Заменят ли агенты профессию? Для 419 из 923 нет ни одного инструмента

Что нашли в Cohere Labs

Исследователи Cohere Labs взяли семь публичных каталогов MCP-серверов и в мае 2026 года выгрузили оттуда 696 291 инструмент со 123 069 серверов. Серверы, которые опубликованы в нескольких каталогах, посчитали один раз. Результат назвали Agentic Task Ecosystem, сокращённо ATE. Статья вышла 3 сентября 2026 года.

Каждый инструмент сопоставили с ближайшей задачей из O*NET, американской базы данных о профессиях. Дальше языковая модель решала, выполняет ли инструмент эту задачу сам или только помогает человеку. Под строгий критерий попали 2,6% инструментов. Ещё одна цифра из текста: из 923 профессий в O*NET у 419 нет вообще никакой активности агентских инструментов.

Это выводы одного исследования, а не данные о рынке в целом. Первоисточники: статья Cohere Labs и датасет на Hugging Face.

Что внутри остальных 98%

Большинство инструментов не совпало ни с одной задачей из базы. Их сгруппировали в 1 136 категорий и увидели три картины.

Первая: это та же работа, только мельче. 693 категории исследователи назвали «субатомными»: вместо задачи «поддерживать контроль конфигурации» там десятки инструментов под отдельные компоненты. Ещё 411 категорий идут в обратную сторону и склеивают несколько задач в один процесс, например работу с протоколами встреч.

Вторая: инфраструктура для агентов. Регистрация агентов, поиск других агентов, управление сессиями, передача идентификации между ними. Авторы называют это эксплуатационными расходами автоматизации.

Третья: действительно новая работа, и её мало. Всего 35 категорий, около 3%, и в основном это управление самими агентами: выбор синтетического голоса, настройка ИИ-персон, оценка того, можно ли агенту доверять.

Какую часть работы забирают инструменты

Для 178 профессий с достаточным покрытием исследователи расставили задачи от самых рутинных до самых специальных и посмотрели, куда попали инструменты. В среднем ровно в середину. Но по группам картина разная.

В юридических, производственных и продажных профессиях инструменты остаются на рутинных краях, а специальное ядро работы остаётся людям. В здравоохранении и ИТ всё наоборот: инструменты дотягиваются до специальных задач, а людям достаётся более рутинный остаток. У ИТ это самая прочная часть выборки, тридцать профессий. У здравоохранения только пять, поэтому там вывод слабее.

Объяснение авторов такое. Специальную работу автоматизировать труднее, когда она физическая или связана с живым общением. Когда эта же работа уже идёт через программы, она поддаётся заметно легче. Ещё одно наблюдение: что строят, определяется тем, что технически возможно, а пожелания самих работников на это никак не влияют.

Чего это исследование не доказывает

Авторы сами пишут: ATE измеряет предложение, а не внедрение. Наличие инструмента говорит только о том, что разработчик счёл задачу достаточно чёткой, чтобы отдать её машине. Сколько таких инструментов реально используют и насколько они надёжны, из данных не видно.

Второе ограничение: в выборке только публичные серверы. Компании пишут MCP-серверы под свои внутренние системы и не публикуют, а это как раз те самые бэк-офисные процессы. Авторы считают, что из-за этого 2,6% надо читать как нижнюю границу.

Третье: профессии описаны по американской базе O*NET, а соответствие инструмента задаче оценивала языковая модель, не человек. Ручную проверку делали только для разметки категорий, на выборке из 120 штук. И четвёртое, про лицензию: на странице датасета указано, что лицензия самого репозитория пока не выбрана. Текст задач из O*NET идёт под CC BY 4.0. Если собираетесь использовать датасет в своём проекте, это надо уточнить.

Что можно сделать уже сейчас

Практический вывод из картины «мало целиком, много кусочков»: нанимать агента на должность не нужно, ему надо отдать микрозадачи. Как выбирать первую, подробно написано в статье с чего начать внедрение ИИ, а где агенту нельзя действовать без человека, разбирает материал про границу автономности. Ниже мои примеры того, как это выглядит в разных сферах. Это не данные исследования, а мой подход.

Продажи. Агент принимает заявку, заносит её в CRM, задаёт три уточняющих вопроса и напоминает менеджеру о забытых клиентах. Переговоры и скидки остаются за менеджером.

Юристы и бухгалтеры. Агент собирает реквизиты, сверяет договор с шаблоном, готовит черновик акта или сверки. Вывод и подпись делает человек. Рутину этого типа я разбирал в материале про семь рутин.

Склад и производство. Агент разбирает накладные, сверяет остатки, ловит расхождения и поднимает их начальнику смены. Решения по браку и отгрузке принимает человек.

Клиника или салон. Запись, напоминания, повторные визиты, подготовка данных к приёму. Всё, что касается лечения и диагноза, остаётся у специалиста.

Как выбрать, что автоматизировать первым? Берите задачу, которая повторяется каждый день, идёт через программу или таблицу, имеет понятные правила и дешёвую ошибку. Результат такой задачи легко проверить глазами за минуту. Под эти пять признаков обычно подходят три-четыре кусочка в каждой роли.

Как это устроено у нас

Сначала идёт аудит процессов: мы раскладываем работу каждой роли на микрозадачи и ставим против каждой частоту, время и цену ошибки. Из списка выбираем две-три задачи, где выигрыш виден за месяц. Затем внедряем агентов именно на них: ИИ-агенты под ключ для работы с языком и документами и автоматизация бизнес-процессов там, где нужны связки с CRM, 1С и таблицами. Человек остаётся на проверке, а ответственность за результат не передаётся. Ориентиры по стоимости есть на странице цен.

Частые вопросы

Значит ли 2,6%, что агенты почти ничего не умеют?

Нет, это другое. 2,6% показывает, сколько публичных инструментов выполняют целую задачу из базы O*NET без участия человека. Мелкие операции, из которых состоит рабочий день, в эту долю не входят, и их как раз очень много. Авторы к тому же считают цифру нижней границей.

Если для моей профессии нет ни одного инструмента, можно не готовиться?

Это отсутствие в публичных каталогах на май 2026 года, а не гарантия. Внутренние инструменты компаний в выборку не попали, а свой процесс можно автоматизировать и без готового публичного инструмента.

Можно ли использовать датасет ATE в своём проекте?

Посмотреть и скачать его можно, но лицензия репозитория на момент написания не указана. Для коммерческого использования сначала напишите авторам или дождитесь выбора лицензии.

Коротко о главном

По данным Cohere Labs, целиком профессию агенты не делают: полный цикл задачи закрывает 2,6% инструментов, а для 419 профессий из 923 в базе O*NET нет ни одного. Большая часть того, что строят, это микрозадачи и обвязка для самих агентов. Вывод исследования касается только публичных MCP-серверов и не равен всему рынку.

Хотите понять, какие микрозадачи в вашей работе можно отдать агенту уже сейчас, а что оставить людям? Напишите мне в Telegram слово «ПРОФЕССИЯ». Разберём ваши процессы и выберем, с чего начать.