VentureBeat Research öt, párhuzamos felmérése június 2026-ban arra a következtetésre jutott, hogy a vállalatok tudatosan vezették be az AI-ügynököket gyorsabban, mint ahogy kezelésükhöz szükséges kontrollokat kiépítették. A kutatás öt külön jelentése azokra a kontrollrétegekre fókuszált, amelyekre egy szervezetnek szüksége van, ha megbízhatóan szeretné üzemeltetni az ügynököket: identitás, értékelés, költségtelemetria, kontextusréteg és orchestration.
Mely kontrollok kellenek és mit jelentenek?
- Identitás: meghatározza, hogy melyik ügynök mit tehet, és melyik jogosultságokkal.\
- Értékelés: eldönti, hogy az ügynök munkája megfelel-e.\
- Költségtelemetria: követi, mennyibe kerül egy-egy ügynök működtetése.\
- Kontextusréteg: biztosítja az üzleti adatokat és definíciókat, amelyekre az ügynök válaszai épülnek.\
- Orchestration: koordinálja a többlépéses munkafolyamatokat az ügynökök között.
Minden jelentés az egyik kontrollra koncentrált, és együtt mutatják meg, hol vannak a hiányosságok.
Gyakori, de gyakran csak egyszerű chatbotok
A megkérdezett vállalatok 71%-a úgy nyilatkozott, hogy egy negyednél kevesebb telepített „ügynökük” képes önállóan többlépéses feladatot elvégezni; csak 10% mondta, hogy a valódi többlépéses ügynökök alkotják a legtöbbet. A válaszadók 81%-a ajánl vagy dönt AI-beszerzésekről a cégeknél, tehát az adatok szakmai forrásból származnak. Egy egyszeri promptot kezelő chatbot, amelynél egy ember ellenőrzi a válaszokat, jóformán nem igényli a többi kontrollt; egy valódi többlépéses ügynök viszont mindet.
Gyors önállósodás, gyenge bizalom az értékelésekben
A vállalatok kétharmada vagy már lehetővé teszi, hogy egy ügynök automatizált értékelés alapján emberi felülvizsgálat nélkül hajtson végre kód- vagy rendszerváltoztatást éles környezetben, vagy ezen dolgozik, hogy erre a következő 12 hónapban képes legyen. Ugyanakkor csak 5% bízik teljes mértékben az ilyen döntést meghozó értékelésekben. A vállalatok fele az elmúlt egy évben szállított úgy ügynököt, hogy az belső értékeléseket teljesített, majd ügyfélfelületet érintő hibát okozott. A jelentés azt javasolja, hogy emberi felülvizsgálat eltörlése előtt az értékeléseket éles kimenetekhez viszonyítva teszteljék, ne csak belső mérőszámok alapján.
Közös hitelesítő adatok növelik a kockázatot
A válaszadók 69%-a engedi meg, hogy legalább néhány ügynök megossza a hitelesítőket (például többen egy API-kulcs vagy szolgáltatásfiók alatt futnak). Azoknál a szervezeteknél, ahol megengedett a hitelesítő megosztás, a biztonsági incidensek vagy majdnem incidensek aránya 63,5% (47 a 74-ből), míg azoknál, ahol minden ügynöknek külön, scope-olt identitása van, ez 40,9% (9 a 22-ből). A javasolt megoldás: scope-olt identitás minden ügynök számára, elsőként azoknál, amelyek éles rendszereket érintenek.
Alacsony GPU-kihasználtság és hiányos költségkövetés
A saját GPU-infrastruktúrát üzemeltető vállalatok több mint nyolcvan százaléka 50%-nál alacsonyabb GPU-kihasználatról számolt be. Csak 44% követi szigorúan, mennyibe kerül az AI-számítás és milyen megtérülést ad. A jelentés szerint a prioritást nem az új GPU-k beszerzése jelenti, hanem a meglévők kihasználtságának és az egy munkaterhelésre eső költségnek javítása.
Ügynökök magabiztos, de helytelen válaszai a hiányzó kontextus miatt
Az üzleti kontextus hiánya vagy következetlensége miatt a vállalatok 57%-a talált az elmúlt hat hónapban határozott, de hibás ügynök-választ; többségük többször is tapasztalta ezt. A hibák forrása lehet rossz metrika, elavult definíciók vagy hiányzó dokumentumok. A jelentés hangsúlyozza: előbb kell kormányozni az ügynökök által használt definíciókat (elsősorban metrikiákat és entitásokat), és utána érdemes skálázni az őket használó ügynököket.
Piaci irány: nincs egyértelmű domináns beszállító
Egyik kontrollrétegben sem található még szilárd, bebetonozódott piacvezető; ma a legtöbb alapértelmezés a nagy AI-platformok beépített eszköze. A váltási szándék legmagasabb az orchestration terén: 68% tervez platformot elfogadni, hozzáadni vagy cserélni 12 hónapon belül, és 34% tervezi ezt a negyedév során. A felmérések azonban nem vizsgálták, hogy a költés a platformok beépített eszközei felé vagy a felbukkanó specialisták felé vándorol-e — ez a következő négy negyedév piacát fogja meghatározni.
A kutatás módszertana
VentureBeat Research a VB Pulse program keretében öt párhuzamos kérdőívet töltetett ki 2026 júniusában: Agentic Orchestration (101 válaszadó), Agent Reliability & Evals (157), Agentic Security & Identity (107), AI Infrastructure & Compute (107) és Context Layers / RAG (101) — összesen 573 minősített válaszadó, mindegyik minimum 100 alkalmazottat foglalkoztató szervezetnél. A minták önkiválasztottak, ezért egyes megállapításokat irányadónak kell tekinteni; minden jelentés tartalmazza a teljes módszertani megjegyzést. A mintákból kirajzolódó egyértelmű tendencia az, hogy a különböző felmérések függetlenül ugyanabba az irányba mutatnak.
VentureBeat mind a kutatást, mind a jelentéseket, valamint a VB Transform konferenciát is készíti, ahol ezek a jelentések bemutatásra kerültek.
