Давайте сразу честно: RPA никогда не была живой в том смысле, в котором мы привыкли понимать «живые» технологии. Она была костылем. Умным, быстрым, но костылем, который держал на себе legacy-инфраструктуру, пока корпорации мечтали о настоящем искусственном интеллекте. Мечты сбылись. В 2026 году RPA-боты, которые тупо кликают по кнопкам, вымирают как мамонты. И на их место приходят агенты, которым не нужен графический интерфейс — им нужен контекст.
Почему RPA была обречена с рождения
RPA работает как робот-ассистент, который повторяет движения человека: открыл Excel, скопировал, вставил в SAP, нажал Enter. Это прекрасно, когда у вас 5000 однотипных операций в день и ни одной нестандартной ситуации. Но бизнес — это не конвейер. Это хаос.
Проблема RPA в том, что она не думает. Она делает. А когда документ приходит не в том формате, бот падает с ошибкой, и инженер бежит править скрипт. В масштабах enterprise это превращается в ад.
Даже лидеры рынка — UiPath, Automation Anywhere — последние два года судорожно добавляют AI-модули в свои платформы. Но это как прикрутить реактивный двигатель к телеге. Телега быстрее не полетит.
Ирония судьбы: в некоторых компаниях, например в Росгосстрахе, RPA и ИИ-агенты еще работают в связке. Но это временный брак по расчету. Потому что настоящий убийца RPA — это не GPT-4.5 и не очередной хайповый стартап, а протокол, о котором вы могли не слышать: Model Context Protocol (MCP).
MCP: мост, который сделал RPA ненужным
Model Context Protocol — это открытый стандарт, предложенный Anthropic в конце 2025 года и быстро подхваченный AWS, Cisco и Google. Суть проста: вместо того чтобы учить бота эмулировать нажатие кнопок, MCP позволяет AI-агенту напрямую общаться с бизнес-системами через единый API-контракт.
Зачем агенту кликать, если он может просто сказать системе: «Возьми заявление из почты, прикрепи к делу №12345 и отправь уведомление клиенту»? MCP делает ровно это. Он транслирует намерение агента в вызов API — без лишних прослоек.
Конечно, не все legacy-системы имеют современные API. Но A2A-протокол от Cisco и AWS как раз решает проблему обратной совместимости: он позволяет старым системам «заворачиваться» в MCP-адаптер. И вот тут RPA становится ненужным.
Агентный ИИ: не просто автоматизация, а автономное решение
Когда мы говорим Agentic AI, мы имеем в виду не просто чат-бота с инструментами. Речь о системах, которые сами ставят цели, разбивают их на подзадачи, выполняют их, проверяют результат и корректируют план.
В 2026 году такие агенты уже работают в продажах — Rox AI с оценкой $1.2B обрабатывает лиды, назначает встречи и ведет переговоры в CRM без участия человека. Агент не просто копирует данные — он принимает решение: кому отправить коммерческое предложение, какую скидку дать, какой канал коммуникации выбрать.
| Характеристика | Старый RPA | Agentic AI + MCP |
|---|---|---|
| Тип взаимодействия | Имитация действий пользователя (UI) | Прямое API / MCP |
| Принятие решений | Заранее прописанные правила (если-то) | LLM + контекст + автономное планирование |
| Устойчивость к изменениям | Падает при изменении интерфейса | Адаптируется через семантическое понимание |
| Интеграция | Требует RPA-платформу и драйверы | MCP-сервер + любой AI-агент |
Да, RPA дешевле на старте. Но стоимость владения агентной системой уже в первый год оказывается ниже за счет отказоустойчивости и самодиагностики. Агент сам понимает, что пошло не так — он не ждет инженера.
Почему же не все еще перешли? Три причины
Звучит как идеальный мир, правда? Зачем тогда вообще статьи про провалы AI-агентов в реальных задачах? Дело в том, что на пути к светлому будущему есть три подводных камня.
- Легаси без API. Старые системы десятилетней давности не имеют MCP-адаптеров и не могут их получить без дополнительных затрат. Интеграция — главный тормоз ИИ-проектов, о чем мы писали. RPA все еще остается единственным способом «дотянуться» до экрана зелено-черного терминала.
- Доверие. Агент может принять неожиданное решение. Аудиту поддаются только четкие правила, а не вероятностные рассуждения. В банках и страховании это критический момент.
- Хайп, опережающий инженерию. Корпоративный AI часто покупают из-за хайпа, а не реальной готовности. Результат — разочарование и возврат к старым методам.
Но тренд неумолим. Каждый месяц выходят новые MCP-серверы под SAP, Oracle, 1С. Anthropic, OpenAI и Google уже заявили нативную поддержку MCP в своих моделях. Production-ready AI-агенты становятся реальностью, а не демкой.
Что делать, если у вас RPA-парк?
Варианта три.
- Замена. Полный отказ от RPA и переход на MCP-агентов. Подходит только если 80% систем имеют API.
- Гибрид. Оставить RPA для «глухих» легаси, а новые процессы строить на агентах с MCP. Именно этот путь выбрал Росгосстрах.
- Эмуляция. Использовать RPA как резервный канал, когда MCP недоступен. Но это уже маргинальный кейс.
Не смерть, а эволюция
Хоронить RPA окончательно рано — она еще нужна для старых систем, как сапоги-скороходы для путешествия по болоту. Но мир меняется. Agentic AI и MCP — это не просто замена, это отмена самой идеи роботизированной имитации человека. Зачем имитировать, если можно действовать напрямую?
В 2026 году ни один серьезный CIO не начнет новый проект автоматизации на RPA без обоснования, почему не использовать MCP. Спрос на RPA-разработчиков падает, а на инженеров MCP-адаптеров — растет. Рынок переворачивается.
Совет: не ждите, пока ваши RPA-боты сломаются из-за очередного обновления SAP. Начните пилотировать агентов на одном-двух процессах уже сейчас. Через год будет поздно — конкуренты уйдут вперед.
И помните: что скрывают CIO, когда продают AI? Они продают будущее, в котором RPA — это прошлое. И они правы.
