Что такое ИИ-агент простыми словами
В обзоре Yandex Cloud агента описывают как систему, которая сама выполняет задачу из нескольких шагов: ставит цель, планирует шаги и запускает нужные инструменты. Языковая модель внутри предсказывает ответ, а решения и действия принимает агент.
Из чего он состоит:
- ▸модель — «мозг», который понимает задачу;
- ▸инструкция — роль агента и правила: что можно, что нельзя;
- ▸память — история текущей задачи и база знаний компании;
- ▸инструменты — доступ к CRM, почте, таблицам, сайту, внешним сервисам.
| Чат-бот | ИИ-ассистент | ИИ-агент | |
|---|---|---|---|
| Что делает | Отвечает по сценарию | Отвечает по базе знаний, помогает сотруднику | Выполняет задачу из нескольких шагов |
| Пример | Кнопки «Цены», «Адрес», «Записаться» | Консультант на сайте отвечает по прайсу | Разбирает заявку, заносит в CRM, ставит задачу менеджеру |
| Действия в системах | Нет или по жёсткой схеме | Обычно нет | Да, через подключённые инструменты |
| Цена ошибки | Низкая | Неверный ответ клиенту | Неверное действие с данными |
Какие задачи малого бизнеса можно отдать агенту
Хорошая задача для агента повторяется каждый день, состоит из понятных шагов и опирается на Ваши данные. С чего обычно начинают:
- ▸Разбор входящих заявок. Агент читает сообщение с сайта, из почты или мессенджера, определяет услугу, заносит контакт в CRM и ставит задачу менеджеру. Заявка не залёживается в переписке.
- ▸Ответы покупателям с передачей заявки. Агент отвечает по прайсу и условиям, а если покупатель готов купить, заносит заявку в CRM и зовёт менеджера. Основа — ИИ-консультант для сайта.
- ▸Черновики ответов на Авито. Агент готовит ответ на вопрос покупателя, менеджер проверяет и отправляет — подробнее на странице автоматизации Авито.
- ▸Предпроверка документов. Агент сверяет смету, договор или счёт с правилами и отмечает строки, которые стоит проверить человеку.
- ▸Коммерческие предложения. Агент собирает КП из карточки клиента и прайса — разобрали в статье КП из CRM.
- ▸Сбор данных. Цены конкурентов, новые отзывы, изменения на сайтах — агент собирает и присылает сводку. Это наша услуга парсинга и мониторинга.
Плохая задача — та, где ошибка стоит дорого, а проверить результат нельзя: переводы денег, юридические заключения, медицинские советы. Здесь агент может готовить черновик, но решение остаётся за человеком.
Пример: предпроверка сметы
Наш прототип AI-Технадзор — пример того, как работает часть агента: приём документа, сверка и черновик для человека. Заказчик ремонта присылает смету фотографией, PDF, текстом или голосом. Бот распознаёт таблицу, ищет связанные нормативы в базе, прогоняет позиции через четыре проверки — перерасход, цена выше ориентира, забытые работы, нарушения технологии — и собирает черновик отчёта для специалиста.
За один тестовый прогон смета на 24 позиции разобрана за 2 минуты 14 секунд, две позиции отмечены для проверки. Это не экспертиза и не доказанная экономия: выводы проверяет сметчик. Зато человек начинает не с пустого листа, а со списка вопросов к подрядчику.
Та же схема — принять документ, распознать, сверить с правилами, отдать человеку черновик — переносится на договоры, счета и накладные.
Где агенты ошибаются
- ▸Уверенно отвечают неправду. Модель может выдумать цену или условие, если не нашла их в базе. Помогает правило: нет подтверждённого факта — передать вопрос человеку.
- ▸Делают лишнее. У агента с доступом к CRM или почте должны быть узкие права: читать то, что нужно, и менять только своё. Особенно если он читает письма и сообщения от посторонних людей: в них могут прятать команды для модели.
- ▸Работают с персональными данными. Заранее решите, где они обрабатываются: в российском облаке, в обезличенном виде или вообще не передаются модели.
- ▸Стоят денег на каждом шаге. Агент тратит запросы к модели на каждое действие. Без лимитов длинная задача обходится дороже, чем кажется.
Все четыре риска снижают на этапе проектирования, а не после первой ошибки у клиента. Это и есть основная работа при внедрении: не подключить модель, а продумать, что агенту можно, что нельзя и кто проверяет результат.
Готовый агент или разработка под задачу
Готовые агенты — например, ГигаАгент от Сбера — сами планируют задачу, собирают сводки и подключают навыки. Их быстро попробовать: работа идёт в среде сервиса, оплата — по объёму использования. Но подключить Вашу CRM, учётную систему или свои правила проверки можно только в пределах, которые даёт платформа.
Разработка под задачу нужна, когда агент должен работать с Вашей CRM, учётной системой или нестандартными документами, соблюдать Ваши правила и оставлять журнал действий. Такой агент принадлежит Вам: код, база знаний и настройки остаются у компании, а не у подписки.
Как мы внедряем ИИ-агентов
- 01Выбираем один процесс и считаем, сколько времени он занимает и сколько заявок через него проходит. Без этой цифры потом не понять, окупился ли агент.
- 02Описываем шаги, правила и запреты: какие данные агент видит, что может менять, когда зовёт человека.
- 03Запускаем в режиме черновиков: агент готовит действие, сотрудник подтверждает. Так видно, где он ошибается, а клиенты ошибок не видят.
- 04Расширяем самостоятельность там, где агент без ошибок отработал на реальных случаях, и оставляем проверку там, где цена ошибки высока.
Если хотите понять, какой процесс в Вашем бизнесе отдать агенту первым, посмотрите, как устроено внедрение ИИ в бизнес, или опишите задачу в заявке — разберём её и скажем, где агент окупится, а где хватит простого бота.