VentureBeat Research júniusi felmérése 573 műszaki vezetőt kérdezett meg olyan vállalatoknál, amelyek legalább 100 alkalmazottal rendelkeznek. A kutatás öt párhuzamos felmérésen keresztül az úgynevezett "agentic stack" öt kontrollrétegére fókuszált, és azt találta, hogy a vállalatok tudatosan telepítik az AI-ügynököket mielőtt a szükséges vezérlőfunkciók teljes mértékben kiépülnének.
Mi a mérés tárgya és miért számít
A vizsgált öt réteg: az ügynökök identitáskezelése (melyik ügynök mit tehet, milyen hitelesítő adatokkal), az ügynökök kimenetének értékelése (jó-e a munka), költségtelemetria (mennyibe kerül egy-egy ügynök futtatása), a kontextusréteg (az üzleti adatok és definíciók, amelyekből az ügynök válaszol), és az orchestration control plane (az a szoftver, ami koordinálja a többlépéses agent-munkát).
A vállalatok most utólagosan építik be a kontrollokat, és költségvetést is rendelnek hozzá: minden rétegben a cégek nagyjából hatvan százaléka tervezi, hogy 12 hónapon belül vált vagy hozzáad egy beszállítót; rétegenként mintegy egyharmad tervez negyedéven belüli váltást.
Főbb megállapítások és adatok
Alacsony GPU-kihasználtság és költségmérés hiánya
- A saját GPU-kat üzemeltető vállalatok 86%-a számol be legfeljebb 50%-os kihasználtságról. Ez azt jelenti, hogy a legdrágább hardverek sok esetben a kapacitásuk felénél sem futnak többet.
- Csak 44% követi szigorúan, hogy pontosan mennyibe kerül számukra az AI-számítás; a többiek csak becsléseket használnak. Ennek ellenére 45% azt mondta, hogy a következő 12 hónapban legvalószínűbbnek tekintett új számítási opció egy AI-specializált felhő lesz (például CoreWeave, Lambda, Crusoe, Nebius), miközben kevesebb mint 2% használ ma ilyen neocloudot.
- Egyharmad körüli arány (32%) olyan nem-Nvidia gyorsítókat (AWS Trainium, Google TPU-k, AMD) fontolgat, míg 28% következőgenerációs Nvidia GPU-kat. A kutatás javaslata: mérjék fel a meglévő GPU-k kihasználtságát és munkaterheletenkénti költségét, mielőtt új számítási költségvetést kötnének le.
Az ügynökök többsége valójában egyszerű egy-prompt chatbot
- A válaszadók 71%-a szerint a telepített ügynökök egynegyede vagy annál kevesebb képes önállóan többlépéses feladatot elvégezni; a többség egyszerű egy-prompt chatbot. Csak 10% mondta, hogy az általuk futtatott ügynökök többsége valódi, többlépéses automatizmus.
- A különbség fontos: egy egyszerű chatbot, amely minden választ emberi felülvizsgálat mellett ad, más kontrollokat igényel, mint egy valódi, autonóm multi-step agent.
Automatizált értékelések és emberi felülvizsgálat
- 34% már ma engedi, hogy egy ügynök automatizált értékelés alapján emberi ellenőrzés nélkül push-olja a kódot vagy rendszeres változtatást éles környezetbe; további 33% azon dolgozik, hogy ezt a következő 12 hónapban lehetővé tegye. Mindössze 5% bízik teljes mértékben ezekben az automatizált értékelésekben.
- Az eredmények indokolják a bizalmatlanságot: a cégek fele küldött ki belső értékeléseken átment ügynököt, amely aztán ügyfél-felületen hibát okozott az elmúlt évben; negyedüknél ez többször is előfordult.
- A szervezetek legnagyobb gyengeségként gyakrabban jelölték meg az "alacsony összehangoltságot a valós eredményekkel" (29%). A legtöbb ellenőrzés a kiadás előtti fázisra korlátozódik: élő felhasználók mellett csak 23% futtat valós idejű minőségellenőrzést az ügynökök válaszaira, míg 51% csak a rendszer egészségét (uptime, request trace, gateway log) figyeli.
- Ajánlás: mielőtt emberi felülvizsgálatot eltávolítanak bármely munkafolyamatból, teszteljék az értékeléseket a termelési kimenetek ellen, és mérjék a válaszminőséget, ne csak az üzemidőt.
