.cibt{width:100%;border-collapse:collapse;font-size:15px}.cibt th,.cibt td{padding:8px;border:1px solid #e2e2e6;text-align:left;vertical-align:top}.cibt th{background:#f4f4f6}.cibt tr:nth-child(even) td{background:#fafafb}.cib-src{color:#888;font-size:14px}.cib-wrap{overflow-x:auto}.cib-note{background:#f7f9fc;border-left:3px solid #8ab4f8;padding:10px 14px;margin:16px 0}
Словом «ИИ-агент» сегодня называют всё подряд — от кнопки в интерфейсе до полноценной системы, которая сама выполняет задачу от начала до конца. Из-за этого разговор о внедрении часто начинается не с того конца: обсуждают модель, а не задачу, и получают дорогую игрушку вместо работающего инструмента. Разберём по существу: чем агент отличается от чат-бота, из чего он состоит, какие задачи ему стоит отдавать, а какие нет, и как считать, окупается ли это. Обновлено 06.09.2026.
Четыре уровня автоматизации и где среди них агент
Прежде чем выбирать инструмент, полезно понять, на каком уровне находится ваша задача. Агент — не всегда правильный ответ: часть задач дешевле и надёжнее решается обычным сценарием.
| Что это | Как работает | Сильная сторона | Где ломается |
|---|---|---|---|
| Обычная автоматизация | жёсткий сценарий: если пришло А, сделать Б | предсказуема, дёшева, не ошибается | не справляется с формулировками, которых не предусмотрели |
| Чат-бот на модели | отвечает текстом на вопрос, ничего не делает во внешних системах | понимает живую речь, работает круглосуточно | может уверенно ответить неверно; ничего не меняет в системах |
| Агент | модель в цикле: планирует, вызывает инструменты, проверяет результат | доводит задачу до конца: находит, считает, записывает в систему | цена ошибки выше — он не только говорит, но и действует |
| Агент с человеком в контуре | то же, но действие подтверждает человек | сохраняет скорость и снимает риск неверного действия | требует внимания сотрудника, зато пригоден там, где ошибка дорога |
Ключевое отличие агента от чат-бота — не в качестве ответов, а в способности действовать: вызвать поиск, обратиться к базе, записать данные в систему, отправить письмо. Чат-бот заканчивает работу текстом, агент — изменением в системе. Отсюда и разная цена ошибки.
Из чего состоит агент
Модель
Языковая модель — «мозг», который понимает задачу и решает, что делать дальше. Её выбирают по соотношению цены и качества рассуждения: для простых сценариев подходит недорогая, для сложных нужна сильная, и разница в счёте бывает десятикратной.
Инструменты
То, чем агент может пользоваться: поиск, база данных, календарь, почта, ваша учётная система. Именно набор инструментов определяет, что агент реально умеет, — не модель. Агент с прекрасной моделью и без доступа к данным бесполезен.
Память
Контекст задачи и то, что агент узнал по ходу дела. У модели есть предел объёма, который она удерживает за раз, поэтому в длинных процессах память организуют отдельно: часть держат под рукой, остальное складывают в хранилище и достают по необходимости.
Цикл и остановка
Агент работает шагами: подумал, вызвал инструмент, посмотрел результат, решил, что делать дальше. Самая недооценённая часть конструкции — условие остановки. Без него агент либо крутится по кругу, тратя деньги, либо останавливается слишком рано.
Какие задачи стоит отдавать агенту
Работает простой критерий: объём большой, а цена одной ошибки маленькая и ошибка заметна. Ниже — типовые задачи с оценкой пригодности.
| Задача | Что делает агент | Пригодность | Почему |
|---|---|---|---|
| Разбор входящих обращений | прочитать письмо или заявку, определить тему и срочность, завести карточку | высокая | объём большой, ошибка дешёвая и заметная сразу |
| Подготовка черновиков ответов | составить ответ по шаблону и данным клиента, отдать человеку на отправку | высокая | человек в контуре снимает основной риск |
| Извлечение данных из документов | вытащить реквизиты, суммы, даты из счетов и договоров в таблицу | высокая | проверяемо построчно, экономия времени очевидна |
| Резюме встреч и звонков | сжать расшифровку до сути, задач и сроков | высокая | результат читает человек, ошибка видна |
| Первая линия поддержки | ответить на типовые вопросы, эскалировать сложные | средняя | нужен аккуратный сценарий эскалации |
| Принятие решений о деньгах | согласование скидок, платежей, кредитных лимитов | низкая | цена ошибки высока; только с подтверждением человека |
Обратный критерий тоже полезен. Если задача редкая, требует юридической или финансовой ответственности, или её результат невозможно быстро проверить — агент скорее добавит работы, чем снимет её.
