Poduzeća su postavila agente umjetne inteligencije prije kontrola potrebnih za upravljanje njima – i učinila su to svjesno. To je središnje otkriće u pet paralelnih istraživanja koje je VentureBeat Research proveo u lipnju, obuhvaćajući svaki sloj agenata. Sada se ta poduzeća naknadno opremaju kako bi uhvatila korak s vlastitim standardima i za to izdvajaju proračun: u svakom od pet kontrolnih slojeva koje smo mjerili, 57 do 68% poduzeća planira promijeniti dobavljača ili dodati nove unutar 12 mjeseci, a otprilike trećina, ovisno o sloju, planira se preseliti unutar kvartala.
VentureBeat Research izmjerio je pet kontrola koje tvrtka mora izgraditi prije nego što može vjerovati agentu: identitet, procjena, telemetrija troškova, kontekstni sloj i orkestracija. Identitet upravlja kojem agentu je dopušteno što raditi, pod čijim vjerodajnicama. Ocjenom se utvrđuje je li agentov rad dobar. Troškovna telemetrija prati koliko svaki agent košta za rad. Sloj konteksta daje poslovne podatke i definicije koje agenti koriste kada odgovaraju. A upravljačka ravnina orkestracije koordinira rad agenta u više koraka. Svako od naših pet izvješća mjeri jednu od tih kontrola.
Najviše raspoređeni "agenti" su chatbotovi koji nose oznaku. Sedamdeset i jedan posto poduzeća reklo je da je četvrtina ili manje od njih raspoređeno "agenti" mogu sami dovršiti rad u više koraka; samo 10% je reklo da su pravi agenti većina onoga što vode. Ovi ispitanici su u poziciji da znaju: 81% preporučuje ili odlučuje o kupnji AI u svojim tvrtkama. Chatbot s jednim upitom s čovjekom koji čita svaki odgovor ne treba nijednu od kontrola koje mjere ostala četiri izvješća. Pravi agent u više koraka treba ih sve — a većina poduzeća ne može reći koji je od njih implementirala. (Potpuni nalazi: Izvješće Agentic Orchestration.)
Autonomija nadilazi povjerenje u evaluacije koje je stvaraju. Dvije trećine poduzeća ili već dopuštaju agentu da gurne kod ili promjenu sustava u proizvodnju samo na temelju rezultata automatizirane procjene, bez ljudskog pregleda, ili aktivno rade na tome u roku od 12 mjeseci. Samo 5% u potpunosti vjeruje procjenama koje bi dovele do tog poziva — a polovica poduzeća poslala je agenta koji je prošao internu ocjenu, a zatim prouzročio neuspjeh kod korisnika u prošloj godini. Prije uklanjanja ljudskog pregleda iz bilo kojeg tijeka rada, testirajte evaluacije prema ishodima proizvodnje, a ne prema internim mjerilima. (Potpuni nalazi: Izvješće o pouzdanosti i ocjeni agenta.)
Tvrtke koje dopuste agentima da dijele vjerodajnice češće bivaju pogođene. Šezdeset i devet posto tvrtki dopušta barem nekim od svojih agenata dijeljenje vjerodajnica — više agenata koji rade pod jednim API ključem ili računom usluge. Organizacije koje dopuštaju dijeljenje vjerodajnica bilo gdje doživjele su sigurnosni incident ili zamalo promašaj u stopi od 63,5% (47 od 74), u odnosu na 40,9% (devet od 22) u tvrtkama u kojima svaki agent ima vlastiti ograničeni identitet. Popravak je ograničeni identitet za svakog agenta, počevši od onih koji dodiruju proizvodne sustave. (Potpuni nalazi: Agentic izvješće o sigurnosti i identitetu.)
Najskuplji hardver u zgradi radi s pola kapaciteta ili manje. Više od osam od 10 poduzeća koja koriste vlastite GPU-ove izvijestilo je o iskorištenju od 50% ili manje, a samo 44% rigorozno prati koliko njihovo računanje umjetne inteligencije zapravo košta i vraća. Broj za koji prvo vrijedi tragati nije više GPU-a — to je korištenje i trošak po radnom opterećenju onih koji već rade. (Potpuni nalazi: AI Infrastructure & Compute izvješće.)
Agenti pouzdano odgovaraju na temelju podataka kojima nitko ne upravlja. Pedeset i sedam posto poduzeća pronašlo je samouvjeren, pogrešan odgovor agenta u posljednjih šest mjeseci do vlastitog poslovnog konteksta koji nedostaje ili je nedosljedan – pogrešne metrike, zastarjele definicije, odsutni dokumenti – a većina je to vidjela više puta. Upravljanje definicijama na koje agenti odgovaraju – prvo metrike i entiteti – mora doći prije skaliranja agenata koji ovise o njima. (Potpuni nalazi: Slojevi konteksta / RAG izvješće.)
Nijedan sloj nema ukorijenjenog nositelja: zadane postavke danas su ugrađeni alati koji se isporučuju s velikim AI platformama koje poduzeća već koriste. Namjera promjene je najveća u samoj orkestraciji, gdje 68% planira usvojiti, dodati ili zamijeniti platforme unutar 12 mjeseci, a 34% unutar tromjesečja. Naše ankete nisu pitale u kojem se smjeru taj novac kreće — prema alatima ugrađenim u platforme ili prema stručnjacima koji ih izazivaju — a to otvoreno pitanje su sljedeća četiri kvartala ovog tržišta.
O ovom istraživanju
VentureBeat Research proveo je pet paralelnih istraživanja u lipnju 2026. u okviru svog programa VB Pulse: Agentic Orchestration (101 ispitanik), Agent Reliability & Evals (157), Agentic Security & Identity (107), AI Infrastructure & Compute (107) i Context Layers / RAG (101) — ukupno 573 kvalificirana ispitanika, sve na organizacije sa 100 ili više zaposlenih. Uzorci su sami odabrani, a neke nalaze treba čitati usmjereno; svako izvješće nosi potpunu metodološku bilješku. Ono što uzorak podržava snažnije od bilo kojeg pojedinačnog postotka je smjer: svaka anketa, neovisno o sebi, pokazuje na isti način. VentureBeat proizvodi i ovo istraživanje i VB Transform, konferenciju na kojoj su ova izvješća debitirala.