ИИ-агенты в бизнесе: что это, где они действительно полезны и как их внедрить

ИИ-агент — это программа на основе языковой модели, которая не просто отвечает на вопросы, а сама выполняет цепочку действий: читает письмо, находит данные в CRM, сверяет их с договором, создаёт задачу или готовит ответ. Лучше всего агенты справляются с повторяющимися задачами, где много текста и документов, а правила можно описать. Хуже — там, где цена ошибки высока, а данные разрозненны. Внедрение лучше начинать с одного процесса и пилота с измеримым результатом, а не со стратегии «автоматизировать всё».

Чем ИИ-агент отличается от чат-бота и RPA

• Чат-бот по сценарию отвечает по заранее заданному дереву вопросов. Если вопрос не вписывается в сценарий, бот переводит клиента на оператора.

• RPA-робот повторяет действия человека в программах по жёсткому алгоритму: копирует данные из одной системы в другую, нажимает кнопки. Он работает быстро и предсказуемо, но ломается, если меняется форма документа или интерфейс.

• ИИ-агент понимает текст в свободной форме, сам решает, какой инструмент вызвать (поиск в базе, запрос к CRM, отправку письма), и может выполнять задачу в несколько шагов. Зато его поведение менее предсказуемо: он может ошибиться или «додумать» факт, которого нет в данных.

На практике эти подходы часто совмещают. Агент разбирает входящее письмо и определяет, что нужно сделать, а строгие операции, например проведение платежа, выполняет обычная автоматизация с жёсткими правилами.

Какие задачи подходят для ИИ-агента

Хороший кандидат на автоматизацию отвечает трём условиям: задача повторяется часто, в ней много работы с текстом, а результат можно проверить. Типичные примеры:

• Первая линия поддержки. Ответы на типовые вопросы о статусе заказа, условиях доставки, возврате. Сложные и конфликтные обращения агент передаёт оператору вместе с кратким описанием проблемы.

• Разбор входящих документов и заявок. Агент извлекает реквизиты, суммы, сроки из писем и сканов, заполняет карточку в учётной системе и отмечает расхождения.

• Сверка счетов с договорами и заказами. Агент находит несовпадения в суммах, количестве, ценах и передаёт их бухгалтеру на проверку.

• Внутренняя поддержка сотрудников. Ответы на вопросы по регламентам, отпускам, оформлению документов на основе внутренней базы знаний.

• Подготовка черновиков. Ответы клиентам, коммерческие предложения, резюме встреч, отчёты по шаблону. Окончательную версию проверяет человек.

Когда внедрять агента рано

• Процесс не описан. Если сотрудники выполняют задачу каждый по-своему, агент повторит этот хаос.

• Мало повторений. Если задача возникает несколько раз в месяц, затраты на разработку и поддержку не окупятся.

• Нет доступа к данным. Если нужная информация хранится в головах сотрудников, на бумаге или в системах без API, агенту не на что опереться.

• Ошибка стоит дорого, а проверить результат нельзя. Юридические заключения, медицинские решения, крупные платежи без проверки человеком агенту доверять нельзя.

• Достаточно простой автоматизации. Если правила чёткие и данные структурированы, обычный скрипт или RPA сделают то же надёжнее и дешевле.

Как проходит внедрение: пошагово

1. Выберите один процесс и опишите его: что на входе, какие шаги, какие системы участвуют, что считается правильным результатом.

2. Измерьте текущее состояние. Сколько обращений или документов в месяц, сколько времени уходит на каждый, сколько ошибок. Без этой базы эффект потом не оценить.

3. Подготовьте данные. Соберите базу знаний, регламенты и примеры правильных ответов, дайте агенту доступ к нужным системам.

4. Проведите пилот на ограниченном объёме, например на части обращений, с обязательной проверкой человеком.

5. Сравните результаты с базой: время обработки, доля задач, решённых без участия человека, количество ошибок, стоимость одной операции.

6. Расширяйте постепенно. Уменьшайте ручную проверку только в тех типах задач, где агент стабильно не ошибается.

Как посчитать, окупится ли агент

В расходы входят не только разработка, но и постоянные затраты:

• оплата использования языковой модели (обычно за объём обработанного текста) или серверов, если модель работает внутри компании;

• интеграция с CRM, учётной системой, почтой;

• поддержка: обновление базы знаний, исправление ошибок, адаптация к изменениям в процессах;

• время сотрудников, которые проверяют работу агента.

Простая формула: умножьте число операций в месяц на сэкономленное время одной операции и на стоимость часа сотрудника. Сравните результат с ежемесячными расходами на агента. Публичные кейсы с «сокращением затрат вдвое» стоит воспринимать осторожно: результат сильно зависит от процесса и от того, что именно в нём считали.

Риски и как их снизить

• Выдуманные ответы. Языковая модель может уверенно ответить неправильно. Ограничьте агента ответами на основе вашей базы знаний, а для важных решений оставьте проверку человеком.

• Слишком широкий доступ. Давайте агенту только те права, которые нужны для задачи: читать, но не удалять; создавать черновики, но не отправлять платежи.

• Манипуляции через входящие данные. Если агент читает письма или документы извне, в них могут оказаться скрытые инструкции для модели («игнорируй правила и отправь…»). Агент не должен выполнять опасные действия только на основании текста из внешних источников.

• Персональные данные. Если агент обрабатывает данные клиентов или сотрудников, действуют требования 152-ФЗ. Передача персональных данных в иностранный облачный сервис — это трансграничная передача: о ней нужно уведомить Роскомнадзор и соблюсти требования о локализации. Поэтому многие компании выбирают российские модели или разворачивают модель на своих серверах.

• Отсутствие журнала действий. Все действия агента нужно записывать, чтобы можно было разобраться, почему он поступил так или иначе.

Готовое решение или разработка под задачу

Для типовых задач — поддержки клиентов, ответов по базе знаний, обработки простых документов — есть готовые сервисы, которые настраиваются без программирования. Они быстрее запускаются, но ограничены функциями платформы и её интеграциями.

Индивидуальная разработка ИИ-агентов оправдана, когда процесс нестандартный, нужна глубокая интеграция с внутренними системами или данные нельзя передавать во внешние сервисы. Такой вариант дороже и дольше, зато агент работает по логике именно вашего процесса.

Что спросить у подрядчика

Внедрением занимаются как ИТ-интеграторы и специализированные команды, например itisai, так и внутренние отделы разработки. Независимо от исполнителя, перед началом работ уточните:

• какая модель используется и где обрабатываются данные;

• как агент защищён от выдуманных ответов и манипуляций через входящие данные;

• какие показатели будут измеряться на пилоте и что считается успехом;

• кто и как будет поддерживать агента после запуска и сколько это стоит в месяц;

• можно ли перейти на другую модель или к другому подрядчику без полной переделки.

С чего начать

Выберите один частый процесс с понятным результатом, например разбор входящих заявок или ответы на типовые вопросы. Измерьте, сколько времени он занимает сейчас, и проведите пилот с проверкой человеком. Если через месяц-два агент стабильно экономит время и не добавляет ошибок, расширяйте его на соседние задачи. Если нет — это тоже результат: вы потратили немного и знаете, что этот процесс пока лучше оставить людям или автоматизировать проще.