AI-агенты вместо людей: новая модель техкоманд и фундаментальный сдвиг в структуре затрат Исследование KPMG Global Tech 2026 (2500 топ-менеджеров, 27 стран) фиксирует новую организационную модель: высокоэффективные компании ожидают, что к 2027 году около половины их технических «сотрудников» будут AI‑агентами. Остальное — небольшое дисциплинированное человеческое ядро, которое оркестрирует расширенную AI‑экосистему. Для финансового сектора это не просто технологический тренд, а фундаментальная перестройка статей затрат: структура расходов на персонал, аутсорсинг и инструментарий изменится в ближайшие 18–24 месяца. Модель «ядро + экосистема» KPMG описывает переход к двухслойной архитектуре команд. Первый слой — постоянные высококвалифицированные сотрудники: архитекторы, технические лидеры, специалисты по безопасности. Их численность сокращается, но требования к компетенциям растут. Второй слой — AI‑агенты, которые выполняют кодинг, тестирование, деплой, мониторинг и рутинное сопровождение. Компании, уже внедрившие эту модель, фиксируют рост скорости вывода продуктов на 40–60% при снижении затрат на типовые задачи. Баланс между постоянным персоналом и AI‑агентами становится стратегическим параметром конкурентоспособности. Что меняется в структуре затрат для CFO 1. Персонал (OPEX). Затраты на зарплаты сокращаются, но растут инвестиции в удержание и переобучение ключевых специалистов. Появляется новая статья — лицензии на AI‑агентов, которая по масштабу может приближаться к бывшему ФОТ младших и средних инженеров. 2. Аутсорсинг. Традиционный аутсорсинг «по часам» теряет смысл. Поставщики переходят к моделям оплаты за результат или встраивают AI‑агентов в свои предложения. 3. CAPEX vs OPEX. Разработка собственных агентов — CAPEX и R&D. Покупка готовых платформ (Copilot, Cursor, агентные фреймворки) — OPEX с подпиской. Выбор модели влияет на баланс и налоговую оптимизацию. Риски и вызовы — Зависимость от вендоров. Ключевые платформы контролируются небольшим числом глобальных игроков. Для российских компаний это стимулирует поиск альтернатив. — Потеря компетенций. Слишком сильное сокращение человеческого ядра может оставить компанию без специалистов, способных оценить качество работы AI‑агентов. — Регуляторные риски. Использование AI‑агентов в процессах с персональными данными или критической инфраструктурой потребует новых подходов к аудиту. Российский контекст Для российского рынка модель KPMG накладывается на дефицит IT‑кадров и импортозамещение. AI‑агенты позволяют частично заместить недостающих инженеров. Но зависимость от зарубежных платформ делает необходимым развитие отечественных агентных решений, встроенных в локальные экосистемы. Для инвесторов это новые ниши: российские платформы управления AI‑агентами, интеграторы под двухслойную модель, отраслевые агенты для финансов, промышленности и логистики. Вывод Прогноз KPMG — половина технических «сотрудников» станут AI‑агентами к 2027 году — это горизонт стратегического планирования для CFO и инвестиционных комитетов. Компании, которые начнут перестраивать структуру команд и систему учёта затрат уже сегодня, получат преимущество в скорости и эффективности. Те, кто сохранит традиционную модель, рискуют оказаться с непомерным ФОТ и неспособностью конкурировать за ограниченный пул высококвалифицированных специалистов. #AIАгенты #KPMG #СтруктураЗатрат #CFO #ТехКоманды #УправлениеПерсоналом #Финбазар #ЦифроваяТрансформация #ИТИнвестиции