Пока одни боялись, что их заменит искусственный интеллект, другие делегировали ему рутинные задачи и передавали «тот самый работающий промт» из руки в руки. Но до недавнего времени ощутимой пользы компаниям ИИ не приносил: согласно исследованию экс-data-подрядчика Google, больше половины ИИ-проектов не оправдывали надежд бизнеса и вложенных в него денег.
Новая волна популярности настигла ИИ после выступления генерального директора NVIDIA Дженсена Хуанга на CES 2025. Там он заявил, что ИИ-агенты со временем заменят реальных сотрудников, а ИТ-отделы будут выступать в качестве эйчаров для их найма.
В этом материале разберёмся, что из себя представляют ИИ-агенты, как они работают и зачем бизнесу их внедрять.
Новая волна популярности настигла ИИ после выступления генерального директора NVIDIA Дженсена Хуанга на CES 2025. Там он заявил, что ИИ-агенты со временем заменят реальных сотрудников, а ИТ-отделы будут выступать в качестве эйчаров для их найма.
В этом материале разберёмся, что из себя представляют ИИ-агенты, как они работают и зачем бизнесу их внедрять.
Материал обновлён 6 марта 2025 года
- ИИ-агент: что это такое, чем отличается от генеративных нейросетей и AI workflow
- Чем они могут быть полезны для бизнеса
- AI-агенты в бизнес-процессах компании: действительно ли они нужны
- Как работают агенты: делимся опытом «Первой Формы»
- Как они устроены
- Как использовать агентов: рассматриваем примеры из разных отраслей
- Подводим итоги: как внедрить AI-агентов в компанию
Олег Юшин
Директор по искусственному интеллекту «Первой Формы»
Директор по искусственному интеллекту «Первой Формы»
Денис Селезнёв
Генеральный директор «Первой Формы», разработчика low-code BPM-системы с AI-инструментами
Генеральный директор «Первой Формы», разработчика low-code BPM-системы с AI-инструментами
ИИ-агент: что это такое, чем отличается от генеративных нейросетей и workflow
Для начала давайте разберёмся в формулировках.
Генеративный искусственный интеллект (ИИ) — это модель искусственного интеллекта, которая помогает создавать контент: тексты, иллюстрации и видео. Для этого люди используют промты — запросы, с помощью которых ставят задачу нейросетям. Среди популярных примеров можно отметить: ChatGPT от американской компании OpenAI; DeepSeek от DeepSeek AI из Китая; GigaChat от российского Сбера.
К генеративным нейросетям также можно отнести и AI-ассистента. Он выполняет те же функции, что и ChatGPT, но отличается тем, что встроен в корпоративную систему компании. Например, сотрудники с помощью промтов могут писать тексты, искать документы или транскрибировать видео.
AI workflow — это технология автоматизации бизнес-процессов, которая не основана на искусственном интеллекте, но может включать его элементы. Эта система работает по заранее прописанной стратегии, процесс там чёткий и предсказуемый. С помощью этой технологии пользователи могут решать разнообразные задачи. Например, workflow позволяет передавать документы от одного сотрудника к другому, чтобы тот выполнил определённые действия.
Компании могут использовать технологию и для выполнения более сложных задач. Например, для вывода нового продукта на рынок. Этот бизнес-процесс состоит из множества этапов вроде исследования рынка, разработки стратегии, проектирования, тестирования, производства, маркетинга и продаж. С помощью workflow можно контролировать этапы, управлять ресурсами и задачами, передавать информацию между отделами и отслеживать дедлайны.
ИИ-агент (AI-агент) — это автономная интеллектуальная система, которая выполняет определённые задачи без вмешательства человека. Агент может принимать решения на основе корпоративных данных и предпринимать действия, чтобы достичь конкретной цели.
То есть, главное его отличие заключается в автономности. Агент действует самостоятельно, в зависимости от заложенной в него «должностной инструкции». Например, он может выбирать действия в рамках заданных параметров, самостоятельно определять стратегию и последовательность её выполнения. Пользователю, как в случае с Chat GPT, не нужно формулировать задачу через промт и следить за её выполнением.
Как одну и ту же бизнес-задачу решает СhatGPT, workflow и AI-агент
Представьте, что вы — аналитик отдела продаж, и вам необходимо узнать, на какие товары компании будет спрос в ближайшее время.
