ИИ-агенты в бизнесе: хайп или тихая революция?
В последнее время много новостей о внедрении умных помощников в бизнес-процессы разного масштаба. Способны ли ИИ-агенты приносить пользу компаниям или это очередной виток хайпа, подогреваемого интересом инвесторов и модой на искусственный интеллект? Для ответа на этот вопрос стоит оценить, как ИИ-агенты могут повлиять на автоматизацию бизнеса.
Искусственный интеллект перестал быть экспериментальной технологией — сегодня 72% компаний в мире уже внедряют ИИ-решения в свои процессы, а 83% компаний называют ИИ главным приоритетом в бизнес-стратегии. Особенно быстро растет спрос на ИИ-агентов — автономные системы, способные не только анализировать данные, но и принимать решения, автоматизировать процессы и взаимодействовать с пользователями.
В их основе большие языковые модели (LLM), такие как ChatGPT. Если сами LLM воспринимаются как технологический прорыв, то ИИ-агенты — это их первое массовое применение.
В отличие от классических чат-ботов, работающих по жестким сценариям, ИИ-агенты способны учитывать контекст и адаптироваться, корректируя свои действия на основе актуальных данных. Проще говоря, ИИ-агент самостоятельно определяет последовательность шагов, которые приводят к точному выполнению поставленной задачи.
Сегодня ИИ-агентов активно используют в системах автоматизации бизнес-процессов AI-workflow как управляющих экосистемой инструментов. Но современные агенты способны на большее: самостоятельно анализировать входящие запросы, обращаться к разным источникам данных, принимать решения на основе нескольких итераций и взаимодействовать с другими агентами или цифровыми системами для решения сложных задач. Это позволяет им выйти за рамки роли простых исполнителей и стать полноценными цифровыми сотрудниками, которые сами предлагают решения и оптимизируют бизнес-процессы.
В июне этого года генеральный директор Amazon Энди Джасси в служебной записке сотрудникам прямо предупредил о предстоящих сокращениях из-за активного внедрения искусственного интеллекта и ИИ-агентов. Он отметил: «Внедрение генеративного ИИ должно изменить способ выполнения работы в компании. Нам потребуется меньше людей для выполнения некоторых видов задач и больше для других». Да, руководитель Amazon довольно аккуратен в высказываниях и делает акцент на перепрофилировании сотрудников. Но компания уже сократила более 27 000 сотрудников с 2022 года, и Джасси прогнозирует дальнейшее сокращение штата по мере масштабного внедрения ИИ.
Освобождение сотрудников от рутинных задач — один из распространенных эффектов внедрения ИИ-агентов. Так произошло, например, после внедрение ИИ-агента в процесс рекрутмента Ак Барс Банка. ИИ-агент интегрируется с платформами по поиску работы и персонала. По заданным критериям вакансий редких специальностей он находит подходящих кандидатов, анализирует их профили и общается с каждым соискателем с учетом его опыта, навыков и интересов. Для массовых вакансий, таких как операторы кол-центра, где на одну позицию приходит свыше 1000 откликов, система автоматически сортирует входящие заявки, ранжирует их по релевантности и отвечает соискателям, существенно разгружая рекрутеров. Ак Барс Банку удалось сократить время закрытия вакансий на 61% и высвободить 48% времени рекрутеров для других задач.
В телекоме тоже есть примеры удачного применения ИИ-агентов. Поэтому Билайн недавно представил линейку из пяти ИИ-агентов, разработанных в партнерстве с red_mad_robot. Они созданы в первую очередь для собственного кол-центра и продаж, чтобы улучшить коммуникацию с клиентами: агенты обрабатывают запросы, сортируют проблемы, генерируют ответы для операторов и способны решать многие рутинные задачи, что повышает скорость реакции и снижает нагрузку на сотрудников. Также мы готовы продавать эти решения бизнесам, где есть подобные сценарии.
По прогнозам Gartner, к 2027 году половина бизнес-решений будет дополнена или автоматизирована при помощи ИИ-агентов. Уже сегодня они демонстрируют измеримую эффективность: сокращают издержки, ускоряют процессы и повышают качество сервиса. В ближайшие годы их роль будет только расти — особенно в отраслях с высокой конкуренцией и требованием к скорости принятия решений.