Как выбрать модель под агента
Выбор модели — не вопрос «какая лучше», а вопрос соответствия задаче и бюджету. Три параметра решают почти всё.
Способность к рассуждению. Если агент делает один шаг — прочитать и классифицировать, — подойдёт недорогая быстрая модель. Если он строит план из нескольких действий и корректирует его по результатам, нужна модель, умеющая рассуждать. Разница в цене между ними бывает десятикратной, и переплата за рассуждение там, где оно не нужно, — самая частая утечка бюджета.
Размер контекста. Сколько текста модель удерживает за один раз. Для работы с длинными документами это критично, для коротких обращений безразлично. Большой контекст стоит дороже, поэтому брать максимальный «на всякий случай» невыгодно.
Надёжность вызова инструментов. Агент должен корректно формировать обращения к внешним системам. Модели различаются по тому, насколько стабильно они это делают, и проверять это надо на своих инструментах, а не по описанию. Сравнение моделей по цене и контексту есть в нашем справочнике цен на API.
Разумная тактика — начать с недорогой модели и повышать класс только там, где качество измеримо не устраивает. Обратный путь, от дорогой к дешёвой, почти никто не проходит: снижать класс страшно, и агент навсегда остаётся дороже, чем нужно.
Пять заблуждений, которые дорого обходятся
«Агент разберётся сам». Не разберётся: он выполняет то, что описано, и ровно в тех границах, которые заданы. Неописанный процесс агент не улучшит, а воспроизведёт в хаотичном виде.
«Сначала внедрим, потом посчитаем». Экономика считается до, потому что от неё зависит выбор модели и глубина автоматизации. Посчитанная после, она часто показывает, что дешевле было не начинать.
«Чем автономнее, тем лучше». Автономность — не цель, а следствие накопленной статистики. Агент, который сначала предлагает действие человеку и переходит к самостоятельности по мере подтверждения качества, доживает до промышленной эксплуатации гораздо чаще.
«Это разовый проект». Агент живёт в изменяющейся среде: меняются форматы данных, интерфейсы систем, сами модели. Без владельца процесса на стороне компании он тихо перестаёт работать примерно через квартал.
«Нужна самая сильная модель». В большинстве бизнес-задач качество упирается не в модель, а в доступ к данным и в описание процесса. Сильная модель без нужных инструментов проигрывает слабой с правильным доступом.
Что ломается на практике
Уверенные ошибки. Модель не говорит «не знаю» — она выдаёт правдоподобный ответ. В чат-боте это неприятно, в агенте опасно: неверный вывод превращается в неверное действие. Противоядие — проверяемость: агент должен ссылаться на источник данных, а не пересказывать по памяти.
Стоимость на масштабе. Пилот на десяти обращениях стоит копейки, тысяча обращений в месяц — уже заметную сумму. Считать экономику надо на реальном объёме, а не на демонстрации.
Хрупкость интеграций. Агент завязан на чужие системы: изменился формат выгрузки — процесс встал. Это обычная инженерная проблема, но её регулярно не закладывают в план.
Незаметная деградация. Самое коварное: агент не падает с ошибкой, а начинает работать хуже — чаще ошибается, чаще эскалирует. Без метрики качества этого не видно месяцами. Метрику надо заводить одновременно с агентом, а не потом.
Как считать, окупается ли
Расчёт простой, и он делается до внедрения, а не после.
Сколько стоит операция сейчас. Время сотрудника на одно обращение, умноженное на стоимость его часа. Это ваша база сравнения.
Сколько будет стоить у агента. Цена модели за обращение плюс амортизация разработки и поддержки. Цену за обращение надёжнее измерить на пилоте, чем оценить по прайсу: реальный расход токенов почти всегда выше ожидаемого, потому что агент делает несколько шагов, а не один.