ChatGPT. Вы предоставляете нейросети все необходимые данные (тенденции, объёмы, цены, экономические показатели), затем ставите задачу проанализировать их и просите составить прогноз.
Workflow. Без привлечения ИИ традиционная автоматизация бизнес-процессов не сможет полноценно справиться с такой задачей.
Вам нужно указать, откуда можно взять необходимые данные для исследования и передать их генеративным нейросетям вроде ChatGPT. Далее результат будет отправлен пользователю.
AI-агент. Самостоятельно ищет все необходимые данные, при необходимости коммуницирует с участниками процесса, анализирует полученную информацию и составляет прогноз.
Фактически агент выполняет роль виртуального сотрудника, который самостоятельно выбирает подходящий для выполнения задачи процесс, адаптирует его или создаёт новый.
Среди особенностей этого ИИ-модуля можно отметить:
- автономность: может вовлечь в процесс сотрудников или других агентов для того, чтобы решить задачу;
- самостоятельное принятие решения: делает это на основе анализа ситуации и контекста;
- обучаемость: накапливает опыт решения задач и на этом основании улучшает свои параметры;
- гибкость: выполняет разные типы задач в зависимости от выбранной роли в компании.
Чем ИИ-агенты могут быть полезны для бизнеса
Постепенно агентов внедряют по всему миру. В отчёте Capgemini Research Institute утверждается, что 82% компаний планируют внедрить подобные ИИ-модули к 2026 году: исследования охватывают данные 2500 руководителей и сотрудников по всему миру. А согласно данным Boston Consulting Group, после повышения страховых взносов для работодателей более половины топ-менеджеров британских компаний намерены перенаправить инвестиции с персонала на технологии ИИ.
Денис Селезнёв
Генеральный директор «Первой Формы»
Генеральный директор «Первой Формы»
Анализируя ситуацию в мире, мы видим, что ИИ-агенты способны решить проблему кадрового голода в России. Найм такого агента на работу поможет закрыть потребность в недостающем персонале среднего звена и повысить эффективность команд.
Кроме решения проблемы кадрового голода, агенты могут предложить бизнесу множество других преимуществ, которые позволят компаниям развиваться и расти. Их можно персонализировать — каждый сотрудник может создать команду агентов под собственные задачи, их можно обучать и масштабировать, благодаря им компании могут сократить расходы и «усилить» реальных сотрудников. Остановимся на этом чуть подробнее.
ИИ-агенты могут помочь бизнесу:
Повысить эффективность. Автоматизация рутинных задач позволит сотрудникам сосредоточиться на более важных процессах. Например, агенты могут взаимодействовать с несколькими клиентами одновременно, определять, нужно ли им обратиться к человеку, а потом выбрать менеджера с подходящим набором навыков для ответа на запрос.
Таким образом, компании могут обрабатывать большие объёмы запросов, сокращать время отклика и повышать эффективность операций по обслуживанию клиентов без потери качества.
Таким образом, компании могут обрабатывать большие объёмы запросов, сокращать время отклика и повышать эффективность операций по обслуживанию клиентов без потери качества.
Снизить затраты. Благодаря автоматизации можно уменьшить необходимость ручной работы и сократить количество ошибок, что, в свою очередь, положительно скажется на общих расходах компании.
Например, в производственной сфере агент может анализировать данные с оборудования для его предиктивного обслуживания. Это помогает прогнозировать поломки и минимизировать простои, что снижает затраты на ремонт и увеличивает эффективность работы.
Улучшить клиентский опыт. Такие ИИ-модули могут быстро и точно обслуживать клиентов, использовать данные для персонализации взаимодействия и быть на связи 24/7. Всё это приведёт компании к более высокому уровню удовлетворённости клиентов.
Принимать обоснованные решения. Анализ и интерпретация больших данных позволяют принимать более точные и продуманные бизнес-решения.
Например, в сфере ритейла агенты могут анализировать данные о продажах и предпочтениях клиентов. На их основе AI может спрогнозировать спрос, оптимизировать запасы товаров и дать рекомендации по ценообразованию.
