ИИ-агенты для бизнеса обсуждают все, но под этим словом часто продают обычного чат-бота или робота в CRM. Разбираю, что такое агент на самом деле, чем он отличается от бота и сценария, какие задачи ему дать и когда он вам не нужен.
ИИ-агент - это программа на основе языковой модели, которая получает цель, сама разбивает её на шаги, работает через подключённые системы (CRM, почту, базу знаний, таблицы) и проверяет результат каждого шага, прежде чем выбрать следующий [1][2]. Тема быстро перешла из экспериментов в бюджеты: по прогнозу, объём российского рынка корпоративных ИИ-агентов по итогам 2026 года достигнет 30 млрд рублей [1].
ИИ-агент сам выбирает следующий шаг, чат-бот отвечает на вопрос, сценарий повторяет одни и те же шаги. Агент нужен там, где вход каждый раз разный, а результат понятен и проверяем. Если шаги всегда одинаковые или ошибку некому проверить, начинайте со сценария. Необратимые действия агента всегда подтверждает человек.
Пишу для собственника и руководителя малой или средней компании, которому уже предложили "внедрить агента", а понять, за что он платит и решит ли это его задачу, пока не получается. Главная боль здесь простая: деньги уходят на модное слово, а процесс остаётся прежним.
Что такое ИИ-агент простыми словами?
ИИ-агент - что это на практике? Это связка из языковой модели, инструментов (база знаний, CRM, почта, таблица), цели и цикла "план, действие, проверка результата". Агент сам решает, какой шаг сделать следующим, исходя из того, что получилось на предыдущем. Человек задаёт цель и границы, агент ведёт задачу внутри них.
Компоненты стоит запомнить, потому что по ним удобно проверять любое коммерческое предложение. В описаниях агентов обычно называют языковую модель, базу знаний, подключённые инструменты, память, правила и логику действий [12]. Модель понимает текст и формулирует ответ. Инструменты дают ей руки: прочитать письмо, найти карточку клиента, записать задачу. Память удерживает контекст задачи. Правила ограничивают, что агенту можно делать без человека.
Если в предложении подрядчика нет ни одного инструмента и ни одного действия во внешней системе, перед вами чат-бот с моделью внутри. Это может быть полезно, но называть такое агентом некорректно. Когда собственник спрашивает меня, ИИ-агент - что это и нужен ли он им, я начинаю именно с этого вопроса: какие действия программа совершает сама и в каких системах.
Как работает ИИ-агент: цель, инструменты и цикл действий?
Агент получает цель и составляет план. Затем выполняет шаг через подключённую систему: читает, ищет, пишет. После каждого шага смотрит на результат и решает, что делать дальше: продолжить, уточнить данные или передать задачу человеку [2][4]. Следующий шаг зависит от промежуточного результата, заранее нарисованной схемы нет.
Разберу цикл на одном сквозном примере. Допустим, у компании, которая продаёт оборудование для кафе, на почту приходит заявка: "Нужна кофемашина на две группы, как в прошлый раз, и счёт на ИП".
- Прочитатьагент разбирает письмо: что хотят, от кого, есть ли ссылка на прошлый заказ
- Найти клиентаищет отправителя в CRM по почте и телефону, находит прошлую сделку и модель кофемашины
- Проверить данныесверяет наличие и актуальную цену в таблице остатков; если модели нет, подбирает аналог из базы знаний
- Подготовить ответпишет черновик письма и черновик счёта на реквизиты ИП из карточки
- Записать в CRMсоздаёт сделку, прикрепляет черновики, ставит задачу менеджеру
- Отдать человекуменеджер проверяет и сам нажимает "отправить"
Обратите внимание на третий шаг. Если бы в письме не было слов "как в прошлый раз", агент пропустил бы поиск прошлой сделки и пошёл бы уточнять модель. Именно это отличает агента от схемы: путь меняется под вход.
