ИИ-агент отличается от чат-бота тем, что у него есть задача, доступ к рабочим инструментам и право совершить действие: открыть базу, найти документ, заполнить форму, передать дальше по маршруту. Сегодня такие агенты уверенно закрывают четыре типа работы — разбор входящих обращений, поиск по базе знаний, подготовку документов по шаблону и извлечение данных из переписки. Всё остальное пока требует человека рядом, и это не осторожность, а расчёт.
Чем агент отличается от чат-бота и от разовой подсказки
Разница видна на трёх уровнях, и путаница между ними — главная причина разочарования.
Подсказка нейросети. Человек открывает окно чата, вставляет туда кусок текста, получает ответ и руками переносит результат в рабочую систему. Полезно, но вся работа по переносу остаётся на человеке. Экономия — минуты.
Чат-бот. Сценарий с ветвлением: вопрос — ответ, кнопка — следующий экран. Бот умеет отвечать и умеет записывать заявку в одну заранее указанную таблицу. Шаг влево от сценария — и разговор упирается в «не понял, переформулируйте».
Агент. У агента есть три вещи, которых нет у бота. Первое — формулировка задачи, а не список реплик: «определить тему обращения и передать ответственному». Второе — набор инструментов: доступ к базе, к почте, к CRM, к хранилищу файлов. Третье — критерий «готово», по которому агент понимает, что задача закрыта, и умеет сказать «не справился» вместо того, чтобы выдумать ответ.
Практический признак: если для получения пользы сотруднику всё равно нужно копировать текст руками, это не агент.
Какие задачи закрываются сегодня
Разбор входящих обращений
Самая понятная работа. На вход — письма, заявки с форм, сообщения в мессенджерах. Агент определяет тему, срочность и адресата, вытаскивает контакт и суть, заводит запись в CRM и отправляет уведомление ответственному. Ошибка здесь дёшева: неверно определённую тему человек поправит за секунду.
Масштаб, при котором это окупается, начинается примерно с полусотни обращений в неделю. Для сравнения: сайт услуг ТСК Лаборатории собрал 551 заявку через форму — на таком потоке ручная сортировка по 20+ направлениям съедает несколько часов в неделю и делается неровно, потому что человек устаёт к концу дня, а агент нет.
Поиск по базе знаний компании
Второй по надёжности сценарий. Регламенты, инструкции, договоры, переписка с клиентами, записи встреч — всё это лежит в разных папках и не ищется обычным поиском по словам, потому что вопрос звучит одними словами, а документ написан другими.
Агент решает это поиском по смыслу: документы заранее разбираются на фрагменты и укладываются в векторное хранилище. В проекте «Синтез речи» так собран голосовой архив: расшифровка через Whisper, укладка в pgvector, поиск по смыслу вместо поиска по точному совпадению. Весь контур работает локально — ноль обращений к облачным моделям.
Подготовка документов по шаблону
Коммерческие предложения, акты, спецификации, ответы на типовые запросы. Агент берёт данные из карточки сделки, подставляет их в шаблон, проверяет обязательные поля и отдаёт черновик человеку на подпись. Ключевое слово — черновик. Документ, ушедший клиенту без человеческого взгляда, рано или поздно окажется тем самым случаем, ради которого потом переписывают весь процесс.
Извлечение данных из переписки
Реквизиты, адреса доставки, сроки, суммы, условия — всё, что клиенты пишут прозой, а учётная система хочет получить полями. Агент вытаскивает значения и складывает в структуру. Здесь особенно важен режим «не уверен»: пустое поле с пометкой лучше, чем уверенно подставленный неверный ИНН.
Соседний по механике сценарий — работа с большими объёмами однотипного текста. В проекте «Блог из поискового спроса» конвейер прошёл путь от 7 421 собранного запроса через 894 темы к 70 статьям, а вся сборка заняла 3 дня. Ручной разбор такого объёма измерялся бы неделями.
Где агент ломается
Три ситуации повторяются чаще остальных.
Высокая цена ошибки без проверки человеком. Расчёт стоимости, юридические формулировки, финальные ответы клиенту, изменение остатков на складе. Агент допускает ошибку не чаще человека, но допускает её иначе: уверенно и в незаметном месте. Пока в цепочке нет проверяющего звена, такие задачи агенту не отдают.
Нет источника правды. Если актуальный прайс существует в трёх версиях у трёх менеджеров, агент честно возьмёт любую из них. Он не наведёт порядок в данных — он его отразит, только быстрее.
Задача не описана словами. Если сотрудник не может объяснить, по какому признаку он относит заявку к «срочным», агент тоже не сможет. Формализация процесса — это работа до автоматизации, а не её побочный результат.
«Купить ИИ-агента» и «создание под ключ»: что стоит за словами
Запрос «ии агенты для бизнеса купить» встречается часто, и ответ на него неудобный: готового агента, который начнёт приносить пользу сразу после оплаты, почти не бывает. Продаётся один из трёх вариантов.
