Автопром: ИИ-агенты у 68%, полностью зрелое управление у 5%

Подробно

Что показало исследование Capgemini об агентном ИИ в автопроме?

Capgemini Research Institute опросил 800 старших руководителей автомобильной отрасли из 12 стран Северной Америки, Европы и Азиатско-Тихоокеанского региона. Из них 400 представляют автопроизводителей (OEM), 160 - поставщиков первого уровня, 240 - технологические компании. Это руководители направлений разработки продуктов, инженерии, технологий, данных, ИИ-стратегии и смежных функций. Опрос прошёл в июле 2026 года, кроме того, авторы провели 24 углублённых интервью с руководителями автопрома и технологических поставщиков.

В 68% организаций агентный ИИ уже используют или пилотируют в разработке продуктов. По пресс-релизу, 33% организаций его используют, а 35% проводят пилоты. На странице самого отчёта эти доли указаны наоборот, общий итог 68% совпадает. От обычного генеративного помощника агентный ИИ отличается тем, что сам воспринимает информацию, рассуждает, планирует и действует ради цели и требует меньше прямых указаний человека.

Другие ключевые результаты:

• 83% руководителей считают, что агентный ИИ освободит инженерам время для основной работы, сократив административные и координационные задачи;
• во вспомогательных инженерных задачах (документирование, отчётность, подготовка данных, поиск информации, координация) применение агентного ИИ за два-три года должно вырасти с 26% до 68%;
• в основных задачах разработки ПО ожидается рост с 57% до 75%, в механической и электрической/электронной инженерии - с 22% до 36%;
• у 45% организаций ещё нет стратегии и дорожной карты применения ИИ в разработке продуктов;
• шесть из десяти руководителей считают, что масштабирование ИИ тормозит прежде всего неэффективность процессов, а не технические ограничения.

«За последнее десятилетие автомобильная отрасль глубоко изменилась с переходом к программно-определяемым автомобилям и заложила цифровой фундамент, который сейчас открывает путь следующей волне инноваций. Агентный ИИ создаёт в автомобильной отрасли новый разрыв в эффективности», - заявила Лоранс Ноэль (Laurence Noël), исполнительный вице-президент и глава глобального автомобильного направления Capgemini.

Что на самом деле означает показатель 5%?

По данным Capgemini, только 5% организаций сами называют свою модель управления ИИ полностью зрелой. Распространённая формулировка «только 5% автокомпаний готовы управлять рисками агентного ИИ» упрощает этот результат. Отдельно готовность к управлению рисками, сертификации или ответственности за безопасность в исследовании не измерялась. Из цифры 5% не следует, что остальные 95% совсем не способны контролировать риски.

Важно учитывать и ограничения методологии. Выборка состоит не только из автопроизводителей: в неё входят также поставщики и технологические компании. Опрашивали 800 руководителей, и в открытых материалах не сказано, что каждый из них представляет отдельную организацию. Список из 12 стран полностью не опубликован, участие российских компаний не подтверждено. В пресс-релизе нет погрешности выборки, полного текста анкеты и критериев каждого уровня зрелости, поэтому оценить статистическую точность показателя 5% нельзя.

Capgemini выделяет группу лидеров (high-value realizers). Они сообщают о сокращении цикла разработки на 17%, росте инженерной производительности на 19% и сокращении времени вывода продукта на рынок на 19%. Это самооценки: руководители выбирали диапазоны ответов, а авторы переводили их в числа по серединам интервалов. Например, ответ «5-10%» засчитывался как 7,5%, а «более 20%» - как 25%. В лидеры попадали организации с приростом более 5% по всем пяти направлениям выгоды и средним эффектом не менее 15%. В русскоязычных пересказах встречается утверждение, что лидеры выводят продукты на рынок «в три раза быстрее». Первичные данные этого не подтверждают: речь идёт о сокращении срока на 19% и о том, что относительный эффект у лидеров в два-три раза больше, чем у отстающих.

На каких этапах разработки автомобиля доверяют ИИ-агентам?

Доверие к агентному ИИ падает по мере приближения к критическим инженерным решениям. На ранних этапах исследований и разработки концепции ему доверяют 59% руководителей. На стадии разработки, где результат может напрямую повлиять на качество и безопасность продукта, - только 40%.

По данным инфографики, 81% организаций собирают телеметрию автомобилей, а 72% получают сигналы, связанные с обновлениями по воздуху. 84% используют эти данные для обновлений безопасности, но только 36% - для обновления функций движения, например торможения или подвески. 64% организаций сообщили, что знания из эксплуатации машин в основном переносят в будущие программы, а не используют для улучшения автомобилей, которые уже на дорогах.

Совместная работа в экосистеме тоже отстаёт. Модели совместной разработки с общими показателями результата есть у 30% организаций, а общую ответственность участников на всём жизненном цикле продукта установили лишь 10%.

Чем различаются автопроизводители США, Европы и Китая?