Например, в производственной сфере агент может анализировать данные с оборудования для его предиктивного обслуживания. Это помогает прогнозировать поломки и минимизировать простои, что снижает затраты на ремонт и увеличивает эффективность работы.
Улучшить клиентский опыт. Такие ИИ-модули могут быстро и точно обслуживать клиентов, использовать данные для персонализации взаимодействия и быть на связи 24/7. Всё это приведёт компании к более высокому уровню удовлетворённости клиентов.
Принимать обоснованные решения. Анализ и интерпретация больших данных позволяют принимать более точные и продуманные бизнес-решения.
Например, в сфере ритейла агенты могут анализировать данные о продажах и предпочтениях клиентов. На их основе AI может спрогнозировать спрос, оптимизировать запасы товаров и дать рекомендации по ценообразованию.
Увеличить конкурентоспособность на рынке. Внедрение таких ИИ-модулей способствует разработке новых продуктов и услуг, повышая конкурентоспособность компании.
Ко всему прочему, агенты могут легко масштабироваться для обработки растущих объёмов данных. И это станет классным вариантом для тех компаний, которые стремятся к росту и развитию.
Ко всему прочему, агенты могут легко масштабироваться для обработки растущих объёмов данных. И это станет классным вариантом для тех компаний, которые стремятся к росту и развитию.
ИИ-агенты в бизнес-процессах компании: действительно ли они нужны
Как сообщает «Коммерсантъ», в 2024 году каждая вторая российская компания из топ-300 уже внедрила ИИ-решения в свои бизнес-процессы. Но прежде чем внедрять агентов AI, необходимо понять, нужны ли они вашей компании в принципе. Например, это будет полезно, если вам нужно обрабатывать большие объёмы данных, у вас много повторяющихся задач или вы захотите улучшить клиентский сервис.
Интеллектуальные агенты уже доказали свою эффективность в крупных компаниях. Один из последних ярких примеров — американская компания-разработчик Salesforce. На подкасте 20VC with Harry Stebbings генеральный директор компании Марк Бениофф рассказал, что в 2025 году они больше не планируют нанимать инженеров-программистов, так как смогли на 30% увеличить производительность инженерных команд благодаря Agentforce и другими технологиям искусственного интеллекта.
Salesforce Agentforce — это инновационная платформа, которая ориентирована на использование агентов ИИ в работе с клиентами, маркетингом и продажами.
Бениофф также сообщил, что в следующем году будет меньше и инженеров поддержки: из 35 000 еженедельных запросов в поддержку компании только 5 000 требуют вмешательства человека.
Не менее выгодным станет внедрение агентов и в среднем бизнесе. В 2024 году компания LangChain опросила более тысячи специалистов разных уровней — от продакт-менеджеров и инженеров до руководителей компаний.
Как показал опрос, более половины компаний уже внедрили AI-модули в производство. Причём 63% из них — это средние компании с численностью сотрудников от 100 до 2000 человек. Чаще всего агентов используют для исследований и суммаризации данных, в качестве личных помощников и для повышения качества обслуживания клиентов.
Олег Юшин
Директор по искусственному интеллекту «Первой Формы»
Директор по искусственному интеллекту «Первой Формы»
В «Первой Форме» работает менее 200 человек, и запуск агентов помог нам повысить продуктивность работы сотрудников, не расширяя штат. Агенты генерируют документы, планируют задачи и распределяют ресурсы, анализируют результаты и взаимодействуют с клиентами.
Денис Селезнёв
Генеральный директор «Первой Формы»
Генеральный директор «Первой Формы»
Но здесь необходимо понимать, что агенты должны быть встроены в бизнес-процессы компании. Они должны выполнять конкретные бизнес-функции, заменяя сотрудников или часть их задач. Не человек должен управлять решением задачи с помощи ИИ, а агент самостоятельно должен решать задачи, опираясь на свою «должностную инструкцию».
Если же в вашей компании бизнес-процессы не требуют сложной автоматизации, то в таком случае традиционные методы могут стать более экономичными и эффективными.
Например, если вам нужно ежемесячно согласовывать документы между сотрудниками и отправлять отчёты руководству, то для решения таких задач не стоит привлекать искусственный интеллект. С этим справится традиционная автоматизация бизнес-процессов — workflow.