Готовый сервис под узкую задачу. Например, разбор входящих в конкретной CRM. Работает, если процесс совпадает с тем, который заложил разработчик сервиса, и если данные можно передавать наружу. Настройка занимает дни.
Платформа-конструктор. Даёт кубики: подключение моделей, доступы к сервисам, сценарии. Кубики есть, логика — нет. Расходы переезжают со сборки на проектирование и поддержку.
Сборка под процесс. Разбор того, как работа устроена сейчас, доступы, сценарий, проверочный контур, обучение сотрудников. Именно это обычно называют «под ключ». Слово красивое, но за ним всегда стоят те же этапы, и вопрос лишь в том, кто их выполняет.
Отдельно про «лучшие ии агенты для бизнеса»: рейтинги сравнивают модели и платформы, а результат определяется качеством данных и описанием процесса. Один и тот же инструмент даёт отличный результат в компании с порядком в документах и бесполезен там, где порядка нет.
Из чего складывается стоимость
Публичных прайсов на ИИ-агентов у студий практически нет — цифры называют после разбора задачи. Что действительно полезно знать заранее — из каких частей вырастет смета.
| Часть работы | Что в неё входит | На что влияет объём |
|---|---|---|
| Разбор процесса | Как задача решается сейчас, кто участвует, где данные | Число участников и исключений из правила |
| Подготовка данных | Сбор документов, чистка дублей, укладка в хранилище | Объём архива и его состояние |
| Сборка сценария | Инструменты агента, маршруты, режим «не уверен» | Количество веток и внешних систем |
| Проверочный контур | Кто и как смотрит результат, журнал действий | Цена ошибки в задаче |
| Запуск в работу | Обучение сотрудников, разбор первых недель | Число рабочих мест |
| Эксплуатация | Оплата моделей или своих серверов, поддержка | Поток обращений |
Для ориентира: по опубликованным прайсам студий поддержка и развитие стоят от 2 000 ₽/час. Расходы на модели считаются отдельно и зависят от того, работает контур в облаке или на своём железе.
На что смотреть
Вечный пилот. Демонстрация прошла, все довольны, в работу ничего не вышло. Признак близкого пилота-без-выхода: на старте не назначен день, когда сотрудники перестают делать задачу руками. Условие выхода в работу лучше записать до начала: «через месяц агент разбирает не менее 80% обращений, остальное уходит человеку».
ИИ поверх бардака. Если у процесса нет владельца и правил, автоматизация зафиксирует хаос и добавит к нему счёт за модели. Разбор процесса иногда заканчивается тем, что задача решается настройкой формы или регламентом — и об этом стоит сказать честно.
Задачи стали занимать больше времени. Частая жалоба: агент выдаёт черновик, а сотрудник тратит на его проверку больше, чем тратил на работу с нуля. Значит, задача выбрана неверно либо проверка устроена слишком тяжело. Лечится сужением задачи, а не заменой модели.
Данные наружу. Вопрос, который стоит задать первым: что именно уходит к внешней модели и куда. Локальный контур такую тревогу снимает целиком — в проекте «Синтез речи» ни один фрагмент записи не покидал контур, а на клонирование голоса хватило 16 секунд образца.
Доступы и исходники. Сценарии, промпты, ключи и база должны остаться у компании. Иначе через год смена подрядчика будет означать сборку с нуля.
Вопросы и ответы
Можно ли купить готового ИИ-агента и включить его завтра? Купить можно готовый сервис под узкую задачу — разбор входящих, поиск по документам. Он заработает быстро, если процесс совпадает с заложенным в сервис. Как только появляются свои правила маршрутизации или своя учётная система, начинается настройка, и это уже сборка под процесс.
Какие ИИ-агенты для бизнеса считаются лучшими? Универсального ответа нет: результат определяется не моделью, а качеством данных и точностью описания задачи. Разумнее выбирать не «лучшего агента», а первую задачу — с частыми повторами, терпимой ценой ошибки и готовыми данными.
Сколько времени занимает создание ИИ-агента под одну задачу? Для сравнения по порядку величин: сайт услуг на конструкторе запускается за 2 месяца, восьмистраничный сайт на своём коде собирается за 2 дня, конвейер из 70 статей — за 3 дня. Один агент под описанный процесс с готовыми данными ближе к неделям, чем к месяцам; большую часть времени занимает не сборка, а разбор процесса и подготовка данных.
Нужен ли свой сервер? Нет, если данные можно передавать внешней модели. Да, если в работу идут персональные данные, коммерческая тайна или записи разговоров. Полностью локальный контур собирается на открытых моделях и обходится без единого обращения в облако.
Что делать, если у процесса пока нет описания? Начать с описания. Полдня разговора с исполнителями обычно дают карту, из которой видно и место для агента, и пару мест, где хватит обычной автоматизации без всякого ИИ.
Коротко
ИИ-агент — это не собеседник, а исполнитель с доступами и границами. Он приносит пользу там, где много повторов, есть готовые данные и ошибка не стоит дорого; он бесполезен там, где процесс не описан. Разбор конкретной задачи и оценка — через контакты.