ИИ-агенты для бизнеса: что это, как работают и чем отличаются от чат-ботов
- ИИ-агент получает задачу, сам выбирает шаги и выполняет их через подключённые системы: CRM, почту, таблицы, 1С.
- Чат-бот отвечает на вопросы, автоматизация по правилам повторяет заданную цепочку, агент справляется с задачами, где шаги зависят от содержания.
- Агенту подходят частые задачи с неструктурированным входом: письма, заявки, документы, сверки между системами.
- Сообщения клиентам уходят только после подтверждения человека, деньги и удаление данных остаются за людьми, а каждое действие агента пишется в журнал.
- Начинать стоит с одного процесса в режиме черновиков: агент готовит решение, сотрудник проверяет и подтверждает.
ИИ-агент — это программа на основе языковой модели, которая получает задачу, сама решает, какие шаги нужны, и выполняет их через подключённые инструменты: CRM, почту, таблицы, учётную систему. Чат-бот отвечает на вопросы, а агент делает работу в ваших системах: находит данные, сверяет, создаёт записи, готовит письма. ИИ-агенты для бизнеса полезны там, где рутина вариативна и жёсткими правилами её не описать, но действуют они только в рамках прав и подтверждений, которые задаёт компания.
Что такое ИИ-агент простыми словами
Возьмём задачу «разобрать письмо клиента с заказом». Сотрудник открывает письмо, находит клиента в CRM, проверяет остатки, уточняет цену, заводит сделку и отвечает. Порядок действий каждый раз немного разный: в одном письме не указано количество, в другом клиент новый, в третьем нужной позиции нет на складе.
Агент работает так же — циклом. Модель читает задачу, выбирает подходящий инструмент, например «найти клиента по ИНН», получает ответ системы, решает, что делать дальше, и повторяет, пока задача не решена или пока не сработает правило «здесь нужен человек». Важная деталь: модель не «знает» ваших остатков и цен. Она запрашивает их у систем через API и опирается на полученный ответ.
Из чего состоит агент
- Модель — понимает текст, рассуждает, выбирает следующий шаг.
- Инструменты — узкие функции для работы с системами: найти контакт в CRM, прочитать строку таблицы, создать задачу, подготовить черновик письма.
- Инструкции — описание процесса, правила компании, что можно и что нельзя.
- Контекст — данные конкретной задачи: письмо, вложения, история переписки, результаты предыдущих шагов.
- Контур контроля — права доступа, подтверждения человеком, журнал действий, лимиты.
Без последнего пункта агент остаётся демонстрацией. Именно контур контроля отличает систему, которой можно доверить рабочий процесс, от эксперимента.
К каким системам подключают агента
Агент работает с теми системами, у которых есть программный доступ. CRM вроде Битрикс24 и amoCRM подключают через REST API и вебхуки, 1С — через HTTP-сервисы или OData, почту — по протоколам IMAP и SMTP или через API почтового сервиса, таблицы — через API или файлы, мессенджеры — через API ботов, например Telegram Bot API. Каждый инструмент агента — это обёртка над одним конкретным действием в такой системе. Чем точнее описаны инструменты, тем реже модель ошибается в выборе.
Чем ИИ-агент отличается от чат-бота и автоматизации по правилам
Три подхода часто путают, потому что во всех может участвовать нейросеть. Разница в том, кто определяет шаги и что получается на выходе.
