Агентная оркестрация: разработчики моделей продают собственные платформы ИИ-агентов, но лишь 2% предприятий говорят, что модель стала главной причиной их выбора

Для августовского выпуска VB Pulse компания VentureBeat Intelligence опросила респондентов из организаций со штатом от 100 сотрудников. Мы спросили, какие платформы оркестрации агентов они используют и почему, что планируют внедрить следующим, где, по их мнению, будет находиться контроль над агентами и как они предотвращают неконтролируемый рост расходов на агентов.

OpenAI, Anthropic и Google теперь продают собственные платформы для создания и запуска ИИ-агентов наряду со своими моделями ИИ. Лишь немногие предприятия выбрали платформу из-за модели, лежащей в её основе. Среди предприятий, использующих одну из перечисленных платформ оркестрации агентов, только 2% заявили, что на их выбор платформы сильнее всего повлияло соответствие ведущей модели ИИ. Гибкость при работе с разными моделями и инструментами, надёжность в производственной среде, простота разработки и контроль над выполнением задач агентами в совокупности повлияли на 78% таких решений.

Тем не менее платформы разработчиков моделей по-прежнему широко используются. Среди всех респондентов 45% используют Agents SDK или Responses API от OpenAI, и 69% из них назвали платформу OpenAI основной. Среди предприятий, использующих Claude Platform от Anthropic, 38% назвали её своей основной платформой оркестрации, а 62% — другую платформу.

Многие предприятия уже используют более одной платформы, и они гораздо чаще планируют добавить или заменить платформу. Среди предприятий, использующих две или более платформ, 84% планируют в течение 12 месяцев внедрить новую или дополнительную платформу либо заменить имеющуюся. Среди предприятий, использующих одну платформу, таких 46%.

В августовской выборке 59% пользователей платформ используют одну платформу. В июльском выпуске Pulse только 13% пользователей платформ сообщили, что используют одну платформу. Разница между 13% в июле и 59% в августе статистически значима, но в каждом месяце отвечали разные респонденты.

Плоскость управления — это система, которая направляет работу корпоративных агентов и регулирует её. Среди всех респондентов 67% ожидают, что к концу 2026 года плоскость управления будет хотя бы частично находиться за пределами сервиса под управлением поставщика. Лишь 27% ожидают, что она будет находиться в агентском сервисе под управлением поставщика. На вопрос о главном риске, если управление оркестрацией будет осуществляться внутри платформы поставщика модели, 28% респондентов указали на негибкость при работе с разными моделями и инструментами.

В большинстве предприятий по-прежнему лишь небольшая доля агентов участвует в настоящих мультиагентных рабочих процессах. Среди всех респондентов 53% заявили, что четверть или меньше развернутых у них агентов задействованы в настоящих оркестрированных мультиагентных рабочих процессах.

Среди предприятий, использующих оркестрацию агентов, 23% отслеживают расходы на агентов только постфактум, поэтому в их конвейерах оркестрации нет возможности в реальном времени остановить агента до того, как он превысит бюджет.

Вывод 1. Только 2% предприятий выбрали платформу ИИ-агентов главным образом из-за лежащей в её основе модели ИИ

На 78% решений о выборе платформы сильнее всего повлияли гибкость при работе с разными моделями и инструментами, надёжность в производственной среде, простота разработки или контроль над выполнением задач агентами; модель, лежащая в основе платформы, сильнее всего повлияла лишь на 2% решений.

Платформа оркестрации агентов — это программное обеспечение, которое координирует работу ИИ-агентов компании: распределяет задачи, вызывает инструменты и следит за тем, чтобы агенты не выходили за пределы своих разрешений. OpenAI, Anthropic и Google продают такие платформы наряду со своими моделями. Независимые платформы, например LangChain, создаются для работы с моделями разных поставщиков.

Мы спросили предприятия, использующие перечисленные платформы, какой фактор сильнее всего повлиял на выбор платформы оркестрации.

База: 162 предприятия, использующие одну из перечисленных платформ. По одному ответу от каждого.

Гибкость при работе с разными моделями и инструментами указали 22% пользователей платформ, а надёжность в производственной среде — 20%. Простоту разработки назвали 19% пользователей платформ, а контроль над выполнением задач агентами — 18%.