Если же вы хотите, чтобы на основе ваших рабочих встреч выполнялись какие-то действия — отправлялись ссылки или создавались новые задачи в системе — то автоматизация здесь не поможет. Это сможет сделать только ИИ-агент, который способен принимать решения.
Как ИИ-агент заменяет персонального ассистента в «Первой Форме»
AI-агент анализирует протоколы рабочих встреч, компилирует из них информацию, которая касается конкретного пользователя, и формирует из неё список поручений.
Этот список ИИ-агент сверяет с уже существующими в системе задачами, актуализирует их или создаёт новые со специальной пометкой, чтобы сотрудник мог их отфильтровать.
Готовый список задач со ссылками и краткие итоги встреч агент присылает пользователю. Работать с ассистентом можно и в веб-версии, и в мобильном приложении «Первой Формы».
Изучить подробнее
Как работают ИИ-агенты: делимся опытом «Первой Формы»
В отличие от привычных чат-ботов, агенты действуют самостоятельно по графику или триггерам, следуя заложенной «должностной инструкции». Модули ИИ вовлекают в процесс сотрудников, принимают решения на основе анализа имеющихся данных, обучаются и гибко выполняют различные задачи в рамках своей роли. Например, роли менеджера по продажам, сотрудника технической поддержки или секретаря.
Денис Селезнёв
Генеральный директор «Первой Формы»
Генеральный директор «Первой Формы»
Возможности таких агентов сопоставимы с работой менеджера, который принимает решения в условиях определённости. ИИ-агенты способны эффективно решать задачи и принимать решения в ситуациях, где определены исходные данные и методы решения.
Кроме того, в «Первой Форме» разработали новую методологию автоматизации бизнес-процессов, которая преобразует должностные инструкции в алгоритмы для ИИ-агентов. С помощью программного обеспечения пользователи могут генерировать алгоритмы из существующих инструкций и создавать ИИ-агентов, готовых к выполнению задач. Это позволяет отказаться от привлечения специалистов по ИИ, делая автоматизацию доступной.
Как AI-агенты «Первой Формы» выполняют задачи специалиста по документообороту
Первый ИИ-агент работает с исходящими актами и счетами. На основании данных из договора он самостоятельно запрашивает у ответственных сотрудников и клиентов подтверждение о выполнении работ. В процессе анализирует ответы менеджера и выбирает, как поступить. Например, он может запросить перенос дедлайнов или привлечь руководителя к задаче.
После этого агент формирует закрывающие акты и счета, выбирает согласующих лиц и вносит в документы правки. Готовые документы он отправляет в интегрированную систему ЭДО или подключает сотрудника, чтобы тот их распечатал. Задачи ИИ-агент закрывает, когда получает подписанный контрагентом документ или оплату по счёту.
Второй ИИ-агент работает с актами и счетами от поставщиков. Он самостоятельно запрашивает у контрагентов документы и проверяет их с учётом своего предыдущего опыта: находит неверные формулировки и недостающие данные, собирает для контрагента список правок, перепроверяет обновлённые версии, ставит счета на оплату и контролирует, получил ли контрагент подписанные документы.
Изучить подробнее
Сегодня AI-агенты внутри «Первой Формы» решают:
- операционные задачи: генерируют документы, работают с данными и проверяют их, находят нетипичные действия и готовят отчёты.
- управленческие задачи: планируют задачи и распределяют ресурсы, следят за дедлайнами и процедурами, контролируют исполнение задач и анализируют результаты.
- оптимизационные задачи: идентифицируют точки улучшения эффективности и выявляют риски.
- коммуникационные задачи: взаимодействуют с внутренними и внешними стейкхолдерами, отвечают на вопросы сотрудников, пополняют базу знаний.
Денис Селезнёв
Генеральный директор «Первой Формы»
Генеральный директор «Первой Формы»
Ключевая особенность ИИ-агентов в «Первой Форме» — встроенность в архитектуру системы. В нашей BPM-системе можно настроить бизнес-процесс любой сложности с помощью low-code конструктора. Но если раньше в них работали люди, то теперь это могут делать ИИ-агенты. По сути это виртуальные сотрудники, способные действовать автономно и адаптироваться к задачам. Настройка агентов при этом выполняется также с помощью low-code, без программирования.
