Слово «агент» в последний год встречается в каждом втором предложении подрядчиков. Я Денис, руководитель Appex.Media, и хочу разобраться без маркетингового тумана: что такое ИИ-агент, какие задачи в компании ему можно отдать уже сейчас, когда он вам пока не нужен и почему многие проекты агентов закрываются, так и не принеся пользы.
Чем ИИ-агент отличается от чат-бота
Чат-бот отвечает на вопросы. ИИ-агент получает задачу и сам выполняет цепочку действий: читает письмо, находит клиента в CRM, проверяет остатки на складе, готовит счёт и отправляет его на согласование. У агента есть доступ к инструментам компании, и он принимает решения в рамках заданных правил.
Если описать агента как объект, у него есть четыре свойства. Цель: какую операцию он выполняет. Инструменты: к каким системам у него есть доступ (CRM, почта, учётная система, мессенджер). Правила: что он может делать сам, а что только с подтверждения человека. Память: какие данные о клиенте и прошлых шагах он учитывает. Когда подрядчик не может ответить на эти четыре вопроса про ваш будущий агент, проект ещё не спроектирован.
Аналитики Gartner прогнозируют, что к 2028 году агентный ИИ будет встроен в 33% корпоративных программ (в 2024 году меньше 1%), а не менее 15% повседневных рабочих решений будут приниматься агентами автономно. При этом та же Gartner предупреждает, что более 40% проектов агентного ИИ отменят к концу 2027 года из-за растущих затрат, неясной ценности или слабого контроля рисков. Обе цифры важны: технология реальная, и внедрять её нужно с расчётом.
Чего боятся руководители перед стартом
На первых встречах я слышу три опасения. Агент ошибётся и отправит клиенту неправильную цену. Сотрудники начнут саботировать новый инструмент. Деньги уйдут на разработку, а через полгода окажется, что агентом никто не пользуется. Все три опасения реальны, и у каждого есть решение: ответы только по загруженным материалам, человек на критичных шагах, обучение команды и метрики, зафиксированные до запуска.
Какие задачи агенты берут на себя уже сейчас
Общение с клиентами
Ответы на обращения в мессенджерах и на сайте, квалификация заявок, запись, напоминания. Для этой задачи у нас есть готовая платформа Clienta.by, которая запускается за день. Подробно об этом сценарии мы писали в статье «ИИ для отдела продаж».
Документы и учёт
Агент принимает счета и накладные из почты, распознаёт данные, сверяет их с заказами и заносит в учётную систему. Человек проверяет только расхождения.
Внутренняя база знаний
Сотрудник спрашивает в корпоративном мессенджере «как оформить возврат для юрлица» и получает ответ со ссылкой на регламент. Агент знает инструкции, шаблоны и историю проектов компании. Особенно полезно для адаптации новичков.
Подготовка коммерческих предложений
По заметкам менеджера после звонка агент собирает КП из шаблонов, подставляет цены из прайса и готовит черновик письма клиенту. Менеджер проверяет и отправляет.
Аналитика и отчёты
Руководитель задаёт вопрос обычным языком, например «какие клиенты не заказывали больше трёх месяцев», и агент собирает выборку из CRM, готовит таблицу и предлагает текст для рассылки.
Контроль качества
Проверка переписок и звонков на соблюдение скриптов, поиск жалоб и рисков в обращениях клиентов. Раньше это делали выборочно, теперь можно проверять все диалоги.
Агент, простая автоматизация или ничего
Агент нужен не всегда. Автосервис, который мы продвигаем в Instagram, через три месяца после открытия загружен полностью: клиенты каждый день пишут в Direct и оставляют заявки из таргетированной рекламы. Мы не стали ставить туда агента: хватило того, что все заявки автоматически приходят в один Telegram-чат, где их сразу видит мастер-приёмщик. Это обычная интеграция без искусственного интеллекта, и она решила задачу дешевле. Агент становится выгодным, когда обращений столько, что люди не успевают отвечать, или когда ответы требуют поиска по прайсу, расписанию и истории клиента.