Только 2% пользователей платформ указали «притяжение модели». В анкете мы определили притяжение модели как встроенное соответствие передовой базовой модели, например выбор платформы оркестрации Anthropic для использования Claude.

Вывод 2. Среди предприятий, использующих Claude Platform от Anthropic, 62% выбирают основной платформу для агентов другой компании, поэтому платформу Anthropic часто используют как дополнительную

Среди предприятий, использующих Agents SDK или Responses API от OpenAI, 69% назвали основной платформу OpenAI.

Основная платформа оркестрации — это та, на которую предприятие в первую очередь полагается при создании, запуске и управлении своими агентами. Если впоследствии переносить агентов с основной платформы, их рабочие процессы и средства контроля придётся создавать заново.

Мы спросили, какие платформы использует каждая организация, а затем — какую из них она считает основной платформой оркестрации.

База: все 166 респондентов, каждый из которых ответил на вопрос об используемых платформах; можно было указать несколько платформ. В колонке пользователей база рассчитывается отдельно для пользователей каждой платформы. В колонке выбора основной платформы учитываются 154 предприятия, назвавших основную платформу, которую они также используют. См. раздел «Методология»: часть респондентов назвала основной платформу, которую не отметила как используемую. Оставшиеся 4% выборов основной платформы (база: 154) пришлись на LangChain / LangGraph, LlamaIndex, собственные внутренние решения для оркестрации и независимые корпоративные платформы для агентов.

Среди всех респондентов 45% заявили, что используют Agents SDK или Responses API от OpenAI, и 69% пользователей OpenAI назвали её основной. Среди всех респондентов 39% используют Google Enterprise Agent Platform, и 57% пользователей Google назвали её основной.

Claude Platform от Anthropic используют 27% респондентов, но только 38% её пользователей назвали её основной. Среди всех пользователей Claude Platform 27% назвали основной платформу OpenAI, 18% — Google, а 18% — другую платформу.

Если исключить респондентов, назвавших основной платформу, которую они не отметили как используемую, Anthropic назвали основной 41% оставшихся пользователей Claude Platform.

Microsoft AI Foundry или Copilot Studio используют 19% респондентов, а Agentforce от Salesforce или другую платформу корпоративных приложений — 15%. Среди предприятий, использующих платформу Microsoft, 68% назвали её основной; столько же — 68% — среди пользователей Salesforce.

Среди предприятий, назвавших основной платформу, которую они также используют, 34% выбрали OpenAI, а 24% — Google. Платформу Microsoft назвали 14%, а Anthropic и Salesforce — по 11%.

Вывод 3. Предприятия, использующие несколько платформ, значительно чаще планируют внедрить новую или дополнительную платформу оркестрации либо заменить имеющуюся

Среди предприятий, использующих две или более платформ, 84% планируют изменить платформу в течение 12 месяцев; среди использующих одну платформу таких 46%.

Использование нескольких платформ оркестрации даёт предприятию доступ к разным инструментам и моделям, но у каждой платформы свои разрешения, системы мониторинга и выставления счетов. Командам приходится управлять агентами в нескольких системах, причём агент на одной платформе может не видеть, что делает агент на другой. Каждая новая или дополнительная платформа означает ещё одну систему, которую командам безопасности и эксплуатации нужно интегрировать и контролировать.

Мы спросили, какие платформы оркестрации агентов каждая организация использует сейчас, и разрешили выбрать несколько вариантов.

База: 162 предприятия, указавших хотя бы одну используемую сегодня платформу оркестрации из списка. В среднем на одно предприятие приходится 1,73 платформы.

Среди предприятий, использующих оркестрацию, 59% указали одну платформу. Ещё 23% назвали две, а 19% — три или больше.

Для сравнения: в июльском выпуске Pulse только 13% пользователей платформ сообщили, что используют одну платформу. Разница между 13% в июле и 59% в августе статистически значима. Однако в эти два месяца отвечали разные группы респондентов, поэтому нельзя сказать, меняли ли предприятия свои решения.

Затем мы спросили, планирует ли каждая организация в течение следующих 12 месяцев внедрить новую или дополнительную платформу оркестрации либо заменить имеющуюся. Предприятия, уже использующие две или более платформ, значительно чаще отвечали утвердительно. Из предприятий, использующих несколько платформ, 84% планируют изменения; среди использующих одну платформу таких 46%.

