ИИ-агент — это программа, которая самостоятельно выполняет последовательность рабочих шагов: берёт данные, проверяет их в системах компании, формирует результат и передаёт работу дальше. Внедрение ИИ-агентов почти всегда начинают с вопроса «какую модель взять». Это неудачная отправная точка.
Пока не разобран сам процесс — из каких шагов он состоит, кто в нём участвует, откуда берутся данные и что считается готовым результатом, — выбирать инструмент не из чего. Если последовательность не описана, описывать агенту нечего.
Ниже — этапы внедрения ИИ: как устроен проект от разбора процесса до сопровождения, сколько он занимает и на каких местах компании останавливаются чаще всего.
Почему внедрение ИИ-агентов срывается на первом шаге
Типичная картина: руководитель видит, что сотрудники тратят часы на повторяющуюся работу, и решает это автоматизировать. Дальше начинается выбор — платформа, модель, подрядчик. Через месяц появляется демо, которое красиво работает на одном примере и разваливается на втором.
Причина почти всегда одна. Автоматизировали не процесс, а представление о нём.
Реальная работа обычно отличается от того, как её описывают на совещании. В ней есть исключения, которые сотрудник держит в голове, согласования, которых нет в регламенте, и данные, которые берутся не из системы, а из переписки. Агент этих неписаных правил не знает. Он делает ровно то, что ему задали, и на первом же исключении останавливается или ошибается.
Отсюда практический вывод: начинать стоит не с технологии, а с наблюдения за тем, как работа идёт на самом деле.
Что отдают агенту, а что оставляют человеку
Полезно разделить задачи по одному признаку: требует ли шаг суждения или нет.
Хорошо передаются агенту операции, у которых есть понятный вход, понятный выход и правило перехода между ними:
- сбор данных из нескольких источников в один документ;
- проверка остатков, цен и условий в учётной системе;
- заполнение карточек и полей после разговора или встречи;
- подготовка типовых документов по шаблону и данным клиента;
- контроль сроков и напоминания о том, что зависло;
- первичная сортировка входящих обращений.
Плохо передаются решения, где нужно взвесить неполные данные и взять на себя ответственность: переговоры об условиях, нестандартные уступки, конфликтные ситуации, оценка людей. Здесь агент может подготовить материал, но решение остаётся за человеком.
Граница проходит не по сложности задачи, а по цене ошибки и по тому, можно ли сформулировать правило. Разбор 100 писем — задача объёмная, но правило в ней есть. Разговор с недовольным клиентом проще по объёму, а правила в нём нет.
| Признак шага | Отдаём агенту | Оставляем человеку |
|---|---|---|
| Правило | формулируется | зависит от ситуации |
| Вход и выход | заданы | меняются по ходу |
| Цена ошибки | низкая, ошибка заметна сразу | высокая, бьёт по отношениям |
| Объём | десятки и сотни повторов | единичные случаи |
| Пример | заполнение карточки после встречи | уступка по цене |
Подробнее о том, какие агенты бывают и чем помощник для отдельной задачи отличается от агента, встроенного в процесс, — в каталоге ИИ-агентов.
Этапы внедрения ИИ: четыре шага проекта
Из чего состоит проект
Шаг 1
Разбираем процесс и критерии результатаИнтервью, аудит, техзадание на процесс, а не на инструмент.Шаг 2
Проектируем и разрабатываемСначала границы между человеком и агентом, потом само решение.Шаг 3
Тестируем и запускаемРеальные сценарии с исключениями и отмена старого порядка работы.Шаг 4
СопровождаемПроцессы меняются, и решение должно меняться вместе с ними.
1. Разбираем процесс и критерии результата
Интервью с теми, кто выполняет работу, — обычно 3–5 разговоров, — разбор текущей последовательности шагов, аудит: где теряются время и деньги. На этом же этапе договариваются о критериях — что именно считается правильно выполненной задачей. Без такой договорённости проверить агента невозможно: каждый будет оценивать результат по-своему.
Итог этапа — техническое задание, в котором описан не инструмент, а процесс и требования к результату.
2. Проектируем и разрабатываем
Сначала архитектура: как работа распределяется между человеком и агентом, где проходят границы, что происходит при исключении. Потом само решение.
Порядок здесь важен. Если взять готовый инструмент и подгонять под него процесс, компания получает чужую логику работы и вечные обходные пути.
3. Тестируем и запускаем
Проверка на реальных сценариях, а не на подготовленных примерах. Реальные сценарии тем и ценны, что в них есть исключения. Дальше — внедрение в работу сотрудников: кто-то должен объяснить людям, что изменилось, и убрать старый порядок действий.