Hitelesítő adatok megosztása és biztonsági következmények
- 69% engedélyezi az ügynökflottában a hitelesítő adatok megosztását futásidőben (több ügynök ugyanazzal az API-kulccsal vagy szolgáltatási fiókkal működik).
- Azok a szervezetek, ahol van credential sharing, sokkal nagyobb eséllyel tapasztaltak biztonsági incidenst vagy majdnem balesetet: 63,5%-os aránnyal szemben azoknál, ahol minden ügynöknek saját scoped identitása van, 40,9%-kal.
- Ajánlás: minden ügynök kapjon saját, scope-olt identitást, különösen azok, amelyek éles rendszereket érintenek.
Hiányzó vagy következetlen üzleti kontextus hibás válaszokhoz vezet
- 57% tudott az elmúlt hat hónapban legalább egy olyan magabiztos, de téves ügynökválaszt visszavezetni hiányzó vagy következetlen üzleti kontextusra — rossz metrikákra, elavult definíciókra vagy hiányzó dokumentumokra. Sok cégnél ez többször is előfordult.
- Állapot: 25% már üzemeltet egy szabályozott szemantikus réteget (egyetlen, szabályozott üzleti definíciós réteg, amelyből az AI olvas), 34% építi, és 41% még nem kezdte el.
- Ajánlás: először szabályozzák a definíciókat (metrikák és entitások), mielőtt skálázzák az ezekre támaszkodó ügynököket.
Hordozhatóság és a beszállítói lock-in növekvő jelentősége
- A felmérés tavaszi hullámához képest a hordozhatóság vált kiemelt aggodalommá: a júniusi adatok alapján a vállalatok 51%-a várja, hogy 2026 végére a primer vezérlőfelületük hibrid lesz (szolgáltató-natív plus külső orchestration), szemben a tavaszi 34%-kal. A kizárólag szolgáltató által menedzselt agent-szolgáltatásokra támaszkodók aránya 12%-ról 7%-ra csökkent.
- A felmérés időzítésében szerepe lehetett több piaci eseménynek: az Egyesült Államok Kereskedelmi Minisztériumának június 12-i exportintézkedése Anthropic Claude Fable 5 vállalati elérhetőségét ideiglenesen korlátozta; ezzel párhuzamosan több nyílt súlyú modell megjelenése (például GLM-5.2, Tencent Hy3) és OpenAI GPT-5.6 preview-k is történtek június–júliusban, amit a riport megemlít mint kontextust.
Vásárlási ablak: nincs kialakult egyeduralkodó
A szintézis szerint mind az öt kontrollrétegben 57%–64% tervez váltást vagy új beszállítót hozzáadni 12 hónapon belül (64% az infrastruktúra és az értékelés terén, 59% az ügynökbiztonságban, 57% a retrieval és kontextus terén), és 26%–38% rétegenként a következő negyedévben tervez lépni. Egyetlen rétegben sincs világos incumbent: a leggyakoribb értékelési eszköz a modellszállító beépített értékelése vagy semmilyen dedikált tooling (egyformán 17%); 82% említette, hogy a primer agent-biztonsági réteg szolgáltató-natív vagy hyperscaler kontrollokra épül; és provider-native retrieval az elterjedtebb a kontextusrétegben.
A vállalatok alapértelmezés szerint a nagy AI-platformok (Anthropic, OpenAI, Google, Microsoft, AWS) beépített eszközeit használják a kényelmi megfontolások miatt. A következő négy negyedévben ezekkel a döntésekkel kapcsolatos szerződések és költések döntik el, hogy a pénz a platformok beépített eszközeihez vagy a specialistákhoz vándorol-e.
Következő mérföldkő
A Q3 felmérés meg fogja vizsgálni, hogy a vállalatok valóra váltották-e a költségvetési terveket: kaptak-e az ügynökök scope-olt identitást, lettek-e az értékelések letesztelve termelési kimenetek ellen, nőtt-e a GPU-k kihasználtsága, és elkészültek-e a szervezett szemantikus rétegek.
VentureBeat a Q2 jelentéseket mind az öt VB Pulse trackerben a VB Transform rendezvényen teszi közzé, amelyet július 14–15-én tartanak a Hotel Nia-ban, Menlo Parkban. A VentureBeat mind a kutatást, mind a VB Transformot előállítja.