База: 162 предприятия, использующие одну из перечисленных платформ; разделение по числу платформ. Для июльской строки используются данные 105 пользователей платформ за июль. Для каждой ячейки указана своя база.

Предприятия, использующие несколько платформ, также чаще планируют изменения в каждой из рассмотренных нами групп. Среди лиц, принимающих окончательные решения, изменения планируют 92% предприятий с несколькими платформами против 66% предприятий с одной платформой.

Среди респондентов, не принимающих окончательные решения, изменения планируют 71% предприятий с несколькими платформами против 29% предприятий с одной платформой.

Предприятия, использующие несколько платформ, также чаще планируют изменения как в крупных, так и в небольших организациях. В организациях со штатом от 2 500 сотрудников изменения планируют 77% предприятий с несколькими платформами против 28% предприятий с одной платформой.

В организациях со штатом менее 2 500 сотрудников изменения планируют 88% предприятий с несколькими платформами против 55% предприятий с одной платформой.

Среди пользователей платформ в июле изменения планировали 71% предприятий с несколькими платформами против 50% предприятий с одной платформой. Разница за июль недостаточно велика, чтобы делать однозначный вывод.

Вывод 4. 60% предприятий планируют в течение года внедрить новую или дополнительную платформу оркестрации либо заменить имеющуюся, а 28% рассчитывают сделать это в течение трёх месяцев

Среди всех респондентов 60% планируют в течение 12 месяцев внедрить новую или дополнительную платформу либо заменить имеющуюся, а 28% рассчитывают сделать это в течение трёх месяцев.

Внедрение новой платформы оркестрации означает перенос или повторное создание рабочих процессов агентов, подключение платформы к данным и инструментам компании, а также настройку разрешений и мониторинга. Дополнительная платформа также означает ещё одну систему, которой нужно управлять. При замене платформы рабочие процессы приходится переносить со старой платформы, не нарушая работу уже запущенных в производство агентов.

Мы спросили, планирует ли каждая организация в течение следующих 12 месяцев внедрить новую или дополнительную платформу оркестрации либо заменить имеющуюся.

База: все 166 респондентов. По одному ответу от каждого.

Среди всех респондентов 19% рассчитывают внедрить новую или дополнительную платформу либо заменить имеющуюся в течение трёх — шести месяцев, а 13% — в течение шести — 12 месяцев.

Затем мы спросили предприятия, планирующие изменения, какие платформы они рассматривают.

База: 100 предприятий, планирующих в течение 12 месяцев внедрить новую или дополнительную платформу либо заменить имеющуюся. Можно было указать несколько платформ. «Сегодня не используют её» означает, что респондент не отметил эту платформу в ответе на вопрос об используемых платформах. В этом вопросе мы указали Claude Platform от Anthropic, но не её Agent SDK.

Среди предприятий, планирующих изменения, 40% назвали платформу OpenAI. Среди предприятий, рассматривающих OpenAI, 68% уже используют её платформу.

Около половины предприятий, рассматривающих Anthropic, сегодня не используют Claude Platform от Anthropic. Среди предприятий, планирующих изменения, 35% рассматривают Claude Agent SDK или Managed Agents от Anthropic. Среди предприятий, рассматривающих Anthropic, 54% сегодня не используют Claude Platform, а 46% уже используют её.

Вывод 5. 67% предприятий ожидают, что к концу 2026 года плоскость управления агентами будет хотя бы частично находиться за пределами сервиса под управлением поставщика

Среди всех респондентов 67% выбрали гибридную, внешнюю или собственную внутреннюю плоскость управления; 27% выбрали агентский сервис под управлением поставщика.

Плоскость управления агентами определяет, какой агент запускается, к каким инструментам и данным может обращаться каждый агент и что записывается в журналы. Плоскость управления под управлением поставщика работает внутри собственного агентского сервиса поставщика: её может быть проще настроить, но управление агентами оказывается привязано к этому поставщику. Внешняя или внутренняя плоскость управления может работать с моделями нескольких поставщиков, однако предприятию придётся создать или приобрести её и поддерживать её работу.

Мы спросили респондентов, где, по их ожиданиям, к концу 2026 года будет находиться основная плоскость управления корпоративными агентами.

База: все 166 респондентов. По одному ответу от каждого.