Сколько останется человеку. Ключевая величина, о которой забывают. Если агент закрывает 70% обращений, оставшиеся 30% всё равно требуют сотрудника — и это самые сложные 30%. Экономия считается по времени, а не по числу уволенных.
Что будет стоить ошибка. Умножьте цену одной ошибки на реалистичную частоту. Если результат превышает экономию — нужен человек в контуре, и тогда пересчитайте заново.
С чего начинать внедрение
- Выберите одну задачу с большим объёмом и дешёвой ошибкой. Не «внедрим ИИ в компании», а «разберём входящие заявки».
- Опишите, как задача решается сейчас, по шагам. Половина проектов ломается здесь: выясняется, что процесса как такового нет.
- Соберите пилот на реальных данных за прошлый период. Не на придуманных примерах — на том, что действительно приходило.
- Сравните с человеком на тех же данных. Это даёт и метрику качества, и честный ответ, стоит ли продолжать.
- Запускайте с человеком в контуре, а автономность добавляйте по мере накопления статистики, а не сразу.
Данные и безопасность
Агент по определению работает с вашими данными, и это требует отдельного решения, а не «разберёмся потом».
Что уходит наружу. Если модель облачная, содержимое запросов покидает контур компании. Для документов с персональными данными это требует правового основания, а не только согласия руководителя. Вариант с моделью, развёрнутой внутри, снимает вопрос целиком, но требует железа.
Права доступа. Агенту нужно давать ровно те доступы, которые необходимы для задачи. Общая учётная запись «на всё» — самая частая и самая опасная ошибка внедрения.
Журнал действий. Всё, что агент сделал, должно быть записано: какой запрос, какие инструменты вызвал, что изменил. Без журнала разобрать инцидент невозможно.
Частые вопросы
Чем ИИ-агент отличается от чат-бота?
Чат-бот заканчивает работу текстом, агент — действием: он вызывает инструменты, обращается к данным и меняет что-то в системах. Отсюда и другая цена ошибки.
Заменит ли агент сотрудника?
На практике он забирает объём типовых операций, а сложные случаи остаются человеку — причём именно они и требуют квалификации. Экономию честнее считать во времени, а не в ставках.
Сколько стоит внедрение?
Складывается из разработки, стоимости модели за обращение и поддержки. Реальную цену обращения надёжнее измерить на пилоте: агент делает несколько шагов на задачу, и расход обычно выше ожидаемого по прайсу.
С какой задачи начать?
С той, где объём большой, а ошибка дешёвая и заметная сразу: разбор входящих, извлечение данных из документов, черновики ответов. Начинать с денежных решений не стоит.
Что делать с уверенными ошибками модели?
Строить агента так, чтобы он опирался на проверяемые источники и ссылался на них, а не пересказывал по памяти. И держать человека в контуре там, где ошибка стоит дорого.
Можно ли обойтись без облака?
Да, открытые модели разворачиваются внутри контура. Это дороже по железу, но снимает вопрос передачи данных наружу — для части компаний единственный допустимый вариант.
Сколько времени занимает пилот?
Если процесс уже описан, а данные за прошлый период доступны — недели, а не месяцев. Большая часть срока обычно уходит не на разработку, а на получение доступов к системам и на выяснение, как задача решается сейчас.
Нужна ли самая новая модель?
Почти никогда. В бизнес-задачах качество упирается в доступ к данным и в описание процесса, а не в поколение модели. Начинать разумно с недорогой и повышать класс только там, где качество измеримо не устраивает.
Как понять, что агент стал работать хуже?
Только по метрике качества, заведённой заранее: доля обращений, закрытых без человека, и доля ошибок на выборке. Без неё деградация остаётся незамеченной месяцами.
Нужен ли отдельный человек для сопровождения?
Да, хотя бы частично: агент завязан на чужие системы и форматы, которые меняются. Проект без владельца на стороне компании перестаёт работать примерно через квартал.
Страница о механике и экономике внедрения, а не о конкретных продуктах: рынок инструментов меняется быстрее, чем принципы. Обновлено 06.09.2026.