| Параметр | Чат-бот | Автоматизация по правилам | ИИ-агент |
|---|---|---|---|
| Что делает | Отвечает на вопросы в диалоге | Выполняет заранее заданную цепочку шагов | Сам выбирает шаги для решения задачи |
| Что на входе | Вопрос пользователя | Структурированные данные: поля формы, статусы, события | Письма, сообщения, документы, данные из нескольких систем |
| Кто задаёт порядок действий | Сценарий или база знаний | Разработчик, заранее для каждой ветки | Модель в рамках инструкций и разрешённых инструментов |
| Результат | Ответ в чате | Запись, уведомление, документ по шаблону | Выполненная задача: записи в системах, черновики, задачи сотрудникам |
| Нестандартный случай | Отвечает «не знаю» или зовёт оператора | Ломается или уходит в ветку «прочее» | Пытается разобраться, при сомнении передаёт человеку |
| Предсказуемость | Высокая в рамках базы знаний | Полная | Ниже: нужны проверки, подтверждения и журнал |
| Типовой пример | Ответы о доставке и оплате на сайте | Заявка с формы → сделка в CRM → уведомление в Telegram | Заказ в свободной форме из письма → сделка, проверка остатков, черновик ответа |
Эти подходы дополняют друг друга. Если порядок шагов всегда одинаковый, правила дешевле и надёжнее агента. Если задача — отвечать на вопросы клиентов или сотрудников, нужен ассистент; о нём — в статье ИИ-ассистент для бизнеса. Агент оправдан там, где вход неструктурированный, а последовательность действий зависит от содержания. Отдельно мы сравнили агентов с программными роботами, которые повторяют действия человека в интерфейсах: ИИ-агент или RPA.
Как агент выполняет задачу: пример по шагам
Условный пример: оптовая компания, общий ящик для заказов. Приходит письмо: «Добрый день, нужно 40 коробок нитриловых перчаток размера M и 20 размера L, как в прошлый раз, доставка до пятницы».
- Агент определяет тип письма: новый заказ.
- Ищет отправителя в CRM по адресу почты и находит компанию-клиента.
- Открывает прошлые заказы этого клиента, чтобы понять, какие именно перчатки были «в прошлый раз».
- Запрашивает остатки по двум позициям в учётной системе.
- Видит, что размера L на складе 12 коробок, а не 20.
- Создаёт сделку в CRM с позициями и пометкой о нехватке.
- Готовит черновик ответа: подтверждает 40 коробок M, по размеру L предлагает отгрузить 12 сейчас, а остальное позже или заменить.
- Отправляет менеджеру карточку: исходное письмо, найденные данные, черновик и кнопки «Отправить», «Исправить», «Отклонить».
Менеджер тратит время не на поиск по трём системам, а на проверку готового решения. Ответ клиенту уходит только после его подтверждения. Если агент не нашёл клиента или не уверен, о каком товаре речь, он не угадывает: помечает письмо и передаёт его сотруднику с пояснением, что именно непонятно.
ИИ-агенты для бизнеса: типовые сценарии
Ниже — типовые сценарии по отраслям. Это не готовые проекты, а примеры задач, в которых агент обычно полезен.
| Отрасль | Задача агента | С какими системами работает | Что подтверждает человек |
|---|---|---|---|
| Оптовая торговля | Разбор заказов из писем, сверка с остатками и ценами | Почта, CRM, учётная система | Ответ клиенту, условия и скидки |
| Сервисная компания | Приём заявок на выезд, проверка договора обслуживания, подбор времени | Почта, мессенджер, CRM, календарь мастеров | Назначение платного выезда |
| Производство | Сбор статусов поставок у снабженцев, сверка счетов поставщиков с заказами | Почта, таблицы, 1С | Оплату и изменение заказа |
| Клиника | Обработка запросов на запись и перенос, напоминания пациентам | Мессенджер, расписание врачей | Всё, что касается медицинских вопросов |
| Интернет-магазин | Разбор обращений о возвратах: проверка заказа, сроков и условий | Почта, система управления магазином, служба доставки | Решение о возврате денег |
Общий признак хорошей задачи: много однотипных обращений, каждое немного отличается, а ответ требует заглянуть в две-три системы. Как выбрать первый процесс и сравнить кандидатов, разобрано в статье какие процессы отдать ИИ-агенту первыми.