Теперь про инструменты и права доступа. Инструмент для агента - это конкретное разрешённое действие в конкретной системе: "прочитать карточку клиента", "создать задачу", "записать черновик". Права задаются заранее и списком. В примере агенту не нужно право отправлять письма клиенту и выставлять счёт в бухгалтерии, поэтому этих прав у него нет. Я советую описывать права так же подробно, как должностную инструкцию нового сотрудника: что можно, что только через подтверждение, что нельзя.
Чем ИИ-агент отличается от чат-бота и от сценария автоматизации?
Чат-бот отвечает на вопрос, и на этом контакт заканчивается. Сценарий автоматизации повторяет одни и те же шаги при одном и том же событии. ИИ-агент получает цель и сам выбирает следующий шаг, опираясь на результат предыдущего [2]. Ещё одно отличие: бот помнит текущий диалог, агент держит контекст задачи дольше [2].
Чем ИИ-агент отличается от чат-бота, проще всего увидеть в таблице. Третий столбец здесь важнее всего: роботы в CRM и связки систем решают большую часть задач малого бизнеса, и ИИ-агенты и автоматизация на сценариях отлично живут рядом.
| Критерий | Чат-бот | Сценарий автоматизации (робот в CRM, связка систем) | ИИ-агент |
|---|---|---|---|
| Кто выбирает следующий шаг | Ветка диалога или поиск ответа по базе | Заранее заданная схема: "пришла заявка - создалась задача" | Агент, по результату предыдущего шага |
| С каким входом работает | Вопрос клиента в окне чата | Одинаковое событие в системе | Разный каждый раз: письмо, файл, звонок в расшифровке |
| Что делает при нестандартном случае | Отвечает "не понял" или зовёт оператора | Останавливается или проходит мимо | Ищет данные, уточняет, при сомнении передаёт человеку |
| Цена ошибки | Неточный ответ в чате | Повторяемая ошибка, легко найти | Неверное действие во внешней системе, если права слишком широкие |
| Поддержка | Обновлять базу ответов | Править схему при смене процесса | Обновлять базу знаний, права, проверять журнал действий |
Если вы выбираете инструмент под конкретную задачу, посмотрите разбор роботы, процессы, ИИ и боты: что для какой задачи. Там видно, что агент занимает одну строку из нескольких, и чаще всего задача закрывается более простым инструментом.
Частая ошибка: подключить языковую модель к чат-боту и назвать это агентом. Проверка простая: если программа ничего не делает в CRM, почте или таблицах, это бот.
Какие задачи ИИ-агенты решают в малом и среднем бизнесе?
ИИ-агенты в бизнесе полезны там, где на входе разнородный поток (письма, документы, сообщения), а на выходе понятный результат, который легко проверить. Ниже шесть задач по функциям. У каждой я пишу вход, инструменты, что агент делает сам и что остаётся человеку. Цифр эффекта не даю: он зависит от процесса, и честно его можно получить только замером в пилоте.
1. Разбор входящих обращений и заявок. Вход: почта, формы с сайта, мессенджеры. Инструменты: CRM, справочник клиентов. Агент сам определяет тип обращения, находит клиента, создаёт сделку или задачу нужному сотруднику. Человек проверяет спорные случаи, которые агент пометил.
2. Подготовка ответа по базе знаний. Вход: вопрос клиента или партнёра. Инструменты: база знаний, прайс, условия доставки. Агент собирает черновик ответа со ссылками на источник внутри базы. Человек читает и отправляет.
3. Сверка документов и счетов. Вход: счета, акты, накладные от поставщиков. Инструменты: таблица заказов, учётная система в режиме чтения. Агент сверяет суммы, позиции и реквизиты, составляет список расхождений. Решение по оплате принимает бухгалтер.
4. Сбор отчёта из нескольких систем. Вход: запрос "что с выручкой и дебиторкой за неделю". Инструменты: CRM, таблицы, учётная система. Агент выгружает данные, сводит в одну таблицу, пишет короткий комментарий. Руководитель проверяет цифры перед тем, как принимать по ним решения.
