Разработка ИИ-агента — это проектирование рабочего процесса, часть шагов в котором выполняет программа. Модель при этом берут готовую и почти никогда не обучают заново. Основные усилия уходят на другое: у агента должны быть правила, данные, доступ к системам компании и способ проверить, что результат годный.
Поэтому проект оценивают не по тому, «на какой нейросети» он сделан. Смотреть надо на состав: описан ли процесс, откуда агент берёт данные, что делает при исключении и по каким критериям его принимают.
Ниже — из каких частей собирается агент, чем рабочее решение отличается от демонстрации, что компания даёт со своей стороны и какие пункты в техзадании защищают от спора при приёмке.
Что входит в разработку ИИ-агентов
Готовый агент состоит из пяти частей. Пропуск любой из них даёт решение, которое работает на показе и ломается в работе.
Задание и правила. Что агент делает, чего не делает, в каком порядке идут шаги, что считается завершённой задачей. Здесь же — границы: где он останавливается и отдаёт работу человеку.
Знания. Регламенты, условия работы с клиентами, справочники, шаблоны документов. У этих материалов должен быть владелец и порядок обновления, иначе через полгода агент отвечает по прошлогоднему прайсу.
Доступ к системам. В зависимости от процесса это учётная система, CRM, почта или хранилище файлов — то, откуда агент читает данные и куда записывает результат. Права разделяют: читать можно много, писать — только то, что нужно для задачи.
Проверка результата. Критерии, по которым видно, что задача выполнена правильно, и механика контроля: самопроверка агента, выборочная проверка человеком, сверка с системой-источником.
Передача человеку и журнал. Что происходит при исключении, кому уходит сигнал, где смотреть историю действий. Журнал нужен не для отчётности. Без него нельзя разобрать спорный случай и нельзя улучшать правила.
О том, какие бывают агенты и чем помощник для отдельной задачи отличается от агента внутри процесса, — в каталоге ИИ-агентов.
Чем рабочий агент отличается от демо
Демонстрация делается на удачном примере: данные полные, система отвечает, клиент написал понятно. В работе рядом с такими случаями всегда идут исключения, и разработка в основном про них:
- данных не хватает, и их надо запросить, а не догадаться;
- внешняя система недоступна, и задачу надо отложить, а не потерять;
- запрос непонятен, и его надо вернуть человеку с вопросом;
- запуск повторился, и второй счёт по той же заявке появляться не должен;
- результат вышел за границы допустимого — сумма, скидка, срок, — и нужно согласование.
Между демо и рабочим решением лежит именно эта часть работы. Внешне она незаметна, а по нашему опыту отнимает сопоставимое время с основным сценарием.
Отсюда следует практическая проверка на этапе выбора подрядчика. Спросите, что агент делает при недоступности 1С и как разбирается случай, когда он ошибся. Если ответа нет, вам показали прототип.
Разработка ИИ-агентов или готовое решение
Выбор между разработкой, коробкой и внутренней командой решается не бюджетом, а тем, насколько ваш процесс похож на типовой.
| Критерий | Готовое решение | Разработка под процесс |
|---|---|---|
| Процесс | типовой, как у всех | свой, с исключениями |
| Логика работы | задана производителем | задана вами |
| Интеграции | из списка поддерживаемых | те, что есть в компании |
| Изменение процесса | ждать в обновлениях | вносится в решение |
| Срок до запуска | короткий | зависит от разбора и доступов |
| Что остаётся компании | подписка и настройки | описанный процесс и решение |
Есть и третий путь — создание ИИ-агентов силами своей команды. Он работает, когда в компании есть разработчики, процесс уже описан и кто-то готов сопровождать решение после запуска. Чаще всего спотыкаются не о код, а о сопровождение: автор уходит на другой проект, и агент остаётся без владельца.
ИИ-агента заказывают снаружи ровно тогда, когда внутренней команде некогда заниматься процессом, а цена ручной работы уже посчитана.
Когда процессу нужны собственный интерфейс, своя база данных и разделение прав между отделами, задача выходит за рамки агента. Это уже разработка корпоративной системы: CRM, HRM или платформы под ваши процессы.
Что нужно от компании
Разработка ИИ-агентов для бизнеса — совместная работа, и половина входных данных приходит от заказчика. Без них проект стоит на месте.
- Владелец процесса. Человек, который принимает решения об исключениях и подписывает приёмку. Не «куратор», а тот, кому результат нужен.
- Описание работы как она идёт. Не регламент, а реальная последовательность шагов. Собирается за несколько интервью с теми, кто эту работу выполняет.
- Доступ к системам и тестовый контур. Часто самый долгий пункт: согласование доступов занимает больше времени, чем разработка первой версии.
- Материалы для базы знаний. Актуальные условия, прайс, шаблоны. Устаревшие документы дают устаревшие ответы.
- Критерии результата. Договорённость о том, что считается правильно выполненной задачей, — до разработки, а не после.
- Люди на приёмку. Те, кто проверит агента на своих реальных случаях.
