Согласно отчету MIT Technology Review, внедрение агентного ИИ в корпоративную аналитику сталкивается с проблемой качества генерируемых выводов. В среднем лишь 48% рекомендаций, созданных ИИ-агентами, приводят к действиям, улучшающим бизнес-результаты, хотя этот показатель вырос с 37% годом ранее. Основными препятствиями для эффективности агентов руководители называют нехватку бизнес-контекста (55% опрошенных) и проблемы с доступом к данным (45%). Более половины компаний (52%) сталкиваются с переизбытком выводов, которые невозможно оперативно оценить. В группе «лидеров», где более 70% выводов агентов приносят пользу, компании делают ставку на развитие систем управления данными (60%) и внедрение семантического слоя в архитектуру данных (45%). Авторы отчета подчеркивают, что некачественные выводы не только снижают окупаемость инвестиций, но и могут привести к финансовым или репутационным рискам при принятии ошибочных решений.