5. Первичная квалификация заявок. Это частный случай работы с клиентами, подробно про него в разделе ИИ-агенты в отделе продаж. Вход: новая заявка. Агент задаёт уточняющие вопросы по заданному списку, заполняет поля в CRM и передаёт менеджеру. Решение, брать ли клиента в работу, за менеджером. Если заявки теряются ещё до агента, сначала стоит сделать аудит отдела продаж.
6. Внутренний помощник по регламентам. Вход: вопрос сотрудника "как оформить возврат" или "какая скидка положена оптовику". Инструменты: регламенты, база знаний. Агент находит пункт регламента и отвечает со ссылкой на него. Если регламент молчит, агент так и говорит и передаёт вопрос ответственному.
В открытых источниках похожие примеры ИИ-агентов для бизнеса описывают так: в агентстве недвижимости агент обрабатывает заявки с сайта и квалифицирует лиды, в интернет-магазине отвечает на вопросы, обрабатывает возвраты и готовит еженедельные сводки владельцу [3]. По тем же оценкам, рабочий агент для малого бизнеса на готовой платформе стоит от $20 до $100 в месяц [3]. Это цена подписки на инструмент; работа по описанию процесса и настройке прав в неё не входит.
Когда ИИ-агент не нужен и хватит обычного сценария?
Агент не нужен, если шаги процесса всегда одинаковые или ошибку агента некому проверить. В первом случае хватит робота в CRM или связки систем, во втором сначала нужен человек, отвечающий за результат [5]. Сценарий дешевле, предсказуемее и проще в поддержке.
Я бы прошёл по пяти вопросам. Каждое "да" - аргумент начинать со сценария или с порядка в процессе:
- Шаги всегда одинаковые? Пришла оплата - сменился статус - ушло уведомление. Это работа для робота.
- Задача решается формулой или правилом? Расчёт скидки по таблице, распределение заявок по региону. Модель здесь только добавит риск ошибки.
- Процесс не описан? Если никто не может рассказать, как сейчас обрабатывается заявка, агент автоматизирует хаос.
- Данных мало или они противоречат друг другу? Дубли в CRM и три версии прайса агент не исправит, он будет на них опираться.
- Цена ошибки высока, а проверять некому? Тогда автономия опасна при любом качестве модели.
Если набралось два-три "да", начните с с чего начать автоматизацию процессов: описать процесс, навести порядок в данных, поставить простые роботы. Агента можно добавить позже, на тот участок, где вход действительно разный.
По оценке MIT, до 95% пилотов генеративного и агентного ИИ не достигают заявленных целей, потому что компании не адаптируют процессы и не обучают людей работать с ИИ [10].
Какие риски у ИИ-агента и где оставить человека?
Необратимые действия агента подтверждает человек: отправку клиенту, платёж, изменение договора. Права агента задаются заранее и минимально, все действия пишутся в журнал, ответственность за результат несёт сотрудник. Такую модель называют ограниченной автономией: агент свободен только внутри заданных лимитов [5].
Рисков, которые я разбираю с собственником до старта, четыре.
Выдуманный факт. Модель может уверенно написать цену или срок, которых нет в базе. Защита: агент отвечает только по источнику и показывает, откуда взял данные, а при отсутствии данных честно об этом говорит.
Неверное действие во внешней системе. Закрыл не ту сделку, перезаписал поле. Защита: изменения только черновиками, финальное действие за человеком.
Лишний доступ к данным. Агенту дали админский доступ "чтобы не возиться". Среди рисков безопасности агентов называют перехват управления агентом (agent hijacking) и drift-эффект, когда система со временем сама меняет своё поведение [9]. Чем шире права, тем дороже такой сбой.
Персональные данные клиентов. Нужно понимать, где обрабатываются данные и куда уходят запросы к модели. Для пилота на корпоративных данных советуют закрытый контур без внешних сервисов [5].