Ни один вариант не набрал большинства голосов. Гибридный подход, при котором собственные инструменты поставщика модели сочетаются с внешней оркестрацией, выбрали 33%. Агентский сервис под управлением поставщика выбрали 27%.

В сумме 67% респондентов выбрали гибридный подход, внешнюю платформу оркестрации или собственную внутреннюю плоскость управления.

Мы также спросили, какой риск больше всего беспокоит каждую организацию, если управление оркестрацией осуществляется внутри платформы поставщика модели.

База: все 166 респондентов. По одному ответу от каждого.

Среди всех респондентов 28% выбрали «негибкость при работе с разными моделями и инструментами». «Ограничения в области безопасности и управления разрешениями» и «ограниченная видимость и наблюдаемость» набрали по 22%.

Привязку к поставщику выбрали лишь 16% респондентов. А 13% ответили: «Нас это не беспокоит».

Вывод 6. 53% предприятий утверждают, что настоящие мультиагентные рабочие процессы охватывают четверть или меньше развернутых у них агентов, а 81% — что не более половины

Среди всех респондентов 53% заявили, что настоящие мультиагентные рабочие процессы охватывают четверть или меньше развернутых у них агентов, а 10% сообщили, что таких агентов нет вовсе.

В настоящем мультиагентном рабочем процессе задача распределяется между несколькими агентами, которые передают работу друг другу; координирует их слой оркестрации. Оболочка чат-бота отправляет один запрос одной модели и возвращает ответ. Мультиагентные рабочие процессы могут выполнять более длительные бизнес-процессы, но при этом возрастает число точек, через которые может распространиться ошибка, и число платных запросов к моделям.

Мы спросили респондентов, какая доля развернутых в их организации «агентов» участвует в настоящих оркестрированных мультиагентных рабочих процессах. В вопросе мы противопоставили такие процессы «простым оболочкам чат-ботов с одним запросом».

База: все 166 респондентов. По одному ответу от каждого.

Одиночный агент, использующий инструменты или выполняющий многоэтапный рабочий процесс, не является ни «настоящим оркестрированным мультиагентным рабочим процессом», ни «простой оболочкой чат-бота с одним запросом» — именно эти два варианта были указаны в вопросе. Поэтому агент, не включённый в долю мультиагентных решений, всё же может уметь больше, чем оболочка чат-бота.

Среди всех респондентов 53% заявили, что настоящие мультиагентные рабочие процессы охватывают четверть или меньше их агентов. В эти 53% входят 10%, сообщивших, что каждое из их внедрённых решений по сути представляет собой чат-бот или оболочку для запросов. На другом конце спектра — 19% респондентов, заявивших, что более половины их агентов участвуют в настоящих мультиагентных рабочих процессах.

Вывод 7. 23% предприятий, использующих оркестрацию агентов, отслеживают расходы на агентов только постфактум, не имея возможности в реальном времени остановить неконтролируемого агента в конвейерах оркестрации

Среди предприятий, использующих оркестрацию агентов, 77% выбрали встроенные средства управления платформы, собственные шлюзы или маршрутизацию запросов к недорогим моделям, а не мониторинг только постфактум.

Агент, который зацикливается, повторяет попытки или вызывает другие агенты, может быстро увеличить расходы на модели, поскольку каждый шаг требует токенов. Средство контроля расходов в реальном времени останавливает агента, когда тот достигает бюджетного лимита. Мониторинг постфактум показывает, сколько потратил агент, но только после возникновения расходов.

Мы спросили предприятия, использующие одну из перечисленных платформ, как они применяют свой слой оркестрации для контроля расходов на токены.

База: 162 предприятия, использующие одну из перечисленных платформ. По одному ответу от каждого, поэтому респонденты, выбравшие другой вариант, также могут отслеживать расходы постфактум. Респонденты, не использующие оркестрацию агентов, не включены в выборку.

Среди пользователей платформ 23% заявили, что отслеживают расходы только постфактум по журналам. У респондентов, которые ведут мониторинг только постфактум, нет программного средства в конвейерах оркестрации, позволяющего в реальном времени остановить агента до превышения им бюджета.

Среди пользователей платформ 77% выбрали один из трёх других подходов. Двадцать восемь процентов полностью полагаются на ограничения бюджета и лимиты, встроенные в основную платформу оркестрации.