Что должно быть в техзадании на ИИ-агента
Техзадание на агента описывает не инструмент, а процесс и требования к результату. Этой таблицей удобно проверить готовый документ перед подписанием.
| Пункт | Зачем нужен | Что бывает без него |
|---|---|---|
| Границы задачи | видно, где агент останавливается | агент берётся за всё и ошибается на краях |
| Вход и выход шага | понятно, что считать результатом | спор при приёмке |
| Перечень исключений | описано поведение в нештатных случаях | остановка на первом же отклонении |
| Права в системах | разделены чтение и запись | лишние действия в учётной системе |
| Критерии приёмки | результат проверяется, а не обсуждается | приёмка превращается в переписку |
| Поведение при отказе | задача не теряется | потерянные заявки и дубли |
| Журнал и разбор | спорный случай можно восстановить | причина ошибки неизвестна |
| Сопровождение | понятно, кто меняет правила дальше | решение устаревает вместе с процессом |
Отдельная строка — что происходит с процессом после запуска: кто отменяет старый порядок работы. Агент, запущенный рядом с ручной работой, а не вместо неё, эффекта не даёт: сотрудники продолжают делать то же самое на всякий случай.
Сколько стоит ИИ-агент и от чего зависит оценка
Цен в блоге мы не называем, а вот из чего складывается смета — сказать можно. Оценка растёт от четырёх вещей: числа интеграций, состояния данных, цены ошибки и объёма исключений. Процесс с одной системой и понятными правилами стоит одних денег, процесс с тремя системами, ручными согласованиями и дорогой ошибкой — совсем других.
Считать имеет смысл обе стороны. Вторая — цена нынешней ручной работы. Пример расчёта: если 9 сотрудников тратят по два часа в день на перенос данных между системами, это около 378 часов в месяц. Цифра условная, но она превращает разговор о смете в разговор об окупаемости.
Как снять эти показатели до начала проекта и как потом проверить результат, разобрано в статье про эффективность внедрения ИИ.
Как устроен проект и сколько он занимает
Разработка и внедрение систем ИИ идут в четыре этапа: разбор процесса и критериев, проектирование и разработка, тестирование на реальных сценариях и запуск, затем сопровождение. Подробно каждый этап разобран в материале о внедрении ИИ-агентов — здесь важен только порядок: сначала процесс, потом решение.
Срок зависит от двух вещей: насколько процесс описан и насколько быстро дают доступы. Для ориентира — результаты наших проектов. HRM-систему с воронкой подбора, интеграцией с hh.ru и кадровым учётом запустили примерно за 2 месяца. На производстве после внедрения системы обучения подготовка электронного курса сократилась примерно с 5 дней до 1 часа, а теста — с 2 часов до 10 минут.
Это результаты конкретных внедрений, а не обещание такого же срока каждому: в другой компании другой процесс, другие данные и другая точка старта.
Пример готового процесса, который собран по этой логике, — обработка заявок торговых представителей. Агент уточняет недостающие данные, проверяет остатки и цены в учётной системе, формирует заказ и счёт. Человек остаётся в процессе, но занимается клиентом, а не вводом.
Коротко
Разработка ИИ-агентов — это проект по изменению процесса, в котором выбор модели занимает малую часть усилий. По оценке McKinsey Global Institute из отчёта The economic potential of generative AI, до 60–70 % рабочего времени сотрудников в принципе поддаётся автоматизации с помощью генеративного ИИ. Это оценка отрасли, а не обещание результата: сколько из этого применимо у вас, покажет разбор ваших процессов.
Что стоит унести из статьи. Агент собирается из пяти частей, и проверка результата с журналом — такие же обязательные части, как правила и доступы. Основная трудоёмкость спрятана в исключениях.
Техзадание при этом описывает процесс, а не инструмент. А смета обсуждается после разбора, потому что до него она ни на чём не основана.
Частые вопросы
Модель почти всегда берут готовую и не обучают заново. Работа уходит на другое: описать процесс и правила, собрать базу знаний, настроить доступ к учётной системе, задать критерии готового результата и предусмотреть поведение при исключениях. Модель здесь одна из деталей, а не предмет проекта.
Цен в блоге мы не называем: смета зависит от числа интеграций, состояния данных, цены ошибки в процессе и объёма исключений, которые нужно предусмотреть. Оценку даём после разбора процесса, когда понятно, что именно агент делает и с какими системами работает. До разбора любая цифра будет выдумкой.
Если процесс типовой и вы готовы вести его так, как задумал производитель продукта, готовое решение будет дешевле и быстрее. Разработка нужна там, где процесс отличается от типового, где требуется работа с несколькими системами компании или где логика меняется вместе с бизнесом.
Со стороны компании нужны не программисты, а владелец процесса и человек, который даёт доступы к системам. Владелец отвечает за решения об исключениях и за приёмку. Если в компании есть ИТ-служба, её участие сокращает срок: доступы и тестовый контур обычно готовятся дольше самой разработки.
Это обычная ситуация, и приводить в порядок всё сразу не нужно. Достаточно тех данных, которые участвуют в выбранном процессе: справочники, актуальный прайс, условия работы с клиентами. Разбор как раз и показывает, какие данные агенту нужны, а какие можно не трогать.
Разберём этот процесс в вашей компании
На бесплатной онлайн-экскурсии покажем, как устроены процессы внутри ИНОБО, и обсудим, что из этого применимо к вашей задаче.
Записаться на экскурсию