Я советую закрепить правило письменно: какие действия агент делает сам, какие только черновиком, кто проверяет журнал и как часто. Подробнее о разделении ролей в материале где решение остаётся за руководителем.
С чего начать пилот ИИ-агента в компании?
Пилот - это проверка одного процесса на реальных данных с замером до и после. Цель пилота: понять, даёт ли агент результат на вашем процессе, прежде чем вкладываться в масштаб. По оценкам аналитиков, 79% компаний в мире уже тестируют или внедряют AI-агентов [5], но тестировать имеет смысл только с понятной метрикой.
Шаги я бы выстроил так.
Выбрать один процесс. С разным входом, понятным результатом и низким риском: разбор заявок, подготовка справок, сверка документов [11].
Описать процесс и данные. Кто сейчас это делает, по каким шагам, в каких системах лежат данные, где они расходятся.
Замерить "как сейчас". Время на одну заявку, доля ошибок, сколько обращений теряется. Без этого через месяц нечего будет сравнивать.
Задать права и точки подтверждения. Агент получает только нужные для задачи доступы, необратимые действия проходят через человека [5].
Запустить параллельно с людьми. Сотрудник проверяет каждый результат агента, чтобы зафиксировать норму его поведения [5].
Решить по итогам замера. Масштабировать, доработать или остановиться. Остановиться тоже нормальный итог: вы сэкономили бюджет на большом проекте.
Бюджет пилота зависит от процесса и числа систем, подробная раскладка в статье из чего складывается цена пилота ИИ. Если под пилот нужен человек, который удержит процесс и метрики, его роль может закрыть коммерческий директор в аренду.
FAQ: что ещё спрашивают про ИИ-агентов для бизнеса?
Ниже короткие ответы на вопросы, которые возникают после первого знакомства с темой. Если коротко: агент полезен на процессе с разным входом и понятным результатом, данные и права нужно продумать до запуска, а необратимые действия оставить человеку. Остальное зависит от вашего процесса.
Чем ИИ-агент отличается от ИИ-ассистента?
Ассистент помогает человеку в диалоге: пишет текст, отвечает на вопрос, а действие совершает человек. Агент получает цель и сам совершает шаги в подключённых системах [2]. Один и тот же продукт может работать в обоих режимах, разница в правах на действия.
Можно ли собрать агента самому на конструкторе?
Простого агента на готовой платформе настраивают за несколько часов без программирования, подписка стоит от $20 до $100 в месяц [3]. Сложность обычно в описании процесса и прав доступа, на это уходит больше времени, чем на саму настройку.
Нужен ли программист?
Для агента на конструкторе с готовыми подключениями программирование не требуется [3]. Программист понадобится, если у вашей CRM или учётной системы нет готового подключения или нужен закрытый контур для персональных данных.
Заменит ли агент сотрудника?
Агент забирает повторяющуюся часть работы с разным входом: разбор, поиск, черновики. Решения и ответственность остаются за человеком. До 95% пилотов не достигают целей именно там, где людей не научили работать вместе с ИИ [10].
Где хранятся данные?
Зависит от платформы: в облаке поставщика модели или в закрытом контуре компании. Для пилота на корпоративных данных рекомендуют изолированную среду без внешних сервисов [5]. Персональные данные клиентов без такой проверки агенту лучше не отдавать.
Что делать дальше?
Если после проверки из пяти вопросов у вас остался процесс с разным входом и понятным результатом, это хороший кандидат для пилота. Мы помогаем выбрать такой процесс, описать его, задать права и замерить результат: создание ИИ-агентов для бизнеса начинается с одного процесса и честного замера. Запишитесь на бесплатную консультацию, разберём вашу задачу и скажем, нужен ли вам агент или хватит сценария. А когда создание ИИ-агентов оправдано, а когда нет, вы теперь можете проверить и сами.