Среди автопроизводителей США 53% респондентов сообщили о реализации ИИ-инициатив и 18% - о комплексной межфункциональной стратегии, видении и дорожной карте. В Европе эти показатели составили 46% и 16%. В Китае на стадии внедрения находятся 40%, но сопоставимой стратегической зрелости достигли только 7%.

Capgemini объясняет отрыв лидеров не столько скоростью внедрения ИИ, сколько качеством инженерных данных, понятными бизнес-кейсами, дисциплинированным управлением и чётким распределением ответственности.

«Организации, которые получают наибольшую отдачу, не просто быстрее внедряют ИИ: они перестраивают рабочие процессы, укрепляют взаимодействие в экосистеме, создают надёжную основу данных и чётко распределяют ответственность за решения, принятые с помощью ИИ. Лидерами завтрашнего дня станут те, кто сумеет масштабно встроить ИИ в инженерные процессы», - отметила Лоранс Ноэль.

Какие риски ИИ-агентов в автопроме видят независимые эксперты?

Независимых откликов именно на отчёт Capgemini к утру 13 октября найдено мало. Однако к похожим выводам ранее пришли другие исследователи. В автомобильном разделе KPMG Global Tech Report 2026 опрошены 258 технологических руководителей автопрома из 22 стран. Исследование тоже зафиксировало быстрое внедрение ИИ при слабой согласованности данных и размытой ответственности. KPMG рекомендует индустриализировать MLOps и управление данными, встроить ответственный ИИ и кибербезопасность в архитектуру программно-определяемых автомобилей и рассматривать governance как ускоритель, а не только как ограничение.

Эксперты Fraunhofer Institute for Cognitive Systems IKS Мохамед Саад Абдельхамид и Вито Маньянимо указывают, что агентные инструменты уже создают требования, код, тесты и анализы безопасности быстрее, чем люди успевают их тщательно проверять. Они предлагают относиться к GenAI-инструменту как к продукту, критичному для безопасности: с полным жизненным циклом безопасности, анализом отказов ИИ, резервированной архитектурой и специальным тестированием.

«Стандартная мера безопасности для рабочих материалов, созданных ИИ, - то, что их читает человек. Думаю, эта мера незаметно перестаёт работать», - считает Мохамед Саад Абдельхамид.

Участники панели SAE World Congress 2026 пришли к выводу, что ИИ в автономных автомобилях и других физических системах - проблема всей системы, а не только программного кода. Безопасность зависит от алгоритмов, сенсоров, надёжности аппаратуры, границ эксплуатации, взаимодействия с человеком, связи, кибербезопасности и организационных процессов.

Разрыв между интересом к ИИ-агентам и зрелостью управления Capgemini фиксировал и раньше. В общеотраслевом отчёте июля 2025 года (1500 руководителей из 14 стран) лишь 2% организаций полностью масштабировали ИИ-агентов, а доверие к полностью автономным агентам снизилось с 43% до 27%. В автомобильном исследовании сентября 2025 года 85% организаций называли ИИ ключевой частью автомобильного ПО, но только 14% успешно масштабировали хотя бы один сценарий, а 91% испытывали трудности с подтверждением соответствия продукции поставщиков требованиям безопасности и кибербезопасности.

Что Capgemini рекомендует автокомпаниям?

Авторы отчёта советуют:

• масштабировать ИИ параллельно по всей цепочке разработки;
• создать агентный контрольный слой с доказательной базой и прослеживаемостью решений;
• сделать инженерные данные машиночитаемыми;
• отслеживать три метрики жизненного цикла: от обратной связи до решения, от решения до выпуска и от выпуска до ценности;
• замкнуть обратную связь между автомобилями в эксплуатации и инженерными командами.

Как вопрос управления ИИ касается российского автопрома?

Есть ли российские компании в выборке Capgemini, неизвестно, но вопрос подотчётности ИИ-решений актуален и для России. С 1 января 2024 года действует ГОСТ Р 70981-2023 для систем технического диагностирования транспортных средств с ИИ. Он охватывает весь жизненный цикл, от проектирования до вывода из эксплуатации, и задаёт общие требования к безопасности, надёжности, производительности, совместимости и защите данных.

23 января 2026 года Минтранс вынес на общественное обсуждение проект закона о высокоавтоматизированных транспортных средствах. Документ распределяет ответственность между изготовителем, разработчиком автоматизированной системы вождения, владельцем, сервисным центром и оператором дистанционной поддержки. Он также требует регистрировать данные, защищать системы от вмешательства и обеспечивать удалённый контроль. 24 августа 2026 года правительство утвердило Стратегию развития автомобильной промышленности до 2035 года. Среди её направлений - цифровые платформы управления производством с интеграцией данных жизненного цикла и отечественные решения промышленной автоматизации на основе ИИ и машинного обучения.

Когда Capgemini представит отчёт?

Очная презентация отчёта Capgemini пройдёт 14 октября с 10:15 до 10:30 по парижскому времени (11:15-11:30 МСК) в Hall 7.1 автосалона Mondial de l'Auto в Paris Expo Porte de Versailles. Выступит Лоранс Ноэль.