации всё равно требует независимой проверки, отслеживаемых источников данных и чёткого механизма ответственности.
И наконец, платежи и расчёты (Agent Payment & Settlement).
Когда агент научится находить услуги, подтверждать личность и узнавать цену, ему всё равно нужно будет авторизовать платёж, получить услугу и проверить результат. Если такие функции станут устойчивой инфраструктурой, они смогут поддерживать большое число коммерческих транзакций между машинами.
Будущий Agent Marketplace необязательно будет магазином приложений для людей. Это может быть просто набор API: агент отправляет запрос с задачей, система возвращает подходящих поставщиков, после чего выполняются вызов, оплата и проверка результата.
Обычные потребители могут даже не знать о существовании этой компании, хотя она способна обрабатывать миллионы запросов в день.
Главное конкурентное преимущество таких компаний будет заключаться уже не в красоте пользовательского интерфейса, а в том, сколько агентов встроят их услуги в свои повседневные рабочие процессы.
VI. Традиционный SaaS не исчезнет целиком, но конкурентные преимущества перераспределятся
Здесь важно различать две вещи: функциональную ценность программы и её пользовательский интерфейс. ИИ-агенты могут значительно уменьшить необходимость во втором, но это не означает, что исчезнет первое.
Компаниям по-прежнему будут нужны базы данных, финансовые системы, аутентификация, записи о транзакциях и управление соблюдением требований. Кроме того, традиционные софтверные компании с большими объёмами эксклюзивных данных и отношениями с корпоративными клиентами могут сами адаптировать свои продукты, превратив их в сервисы для агентов.
Компании вроде Salesforce, SAP и Microsoft не обязательно будут вытеснены новыми игроками. У них тоже есть возможность стать важными поставщиками инфраструктуры для экономики агентов.
По-настоящему под давлением окажутся компании, у которых нет эксклюзивных данных и серьёзных конкурентных преимуществ, а доход держится главным образом на сложных рабочих процессах и издержках перехода пользователей.
Когда агенты смогут напрямую взаимодействовать с несколькими системами, преимущество программного интерфейса, основанное на привычке пользователей, может ослабнуть.
Однако сами агенты ещё далеки от зрелости, необходимой для того, чтобы взять на себя всю работу в компаниях. По прогнозу Gartner, к концу 2027 года могут быть отменены более 40% проектов в сфере агентного ИИ. Среди основных причин — рост затрат, неясная коммерческая ценность и недостаточный контроль рисков.
Это также показывает, что способность модели выполнять задачи ещё не означает, что компания сможет долго внедрять её с приемлемыми затратами.
Даже если агент справляется с 95% задач в тестовой среде, это не значит, что компания может без опасений поручить ему самостоятельно управлять закупками, финансами и данными клиентов. Оставшиеся 5% могут привести к ошибочным платежам, утечке данных, повторным заказам или необратимым бизнес-операциям.
Поэтому самой ценной инфраструктурой для агентов в будущем необязательно станет продукт с наибольшим количеством функций. Ценность может представлять система, которая стабильно работает в реальных бизнес-условиях и эффективно управляет ошибками, полномочиями и финансовыми рисками.
Именно поэтому проверка личности, управление доступом, аудит действий и проверка результатов задач могут стать важными составляющими экономики агентов.
VII. Для кого будущим предпринимателям создавать продукты?
Раньше предприниматели обычно начинали с оценки размера аудитории и стремились привлечь сто тысяч, миллион или даже десять миллионов пользователей. Нужно было постоянно улучшать интерфейс, повышать удержание, а затем зарабатывать на рекламе, подписках или комиссии с транзакций.
Но если в будущем в интернете будет множество агентов, способных самостоятельно выполнять задачи, предпринимателям придётся заново задуматься о том, кто именно является их клиентом.
Компании, предоставляющей финансовые данные, возможно, больше не придётся привлекать сто тысяч инвесторов, ежедневно заходящих на сайт. Вместо этого она сможет напрямую предоставлять интерфейсы данных десяткам тысяч инвестиционных агентов.
