Как и зачем бизнесу перестраивать процессы под автономных ИИ-агентов

Какие операции ИИ-агенты могут взять на себя

Развитие ИИ-помощников началось в 2020 году с появлением GPT-3. Через пару лет ИИ-технологии массово начали выходить в бизнес, в ноябре 2022 года был представлен ChatGPT, в 2023-м в России вышли на рынок отечественные модели, например, GigaChat. За последние два года ИИ-рынок в России вырос в два раза, а искусственный интеллект в бизнесе прошел путь от генеративных моделей для создания контента в рамках промпта до ИИ-агентов, которые могут управлять файловой системой пользователя и обращаться к сторонним серверам, что даёт возможность автоматизировать многие рутинные задачи.

Наиболее активно ИИ-агентов сегодня внедряют банки и телеком, так как в этих отраслях есть обработка огромного количества данных, процессы внутри гибкие и при этом хорошо регламентированы, а высокая конкуренция на рынке заставляет следить за инновациями и выделять бюджет на оптимизацию процессов. Банки используют ИИ-агентов, например, для противодействия мошенничеству: агент отслеживает транзакции в реальном времени, замечает нетипичное поведение клиента и останавливает перевод. В телекоме ИИ-агенты в том числе анализируют плотность пользователей и автоматически перераспределяют нагрузку между вышками сотовой связи.

В других сферах ИИ-агенты используются в основном для ускорения отдельных процессов. Так, в электронной коммерции они отслеживают товары на складах, прогнозируют спрос, обрабатывают запросы, оформляют возвраты, помогают определиться покупателям с выбором или предлагают скидки, чтобы повысить активность клиентов.

Как подготовиться к внедрению ИИ-агентов

Чтобы работа с ИИ-агентом была эффективной и могла масштабироваться, важно не выбрать «самое лучшее решение» на рынке, а перестроить бизнес-процессы:

●  Определить, что надо оптимизировать, расставить приоритеты и выбрать самые эффективные варианты использования ИИ-агентов.

● Проверить текущую инфраструктуру, готовность данных, знания сотрудников, провести оценку рисков. Если на вопрос «все ли готово к внедрению ИИ-агентов» нет уверенного положительного ответа, решением станут обучающие программы для персонала или найм квалифицированных команд внедрения и поддержки автономных систем.

● Убедиться, что данные достаточно качественные для работы ИИ-агентов, а также регулярно проверять, насколько они точные, полные и актуальные.

●  Разграничить права доступа ИИ-агентов к данным разного уровня для защиты конфиденциальной информации.

●  Убедиться, что ответственный сотрудник может контролировать действия ИИ-агента и в случае необходимости отменить операции вручную.

●  Проводить стресс-тесты ИИ-агентов и проверять их на наличие предвзятости. Важно выявлять проблемы на ранней стадии, чтобы минимизировать риски.

Разрыв между пилотными проектами и массовым внедрением

Согласно результатам опроса консалтинговой компании «Интеллектуальная аналитика», несмотря на бурный интерес бизнеса к ИИ-технологиям, в 2025 году всего 7–10% проектов, связанных с LLM, чат-ботами на базе искусственного интеллекта и ИИ-агентами, вышли за рамки пилотов. Разрыв между тестированием и масштабированием происходит по разным причинам:

● Сложности интеграции. Пилоты часто проводятся в отдельной «песочнице», то есть в специально выделенной среде. Чтобы внедрить ИИ-агентов в бизнес-процессы, их нужно подключить к CRM (от англ. Customer Relationship Management, система управления взаимоотношениями с клиентами) и ERP (от англ. Enterprise Resource Planning, программное обеспечение для планирования ресурсов предприятия), предоставить доступ к документам. Встраивание инновации в реальную работу требует дополнительных ресурсов.

●  Юридические риски. Кто ответит, если ИИ-агент сделает ошибку, самостоятельно одобрит невыгодную сделку или отправит клиенту некорректные данные? Компания, которая разработала модель, или сотрудник, который не проконтролировал этап или результат работы агента? Кто определяет, что именно ИИ-агент делает сам, а что может только рекомендовать? Компаниям важно определить ответственных за действия ИИ-агента и понять, как предотвратить возможные ошибки.

●  Сопротивление сотрудников. Сотрудники могут воспринимать ИИ-агентов как угрозу своей роли или дополнительную нагрузку на этапе внедрения. Без обучения и понятной коммуникации со стороны руководства пилот остается локальным экспериментом и не получает поддержки для перехода в масштаб.
Чтобы избежать таких ситуаций, надо более тщательно подходить к подготовке внедрения ИИ-агентов, отмечают эксперты Сбер2B ИИ.

Как ИИ-агенты меняют роли в компании

В традиционных компаниях персонал обладает узким функционалом, но с ростом использования ИИ-агентов происходит сдвиг к более универсальным профилям специалистов, а круг задач сотрудников становится шире. По мере того как ИИ-агенты будут способны брать на себя всё больше рабочих функций, внутри организаций будет всё больше изменений. Руководителей ждёт пересмотр каждой роли и определение уровня использования ИИ в ней. По нашим оценкам, навык взаимодействия с ИИ станет ключевым при найме и оценке сотрудников, потому что к автоматизации процессов в той или иной степени придет большинство компаний.