Простое правило выбора: если операция всегда идёт по одной схеме, хватит автоматизации без ИИ. Если в ней нужно понять свободный текст, найти данные в нескольких местах и принять решение по правилам, нужен агент.
Почему проекты агентов проваливаются
В обсуждениях на Reddit разработчики и руководители, которые уже пробовали внедрять агентов, называют похожие причины. Мы сталкивались с ними и в своей практике:
- Агенту дали слишком широкую задачу вроде «автоматизируй отдел продаж». Нужна конкретная операция с понятным входом и выходом.
- Нет доступа к данным: CRM без API, документы в бумажном виде, регламенты в головах сотрудников.
- Нет человека в контуре. Агент без проверки на критичных шагах, например при отправке денег или договоров, однажды ошибётся дорого.
- Не посчитали эффект до старта, поэтому через три месяца никто не может сказать, окупился ли проект.
Как мы внедряем ИИ-агентов
- Аудит процесса. Описываем, как задача выполняется сейчас, сколько времени занимает и сколько стоит.
- Проектирование. Определяем, какие шаги делает агент, где нужен человек, к каким системам нужен доступ.
- Прототип на реальных данных за 2-4 недели. Разработчик Алексей подключает агента к вашим системам в тестовом режиме.
- Пилот на части потока. Сравниваем результат с ручной работой по скорости и ошибкам.
- Запуск и поддержка. Обучаем команду, следим за качеством, дорабатываем по обратной связи.
Как измерять работу агента
После запуска мы смотрим на четыре показателя. Доля задач, которые агент закрыл без человека. Доля ошибок, которые нашёл человек при проверке. Время выполнения операции до и после. Сэкономленные часы сотрудников в месяц. Если доля ошибок не снижается за первые недели, значит, агенту не хватает данных или правил, и это исправляется доработкой базы знаний. Общий подход к внедрению ИИ, этапы и способ посчитать окупаемость я подробно описал в статье «Внедрение ИИ в бизнес».
От чего зависит стоимость
Цену агента определяют число систем, к которым нужно подключиться, состояние данных и требования к безопасности. Агент для ответов по базе знаний в одном мессенджере стоит заметно дешевле, чем агент, который работает с CRM, складом и бухгалтерией одновременно. Если данные нельзя передавать во внешние сервисы и модель нужно разворачивать на ваших серверах, бюджет растёт. Точную оценку мы даём после аудита процесса.
Что вы получите
- Освобождённые часы сотрудников, которые раньше уходили на рутину.
- Меньше ошибок в документах и данных.
- Быстрые ответы клиентам и сотрудникам в любое время.
- Измеримый результат: до старта фиксируем метрики, после пилота показываем изменения в цифрах.
Частые вопросы
Заменит ли агент сотрудников?
В наших проектах агенты забирают повторяющиеся операции, а люди занимаются клиентами, переговорами и решениями. Обычно компания сохраняет штат и растёт без найма новых людей на рутинные задачи.
Насколько это безопасно?
Агент получает только те права, которые нужны для задачи. Критичные действия требуют подтверждения человека, все шаги записываются в журнал. Если данные нельзя передавать во внешние сервисы, разворачиваем модели на ваших серверах.
С какого процесса начать?
С того, который повторяется чаще всего и уже сейчас измеряется в часах. Обычно это ответы клиентам или обработка входящих документов.
Расскажите, какой процесс отнимает у вашей команды больше всего времени. Мы оценим, можно ли передать его ИИ-агенту, и покажем ожидаемый эффект ещё до разработки. Оставить заявку на разработку ИИ-агента.
В Appex.Media разработку, интеграции и запуск делает одна команда. Под крупные проекты мы собираем выделенную команду разработчиков, которая работает только на вас.
Источники
- Technology Magazine. Gartner: How Agentic AI is Shaping Business Decision-Making.
- SD Times. Gartner: More than 40% of agentic AI projects will be canceled, 2025.
Денис, руководитель Appex.Media