Компания, предоставляющая сервис распознавания изображений, не обязательно должна создавать полноценное приложение для редактирования изображений. Она может стать специализированным сервисом, к которому другие агенты обращаются для выполнения визуальных задач.
Компании, предоставляющей услуги проверки личности, тоже не нужно, чтобы обычные потребители ежедневно входили на её платформу. Если корпоративные агенты должны проходить через её систему авторизации при выполнении чувствительных задач, это уже может обеспечить постоянный спрос на услугу.
Главное изменение этой бизнес-модели в том, что доход больше не будет полностью зависеть от того, как часто люди пользуются программами. Он может поступать от постоянного выполнения задач между машинами.
Разумеется, это не означает, что агенты получат неограниченную возможность тратить деньги независимо от людей. Их бюджеты по-прежнему будут поступать от частных лиц и компаний, а полномочия на совершение операций должны быть ограничены.
Но всё больше операций с бюджетом может перейти от людей к программному обеспечению. А когда меняется тот, кто выполняет действия, меняются и дизайн продуктов, способы распространения услуг и модели оплаты.
Раньше предприниматели изучали, как повысить удержание пользователей и снизить стоимость привлечения клиентов. В будущем некоторые компании, изначально созданные вокруг ИИ, могут уделять больше внимания объёму вызовов API, доле выполненных задач, средней стоимости выполнения и числу агентов, постоянно зависящих от их услуг.
Это также означает, что в будущем может появиться целый ряд технологических компаний, совершенно не похожих на традиционные SaaS-компании.
У них нет сложных интерфейсов, они не зависят от рейтингов в магазинах приложений и не нуждаются в том, чтобы множество потребителей ежедневно входили в систему. Они могут предоставлять всего одну узкоспециализированную возможность: например, поиск данных, проверку личности, проведение платежей или выполнение задач.
Если этой возможностью будут постоянно пользоваться достаточное количество агентов, она может стать стабильным источником дохода.
VIII. Человечеству осталось мало времени
Под «человечеством» здесь подразумевается не то, что ИИ вот-вот вытеснит людей. Речь о том, что программная система, построенная за последние двадцать лет вокруг действий людей — нажатий, просмотра страниц и работы с интерфейсами, — возможно, подходит к переломному моменту.
В эпоху мобильного интернета предприниматели думали о том, как побудить людей скачивать больше приложений. В эпоху агентов им предстоит думать о том, как сделать свои услуги доступными для поиска и вызова большим числом агентов.
Раньше софтверные компании росли за счёт числа пользователей, времени использования и количества подписок. В будущем часть компаний может получать доход от вызовов API, выполнения задач, торговли данными и автоматизированных услуг.
Раньше главными коммерческими точками входа в интернет были поисковики, браузеры и магазины приложений. В будущем могут появиться специальные сети обнаружения, идентификации, репутации, платежей и выполнения операций для агентов.
Это также изменило моё представление о стартапах следующего поколения в сфере технологий.
Я больше не считаю, что у каждой ценной софтверной компании должно быть приложение для широкой аудитории. Если компания предоставляет данные, инструменты или инфраструктуру, необходимые миллионам агентов каждый день, она может вырасти в крупный бизнес и без сложного пользовательского интерфейса.
А программное обеспечение, для работы которого людям всё ещё приходится снова и снова нажимать кнопки, копировать данные, заполнять формы и переключаться между страницами, в будущем, вероятно, столкнётся со всё большим давлением.
Раньше мы создавали программы, чтобы люди пользовались компьютерами. В будущем мы, возможно, будем создавать программы, чтобы агенты пользовались другими программами.
Если бы сегодня я заново создавал технологический стартап, то серьёзно обдумал бы вопрос, который раньше задавали редко:
Почему я обязательно должен проектировать свой продукт для людей?
Если в будущем миллионам агентов понадобится покупать данные, подтверждать личность, вызывать инструменты, оплачивать услуги и находить других агентов для выполнения задач, то инфраструктура для этих потребностей может оказаться интереснее для изучения, чем создание ещё одного обычного потребительского приложения.