В Wood Mackenzie 88% пилотных проектов с ИИ не доходят до широкого внедрения. Причины, по данным компании, в основном архитектурные, а не связаны с моделями. Отраслевые опросы начала 2026 года показывают, что эксперименты с ИИ ведут почти все предприятия, но только около четверти организаций масштабировали агентов хотя бы в одной функции. Разрыв между прототипом и продакшеном остаётся ключевой проблемой.
Когда агент должен обслуживать более одного пользователя, появляется новый слой инженерии: параллелизм, изоляция сессий, идентификация, постоянное состояние, масштабирование и ограничения. Большинство команд создают эти компоненты с нуля. В Wood Mackenzie три приложения — Woody, Lens ИИ и ST Trading App — независимо друг от друга строили собственные агентные стеки. Каждое поднимало свой runtime, подключало свою идентификацию, добавляло наблюдаемость и жёстко прописывало модель. В итоге компания трижды платила за одну и ту же инфраструктуру и получала три несовместимых стека, которые не могли обмениваться памятью, инструментами или оценкой.
| Платформа | Хостинг | Модель оплаты | Независимость от модели | Масштабируемость | Управление | Поддержка |
|---|---|---|---|---|---|---|
| LangChain | Самостоятельный | Бесплатно/Enterprise | Да | Вручную | DIY | Сообщество |
| LangChain + LangSmith | Самостоятельный/LangSmith | Бесплатно + LangSmith | Да | Вручную | LangSmith | Сообщество |
| CrewAI | Самостоятельный/CrewAI-Cloud | Бесплатно/Облако | Да | Ограниченно | Базовое | Сообщество |
| n8n | Самостоятельный/Облако | Бесплатно/Pro | Нет | Умеренно | Workflow | Сообщество + Pro |
| Прямое использование моделей | У провайдера | За токены | Нет | Управляется провайдером | Отсутствует | SLA провайдера |
| Bedrock AgentCore | AWS (управляемый) | Оплата за использование | Да | Автоматическое масштабирование | Нативное (Bedrock Guardrails и Policy) | Корпоративный SLA AWS |
Решением стала APEX (Agentic Platform for Energy eXperience) — общая платформа, построенная на Amazon Bedrock AgentCore. AgentCore — управляемый сервис AWS для создания, подключения и оптимизации агентов в масштабе. Он перешёл в общий доступ (GA) в октябре 2025 года. В отличие от самостоятельного хостинга, AgentCore берёт на себя масштабирование, обновления и доступность. Платформа работает с любыми open-source фреймворками, включая Strands Agents, LangGraph, LangChain, LlamaIndex, CrewAI, Google ADK и OpenAI Agents SDK, и с любыми моделями, независимо от того, работают ли они на Amazon Bedrock. Поддерживаются протоколы Model Context Protocol (MCP) и Agent-to-Agent (A2A).
При выборе между AgentCore и самостоятельными решениями Wood Mackenzie оценивала хостинг, модель оплаты, независимость от модели, масштабируемость, управление и корпоративную поддержку. LangChain, CrewAI и n8n требуют ручного масштабирования и не дают нативного управления. Прямое использование моделей от провайдеров даёт оплату за токены и управление со стороны провайдера, но не решает вопросы идентификации и ограничений. AgentCore предлагает оплату за использование, автоматическое масштабирование, нативные Amazon Bedrock Guardrails и Policy, а также корпоративный SLA AWS.
APEX Studio даёт командам единую панель управления платформой. Одна инфраструктура обслуживает как внутренних пользователей (Woody), так и внешних (Lens) с учётом прав доступа. Платформа закрывает пробелы в оценке и управлении, которые тормозят большинство агентных программ. По данным Forrester, сбои агентов связаны в первую очередь с неоднозначностью, рассогласованностью и непредсказуемым поведением системы, а не с обычными ошибками. Самый часто называемый блокиратор — оценка и наблюдаемость: команды не могут заранее надёжно определить, когда недетерминированный агент ошибётся, а стандартные регрессионные тесты этого не ловят. Управление и идентификация идут следом: многие руководители сообщают, что не могут немедленно отключить неправильно работающего агента.
APEX решает эти задачи на уровне общей платформы. Вместо того чтобы каждая команда заново реализовывала аутентификацию, ограничения, память и трассировку, один runtime берёт на себя оркестрацию, безопасность, наблюдаемость, идентификацию и подключения. Команды тратят усилия на бизнес-логику, которая отличает их продукт. По мере того как многоагентные системы становятся нормой, платформа развивается в этом направлении.