Ещё 28% сообщили, что в их платформе оркестрации нет детализированных средств контроля расходов, поэтому они создали собственные шлюзы или промежуточное ПО для остановки бесконечных циклов агентов. А 20% заявили, что направляют задачи с большим расходом токенов на недорогие модели.

Вывод 8. 34% предприятий называют инструменты для рабочих процессов агентов той областью инвестиций в оркестрацию, где в следующем году ожидается наибольший рост, и лишь 5% говорят, что их бюджет не увеличится

Среди всех респондентов 34% назвали инструменты для рабочих процессов агентов той областью инвестиций в оркестрацию, где в следующем году ожидается наибольший рост, а 25% — безопасность и обеспечение соблюдения разрешений.

Инструменты для рабочих процессов агентов — это программное обеспечение, с помощью которого команды проектируют, создают и связывают этапы работы агента. Средства обеспечения безопасности и соблюдения разрешений контролируют, к чему может обращаться каждый агент, а мониторинг и отладка показывают, что делали агенты и почему они не справились. Каждая из этих областей охватывает отдельный этап работы с агентами: от создания до ограничения их возможностей и устранения неполадок.

Мы спросили, какие связанные с оркестрацией инвестиции «вырастут сильнее всего в следующем году».

База: все 166 респондентов. По одному ответу от каждого.

Среди всех респондентов 34% назвали инструменты для рабочих процессов агентов. Безопасность и обеспечение соблюдения разрешений назвали 25%, а мониторинг и отладку агентов — 20%. Лишь 5% респондентов сообщили, что их бюджет не увеличится.

Что изменилось по сравнению с июльским выпуском Pulse

В июле и августе мы задавали одни и те же вопросы с одинаковыми вариантами ответов, за исключением вопроса об основной платформе. В эти два месяца отвечали разные группы респондентов, поэтому нельзя сказать, изменили ли решения те же самые предприятия.

На технологические и программные компании приходилось 53% респондентов в июле и 10% в августе. На организации со штатом от 2 500 сотрудников приходилось 70% респондентов в июле и 34% в августе. Лица, принимающие окончательные решения о закупках ИИ, составляли 27% респондентов в июле и 50% в августе.

База: все респонденты, соответствовавшие критериям отбора в каждом месяце (107 в июле, 166 в августе).

Изменения, достаточно значительные для однозначного вывода

Достаточно значительное изменение: по каждому показателю разница между ответами респондентов в июле и августе больше, чем можно было бы ожидать случайно. Для строк о пользователях платформ база составляет 105 человек в июле и 162 в августе.

Для строк о планирующих изменения используются ответы респондентов, планирующих изменения платформы: 72, затем 100. В остальных строках учитываются все респонденты: 107, затем 166.

Изменения, недостаточно значительные для однозначного вывода

Разница слишком мала, чтобы делать выводы: каждый из этих разрывов мог возникнуть случайно. В двух строках о планах учитываются респонденты, планирующие сменить платформу: 72 в июле и 100 в августе.

В строке о факторах выбора учитываются пользователи платформ: 105 и 162 соответственно. В первой строке учтены все респонденты: 107 и 166.

Что мы не сравнивали

• Доли основных платформ. В июле мы разрешили выбрать несколько вариантов ответа на вопрос об основной платформе, а в августе — только один, поэтому в эти месяцы измерялись разные показатели.

• Контроль расходов постфактум. В июле 21% всех респондентов сообщили, что отслеживают расходы только постфактум; при этом в июльскую выборку вошли и те, кто не использует ни одну из перечисленных платформ. В августе показатель рассчитан только среди пользователей платформ, поэтому базы различаются.

• Основная метрика успеха. В этом отчёте мы не приводим июльские данные по вопросу о метрике успеха, поэтому не сопоставляли ответы на этот вопрос с июльскими.

• Оценки удовлетворённости. В августе 25% пользователей платформ пропустили вопросы об оценке, причём 80% из них используют только одну платформу. В июле никто из респондентов их не пропустил, а августовские оценки мы не используем.

Главный вывод: при выборе платформ для ИИ-агентов компании ценят гибкость, надёжность, простоту разработки и контроль, и лишь 2% выбирают платформу главным образом из-за лежащей в её основе модели

Лишь 2% пользователей платформ назвали модель, лежащую в основе их платформы, главной причиной выбора. Среди пользователей платформы OpenAI 69% называют платформу OpenAI основной, а среди компаний, использующих Claude Platform от Anthropic, 38% называют её основной.

