Почему у «N8N-агентств» нет будущего?

С появление доступных и довольно мощных по функционалу сервисов таких как N8N, Make, RelevanceAi и желанием бизнеса «внедрить AI» мамкины автоматизаторы и прочие темщики кинулись делать «AI-агентства». При чем обычно такие ребята ищут «технического партнера», который будет все пилить, а они навешивать бизнесу на уши.
Я уже 15 лет в агентском рекламном бизнесе и видел много разных технологий и рекламных каналов, которые врывались на рынок и так же быстро исчезали. ИИ не из таких и тут дело несколько в другом.
Сегодня расскажу почему у таких компаний нет какого-то светлого, богатого будущего.

Причина первая: Функционал N8N (здесь и далее буду писать N8N, но будем подразумевать все подобные сервисы Agentic-автоматизации) на самом деле довольно ограниченный функционал. Для крупных компаний требуются действительно кастомные решения, которые работают под большой нагрузкой и выводят данные в сложных интерфейсах, а не в Google Dos/AMO CRM. Как только встречается что-то, что не ложится в стандартные флоу N8N - «схема ломается». Там оказывается программировать надо и в архитектуру систем уметь.
Голубые мечты о том, что можно продавать AI-автоматизацию на N8N банкам, страховым компаниям и корпорациям - все же голубые мечты.

Причина вторая: Порог входа в саму нишу Agentic-автоматизации совсем невысокий. Разобраться может буквально каждый. Нужно быть совсем тупым, чтобы не понять как это работает. Ну прямо по уши деревянным. Отсюда, услуги таких агентств в результате выровняются по цене и средний чек за разработку агента в течение пары лет будет $500-1000 + условные $50-100 за поддержку в месяц. Но т.к. доступ к знаниям свободный (в отличие от того же SEO) и все равны - то сотрудник в штат, который Full-time будет работать на бизнес будет стоить $800-1000. И этот сотрудник будет пилить автоматизации, улучшать их, а потом переходить к новым внутри компании. Зачем в таком случае нанимать аутсорс?
Если раньше нужно было держать в штате руководителя разработки, back и front разработчиков, а еще тестировщиков и проджекта, то сейчас это все может делать один человек. Любой бизнес может позволить себе $1000, в отличие от команды за $10000. Поэтому рынок аутсорса классической разработки и существует.
По чему он ПОКА ЧТО существует - писал в этом посте.

И здесь я вижу три два пути:
Путь первый: Строить огромное агентство, которое делает автоматизацию для корпораций (Да, кстати забавно, что McKinsey заработали больше денег на консалтинге и разработке AI-продуктов на базе API ChatGPT для своих клиентов, чем заработал OpenAI продавая подписки на ChatGPT и доступ к своему API)
Путь второй: Делать нишевые SaaS продукты, которые решают какую-то небольшую проблему бизнеса, возможно даже в какой-то отдельной нише (юристы, логистика, маркетинг и т.д) и продавать по подписке
Путь третий: Делать конвейерное дешевое агентство, которе реализует всякую мелочь для кофеен и ногтепильных салонов. Здесь вы попадаете в бордовый океан и толкаетесь локтями за копейки с другими фрилансерами и агентствами за микро-чеки. Очень не советовал бы идти в эту трясину.


Как пилить что-то более серьезное на конструкторах типа N8N?
Обязательно нужно изучать как работают API, уметь оборачивать свои сторонние сервисы в API (писать end-pointы, что кстати уже отлично умеют нейронки), чтобы подключать более сложную логику в N8N-агентсов.
Так же следует разобраться с облачными векторными базами данных данных типа Supabase и Pinecone + изучить на базовом уровне Python чтобы уметь обучать модели под клиентов.
Next level: LangChain и LangGraph

Интересны мои заметки такого формата про AI-бизнес «на коленке»?
Если да накиньте огней и буду писать дальше