Человек в контуре: где агенту нужно подтверждение
Агент не должен получать больше полномочий, чем новый сотрудник в первую неделю. Практичный подход — разделить действия по последствиям ошибки:
- Сам, без подтверждения: читать письма и документы, искать данные в системах, ставить метки, писать внутренние комментарии, создавать задачи сотрудникам.
- После подтверждения: отправлять сообщения клиентам и поставщикам, менять ключевые поля сделки, готовить документы для внешних адресатов.
- Никогда сам: платежи, скидки и цены вне прайса, удаление данных, юридически значимые действия. Здесь агент только готовит решение.
Ещё два обязательных элемента. Права доступа: у агента своя учётная запись с минимальным набором разрешений, а не ключ администратора. Журнал действий: какие данные агент видел, какие функции вызывал, что поменял в системах и кто из сотрудников одобрил шаг. По журналу разбирают ошибки и решают, какие действия можно перевести в самостоятельный режим. Подробно о правах, подтверждениях и журнале — в статье контроль ИИ-агента.
Ограничения: когда ИИ-агент не подходит
- Процесс полностью формализован. Если шаги всегда одинаковые, а данные приходят в полях формы, автоматизация по правилам работает быстрее, дешевле и предсказуемее.
- У систем нет API. Агент действует через программные интерфейсы. Если учётная система закрыта, сначала решают вопрос доступа: доработка, регулярные выгрузки или робот, повторяющий действия в интерфейсе.
- Ошибку нельзя исправить. Там, где одно неверное действие стоит дорого и не откатывается, агент только готовит решение, а выполняет человек.
- Нужна безупречная точность. Модель может неправильно прочитать письмо, выбрать не тот инструмент или уверенно ошибиться. Проверки и подтверждения снижают этот риск, но не убирают его полностью.
- Мало повторов. Задачу, которая встречается пять раз в месяц, автоматизировать обычно невыгодно: настройка и поддержка обойдутся дороже сэкономленного времени.
- Нет хозяина процесса. Кто-то должен отвечать за правила, разбирать журнал и решать спорные случаи. Без этого агент быстро расходится с тем, как реально работает компания.
И главное ограничение — ожидания. Агент не заменяет отдел. Он снимает механическую часть работы: поиск, сверку, перенос данных, черновики. Решения в нестандартных ситуациях, отношения с клиентами и ответственность остаются за людьми.
Где работает модель и что происходит с данными
Агент передаёт модели содержимое писем, документов и записей из CRM, а в них часто есть персональные данные. Поэтому выбор модели — вопрос не только качества. Варианты: зарубежные облачные модели, российские (YandexGPT, GigaChat) и open-source модели на серверах компании. Их сравнивают по качеству на ваших примерах, стоимости, месту обработки данных и требованиям 152-ФЗ. Часть данных можно обезличивать до отправки в модель. Конкретную схему стоит согласовать с юристом с учётом актуальной редакции закона.
С чего начать
- Выберите один процесс: частый, с неструктурированным входом и исправимыми ошибками.
- Запишите, как его выполняют сейчас: шаги, системы, исключения, кто принимает решения.
- Соберите 30–50 реальных примеров — писем, заявок, документов — вместе с тем, что по ним в итоге сделали.
- Проверьте, есть ли API у систем, с которыми будет работать агент, и кто может выдать доступ.
- Решите, какие действия агент делает сам, а какие — только после подтверждения.
- Запустите прототип в режиме черновиков: агент готовит, сотрудник проверяет. Расширяйте самостоятельность, когда журнал показывает стабильную работу.
Прототип на реальных данных обычно занимает 1–2 недели, полноценное решение с интеграциями и контролем — 1–3 месяца. Разработка ИИ-агентов у нас начинается с бесплатного аудита на 30 минут: разбираем процесс, считаем прогнозную окупаемость и прямо говорим, если экономики нет. Стоимость — от 50 000 ₽, точная оценка — после аудита.