Как устроены ИИ-агенты
Большинство агентов строится на LLM (большой языковой модели). И для того чтобы создать ИИ-агента нужно внедрить необходимое количество смарт-функций и научить LLM правильно их использовать.
В «Первой Форме» смарт-функции уже были: они выполняли определённые действия по заданному алгоритму. Что и является традиционной автоматизацией бизнес-процессов.
Олег Юшин
Директор по искусственному интеллекту «Первой Формы»
Директор по искусственному интеллекту «Первой Формы»
Поэтому внедрить ИИ-агента в «Первой Форме» было довольно легко: мы просто добавили LLM и научили её вызывать необходимые смарт-функции для решения какой-то задачи.
Представьте конвейер на заводе, где каждый рабочий выполняет определённую работу и передаёт результат по цепочке дальше. По аналогичному сценарию работает и агент. Разработчики создают цепочку промтов, разбивая одну сложную задачу на подзадачи, и каждый вызов LLM обрабатывает результат предыдущего.
Кроме того, любую заводскую продукцию принято проверять на качество. В AI-агенте это можно сделать с помощью программных проверок или другого агента, а внедрить их можно на любом этапе.
Если перед отправкой сообщения вам нужно проверить его на наличие нецензурных слов, то в этом случае подойдёт стандартная программная проверка. С более «интеллектуальным» аудитом — например, проверкой сообщения на соответствие какому-то документу — справится только агент.
В целом ИИ-агенты состоят из нескольких ключевых компонентов:
- Модуля обработки данных. Отвечает за анализ входящей информации и преобразование данных в удобный для работы формат.
- Механизма принятия решений. Благодаря ему агент принимает решения на основе исторических данных.
- Модуля действий. Выполняет действия, которые необходимы агенту для решения задачи. Например, собирает информацию или ставит задачи пользователю. В «Первой Форме» это связано с вызовом смарт-функций.
- Интерфейса взаимодействия. Этот компонент позволяет агенту взаимодействовать с пользователями или другими системами. В «Первой Форме» это и есть сама система, в которой работают сотрудники компании.
- Интеграции с внешними системами. Даёт возможность взаимодействовать с другими ПО для выполнения более сложных задач. Например, если необходимо отправить какие-то документы в 1С.
- Системы безопасности. Этот компонент защищает конфиденциальные данные компании и пользователей, разграничивает права доступа.
При настройке агентов можно использовать разные языковые модели и размещать инфраструктуру в контуре клиента, чтобы корпоративные данные были под защитой.
Как использовать ИИ-агентов: рассматриваем примеры из разных отраслей
Уже сегодня интеллектуальные агенты становятся неотъемлемой частью бизнес-процессов компаний из разных отраслей. Благодаря им бизнес повышает качество услуг, эффективно использует ресурсы и снижает риски. Давайте посмотрим, чем могут быть полезны ИИ-агенты в разных сферах.
В производственной сфере модули ИИ могут помочь:
- прогнозировать поломки оборудования;
- контролировать качество продукции;
- управлять цепочками поставок;
- разрабатывать новые продукты;
- обеспечивать более высокий уровень безопасности.
Так, компания Siemens использует ИИ-агентов для мониторинга производственных линий: искусственный интеллект заранее предвидит проблемы с оборудованием и корректирует рабочие процессы в режиме реального времени. Такое решение позволяет заводам компании сократить время простоя на 30%.
В госсекторе агенты могут быть полезны в:
- обработке запросов и обращений от граждан;
- проведении Health Check («состояния здоровья») госпроектов;
- принятии обоснованных решений и распределении ресурсов;
- управлении документооборотом.
К примеру, налоговая служба (IRS) США с помощью технологий искусственного интеллекта проверяет налоговые декларации и оценивает риски, а виртуальный ассистент отвечает на запросы граждан по налоговым вопросам. Благодаря такому решению снижается нагрузка на госслужащих, повышается точность ввода данных, а граждане могут получить ответ на свой вопрос 24/7.
В 2023 году IRS уже заявляла, что продолжит изучать новые технологии ИИ, чтобы повысить качество обслуживания налогоплательщиков, поэтому не исключено, что они обратят внимание и на AI-агентов.