4. Сопровождаем
Процессы меняются, появляются новые случаи, меняются системы вокруг. Решение, оставленное без поддержки, устаревает вместе с процессом, который оно обслуживало.
Сколько это занимает
Честный ответ: зависит от двух вещей. Насколько процесс описан и насколько доступны системы, в которых он живёт. Компания, где есть регламент и открытый доступ к учётной системе, проходит путь заметно быстрее той, где работа держится на договорённостях между людьми.
Для ориентира — данные 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. Переносить их на другую компанию нельзя: там другой процесс, другие данные и другая точка старта. Но они дают представление о порядке величин.
Риски внедрения ИИ: где проекты останавливаются
За несколько лет набор проблем повторяется, и он почти не технический.
Нет владельца процесса. Когда за результат не отвечает конкретный человек, некому принимать решения об исключениях. Проект превращается в переписку.
Не договорились о критериях. Агент работает, а стороны спорят, хорошо ли он работает. Критерии нужно зафиксировать до разработки, а не после.
Старый порядок не отменили. Агент запущен, но сотрудникам не сказали перестать делать то же руками. Люди подстраховываются, объём работы растёт, эффект отрицательный.
Выбрали не тот процесс. Автоматизировали то, что проще, а не то, что дороже стоит компании. Оценивать стоит по объёму повторяющейся работы и по цене ошибки, а не по лёгкости внедрения.
Купили «ИИ-агента под ключ» без разбора процесса. Коробочное решение приносит чужую логику работы. Оно закрывает типовую задачу и упирается в первое же отличие вашего процесса от типового.
Ждали замены сотрудников. Ожидание сокращения штата почти всегда не оправдывается. Меняется структура работы: люди перестают тратить время на перенос данных и занимаются клиентами и решениями.
С чего начать внедрение ИИ на практике
Если решение о внедрении принято, а процесс нигде не описан, отдельный проект по описанию процессов начинать не нужно. Достаточно нескольких разговоров с людьми, которые выполняют работу, и одного простого упражнения: записать последовательность шагов от входа до результата и напротив каждого поставить, сколько времени он занимает и кто его делает.
Дальше видно само. Шаги, где человек переносит данные из одного места в другое, — первые кандидаты. Шаги, которые существуют «потому что так сложилось», иногда проще убрать, чем автоматизировать.
Показательный пример такой перестройки — обработка заявок торговых представителей: агент уточняет недостающие данные, проверяет остатки и цены в учётной системе и формирует заказ со счётом. Человек остаётся в процессе, но занимается клиентом, а не вводом.
Когда процессу нужны собственный интерфейс, данные и управление, задача выходит за рамки одного агента — тогда речь идёт уже о разработке корпоративной системы.
Что стоит запомнить
Внедрение ИИ-агентов — это проект по изменению процесса, у которого технологическая часть занимает меньше половины 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 конкретного результата: сколько из этого применимо в отдельной компании, показывает только разбор её процессов.
Порядок действий, который работает: разобрать процесс, договориться о критериях, спроектировать распределение работы между человеком и агентом, проверить на реальных случаях, отменить старый порядок и сопровождать решение дальше.
Внедрение ИИ-агентов в бизнес начинается не с выбора модели, а с ответа на вопрос, какую именно работу вы хотите перестать делать руками.
Частые вопросы
С разбора процесса, а не с выбора модели или платформы. Нужно понять, из каких шагов состоит работа сейчас, кто что делает, где берутся данные и что считается результатом. Пока этого описания нет, задание агенту сформулировать не из чего.
Срок зависит от того, насколько процесс описан и насколько доступны системы, в которых он живёт. В одном из наших проектов HRM-систему запустили примерно за два месяца. Это результат конкретного внедрения, а не обещание такого же срока каждому.
Можно, но эффект будет небольшим. Агент, встроенный в неудачный процесс, ускорит именно его. Обычно на этапе разбора выясняется, что часть шагов существует по инерции и их проще убрать, чем автоматизировать.
Это обычная ситуация, и отдельный проект по описанию процессов ради этого не нужен. Описание собирается на интервью с теми, кто выполняет работу: за несколько разговоров становится видно и последовательность шагов, и расхождения между тем, как работа устроена по регламенту и на деле.
Главные — не технические. Чаще всего проект останавливается там, где нет владельца процесса, где не договорились о критериях результата или где агента запустили рядом со старым порядком работы, не отменив его. В этом случае сотрудники продолжают делать всё вручную.
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