Большинство пользователей платформ, участвовавших в этом опросе, используют одну платформу для оркестрации ИИ-агентов. Однако 56% компаний, планирующих внедрить новую платформу, добавить ещё одну или заменить существующую, уже используют две или более платформы.

Большинство респондентов ожидают, что к концу 2026 года по крайней мере часть контура управления агентами будет находиться вне сервиса, управляемого провайдером. При этом 23% компаний, использующих оркестрацию ИИ-агентов, отслеживают расходы на агентов только постфактум.

В следующем Pulse мы повторно проверим, действительно ли компании с несколькими платформами гораздо чаще, чем компании с одной платформой, планируют сменить платформу. Мы также укажем продукты Anthropic под одинаковыми названиями в обоих вопросах о платформах, чтобы нынешних и потенциальных пользователей Anthropic можно было учитывать на одинаковых условиях.

Профиль респондентов

База: все 166 респондентов. По размеру компании, роли в закупках и отрасли в каждой категории в сумме 166 человек. Остальные отрасли: образование — 7%, профессиональные услуги — 6%, государственный и общественный сектор — 6%, СМИ и телекоммуникации — 1%, «Другое» — 17%.

Методология

В августе VentureBeat Intelligence провела этот опрос VB Pulse среди самостоятельно сформировавшейся аудитории читателей VentureBeat, поэтому результаты не основаны на вероятностной выборке. Мы получили 221 ответ, из которых 169 прошли отборочные вопросы. Мы исключили трёх респондентов, чьи ответы противоречили друг другу; в итоге осталось 166 человек. Консультанты и советники составляют 8% от этих 166 респондентов, а инвесторы — менее 1%; обе группы могли отвечать о компаниях-клиентах или компаниях из своего портфеля.

Ответ одного респондента о платформе Google был записан в категории Amazon Bedrock Agents и учитывается как ответ о Google. Восемь респондентов назвали основной платформу, которую не отметили среди используемых. Мы не включаем их в расчёт долей основных платформ; база составляет 154 человека. В столбце «Пользователи, назвавшие платформу основной» в разделе «Результат 2» они по-прежнему учитываются как пользователи отмеченных ими платформ, но не как пользователи, назвавшие эти платформы основными.

В вопросе об используемых платформах для Anthropic мы указали Claude Platform и Agent Skills, а в вопросе о рассматриваемых платформах — Claude Agent SDK и Managed Agents. Варианты OpenAI и Google содержали одинаковые названия продуктов в обоих вопросах. В анкете некоторые варианты ответа сопровождались описательными формулировками; мы передаём смысл каждого варианта простыми словами, но сохраняем формулировку «притяжение модели» там, где цитируем этот вариант.

Для сравнения с июльским Pulse мы использовали данные 107 респондентов, прошедших отбор. Два июльских показателя немного отличаются от опубликованных в июле: доля тех, кто использует две или более платформы, здесь составляет 87% среди 105 респондентов, назвавших хотя бы одну из перечисленных платформ, против 85% среди всех 107; доля собственной внутренней оркестрации составляет 21% при расчёте по числу ответов, против опубликованных 22%.

В некоторых группах этого отчёта меньше 40 респондентов: пользователи Microsoft — 31, Salesforce — 25, Bedrock — 15; планирующие рассмотреть Anthropic — 35; четыре подгруппы в разделе «Результат 3» — от 26 до 39; пользователи одной платформы в июле — 14. Показатели для таких небольших групп менее точны; для группы из 14 человек результат может отклоняться примерно на 26 процентных пунктов в любую сторону от истинного значения.

Мы считаем изменение между месяцами или различие между двумя группами достаточным основанием для вывода только в том случае, если статистический тест показывает p ниже 0,05; в противном случае считаем, что разница слишком мала, чтобы делать выводы. Мы используем z-тест для двух долей, а если хотя бы в одной из групп меньше 40 респондентов — точный критерий Фишера. Чтобы сравнить два ответа или определить, набрал ли один из них большинство, мы используем точный биномиальный тест, а для вопросов с несколькими вариантами ответа — точный тест Мак-Немара. Состав респондентов июля и августа различается по отрасли, размеру компании и роли в закупках, поэтому изменения между месяцами могут отражать различия в том, кто отвечал на опрос.