Благодаря модулям ИИ сотрудники финсектора смогут сосредоточиться на стратегических задачах, снизить риски и улучшить клиентский опыт. Агенты могут:
- круглосуточно отвечать на запросы клиентов;
- обрабатывать заявки на кредиты и анализировать кредитные истории;
- обнаруживать мошенничество: выявлять аномальные транзакции и сигнализировать об их обнаружении;
- оценивать риски, выявлять тренды и принимать обоснованные решения на основе анализа больших данных;
- персонализировать рекомендации: анализировать финансовую историю клиента и предлагать ему оптимальные инвестиционные решения.
Так, американская банковская компания Capital One, которая специализируется на автокредитах, не так давно запустила ИИ-агента, который будет помогать людям покупать автомобиль: сравнивать разные транспортные средства и планировать тест-драйвы.
В сфере IT агенты могут:
- тестировать продукты, выявлять ошибки и улучшать качество кода;
- анализировать сетевые данные и поведение пользователей, чтобы обнаружить кибератаки;
- помогать техподдержке обрабатывать запросы от пользователей;
- анализировать процессы разработки и предлагать улучшения.
Например, японская IT-компания Fujitsu в партнёрстве с канадской компанией Cohere Inc., которая специализируется на искусственном интеллекте и больших языковых моделях, в 2025 году планируют выпустить продукт в сфере безопасности, использующий AI-агентов. Он позволит IT-администраторам и операционному персоналу, даже без глубоких знаний в кибербезопасности, создавать приложения для проактивной защиты от киберугроз.
В сфере ритейла агенты могут помочь:
- анализировать поведение пользователей и предлагать товары, основанные на их предпочтениях;
- прогнозировать спросы на товары, чтобы предотвратить избыток или нехватку товаров на складах;
- анализировать тренды и цены, чтобы усовершенствовать стратегии продаж;
- круглосуточно обрабатывать запросы покупателей;
- анализировать отзывы.
Так, американская компания Amazon в феврале 2024 года добавила на свой маркетплейс чат-бота, которые отвечает на разные вопросы покупателей о продуктах. Планируется, что в будущем компания запустит собственных агентов ИИ, которые будут рекомендовать товары клиентам и даже добавлять их в корзину.
Подводим итоги: как внедрить ИИ-агентов в компанию
Как показывает практика, уже сегодня компании выходят за рамки традиционных чат-ботов и начинают внедрять более продвинутые решения в виде AI-агентов. Такие модули отличаются автономностью, помогая бизнесу не только автоматизировать рутинные задачи, но и принимать решения.
В отчёте компании Deloitte говорится, что с каждым годом бизнес всё чаще будет использовать такие модули ИИ в работе. По их прогнозу, 25% компаний, которые сегодня используют генеративные нейросети, развернут агентов уже в 2025 году, а к 2027 году этот показатель вырастет до 50%.
Согласно исследованию, 78% опрошенных компаний с численностью от 100 до 2000 сотрудников планируют внедрить агентов в бизнес-процессы в ближайшее время.
Делимся полезными советами и рассказываем, что нужно сделать, чтобы такое решение принесло максимальный эффект для вашего бизнеса:
- Проанализируйте процессы. Определите, какие из них могут быть автоматизированы или улучшены с помощью агентов. Например, это будет обработка данных, клиентская поддержка или логистика.
- Обеспечьте доступ к данным. Это необходимо для обучения и настройки моделей AI.
- Выберите технологии. Выберите подходящие инструменты, которые соответствуют вашим целям и ресурсам.
- Подготовьте персонал. Объясните, что агенты могут стать классными помощниками в работе, помогут увеличить продуктивность, и обучайте их необходимым навыкам для работы с новыми технологиями.
- Мониторьте результаты и оптимизируйте процесс. Постоянно отслеживайте результаты работы ИИ-агентов, чтобы понять, что необходимо улучшить.
Хотите повысить эффективность вашего бизнеса, сократить затраты и решить проблему с недостатком персонала?
Нанимайте виртуальных сотрудников, способных автономно решать задачи менеджеров среднего звена. «Первая Форма» обучит ИИ-агентов для работы в ваших бизнес-процессах.
Попробовать