По мере развития агентов и расширения сфер их внедрения появляется логичный вопрос доверия: насколько можно полагаться на агента, если он принимает решения самостоятельно? Особенно с учетом склонности LLM, лежащих в их основе, к галлюцинациям, как это принято называть. Проблемы возникают, когда агент сталкивается с нестандартной ситуацией или неполнотой данных. Он может генерировать правдоподобный контент, не имеющий отношения к действительности. Если же дать ему возможность воздействовать на внешние инструменты и базы данных, то он вполне может скорректировать условие задачи и данные так, чтобы задача стала проще для решения. Такое решение не будет корректным и удовлетворяющим исходную постановку задачи. А в некоторых случаях способно нанести вред.
Для минимизации рисков компании внедряют системы контроля и проверки, используют несколько агентов для «голосования» по принятым решениям, а также обучают агентов на реальных сценариях и прописывают строгие регламенты действий. Но не всегда удается избежать ошибок.
Так, ИИ-кассиры, принимавшие заказы в американских автокафе McDonald’s в тестовом проекте, регулярно неверно понимали запросы клиентов. Однажды, например, ИИ-кассир добавил в заказ 260 наггетсов вместо нескольких штук. Ошибки вызывали недовольство посетителей и привели к приостановке проекта в 2024 году после трех лет тестирования.
Еще одна неудачная и для клиента, и для бизнеса история произошла в 2022 году. Канадец Джейк Моффатт, у которого умерла бабушка, решил купить авиабилеты до места похорон. На сайте авиакомпании Air Canada виртуальный ассистент предоставил ему неверную информацию о льготах для пассажиров, потерявших близких. Чат-бот сообщил о возможности вернуть деньги в течение 90 дней после покупки билета. Однако позже авиакомпания отказала в возврате, поскольку льготы доступны только при бронировании по телефону или в офисе. Моффатт подал иск в суд, который в феврале 2024 года встал на сторону пассажира и обязал Air Canada выплатить компенсацию, а также возмещение морального ущерба. После этого чат-бот компании был деактивирован.
Примеры выше показывают, что по мере роста автономности и масштабов применения ИИ-агентов становится очевидной необходимость развития стандартов и регламентов их использования. Особенно это важно для компаний из критически важных секторов. Юридические инициативы по регулированию работы ИИ в общем и агентов в частности множатся и развиваются в разных странах. Вопросы о безопасности, этичности и контроле использования ИИ регулярно входят в повестку форумов и конференций в России.
Однако многие компании, стремясь к быстрому внедрению ИИ-агентов из-за кажущейся простоты их интеграции, сталкиваются с системными ошибками, которые не всегда очевидны на старте. Например, недостаточное тестирование агентов в реальных условиях или игнорирование узкоспециализированных требований отрасли может привести к значительным финансовым и репутационным потерям. Баланс между скоростью внедрения и надежностью достигается только при участии экспертов, обладающих кросс-отраслевым опытом. Такие специалисты способны не только предупредить типичные ошибки, но и предложить готовые решения, уже апробированные в аналогичных кейсах. Компаниям стоит рассматривать ИИ-агентов не как универсальный инструмент под ключ, а как сложную систему, требующую глубокой адаптации под конкретные бизнес-процессы и постоянного мониторинга.
Технологическая конкуренция обостряется с каждым годом, и вопрос внедрения ИИ-агентов — это не просто история про улучшение продукта или услуги, а вопрос выживания и конкурентоспособности, и не только для крупных компаний. Даже если ресурсов для масштабного внедрения пока нет, важно держать руку на пульсе, следить за развитием технологий и быть готовым к быстрым переменам. Если есть возможность, запускать пилотные проекты, создавать экспериментальные группы и тестировать новые решения. Это позволит не только понять потенциал ИИ-агентов в конкретных задачах, но и подготовить компанию к будущим вызовам рынка.
С одной стороны, вокруг ИИ-агентов действительно много шума, и не все ожидания бизнеса могут мгновенно реализоваться. Однако уже сегодня ИИ-агенты автоматизируют рутинные операции и оптимизируют рабочие процессы в телекоме, финансах, ретейле и других сферах, сокращая издержки и повышая эффективность. Компании активно внедряют решения, которые на глазах трансформируют привычные процессы. Так что ИИ-агенты — это и хайп, и тихая революция одновременно.
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза
ИИ-агенты: что это и почему вокруг них столько шума
Искусственный интеллект перестал быть экспериментальной технологией — сегодня 72% компаний в мире уже внедряют ИИ-решения в свои процессы, а 83% компаний называют ИИ главным приоритетом в бизнес-стратегии. Особенно быстро растет спрос на ИИ-агентов — автономные системы, способные не только анализировать данные, но и принимать решения, автоматизировать процессы и взаимодействовать с пользователями.
В их основе большие языковые модели (LLM), такие как ChatGPT. Если сами LLM воспринимаются как технологический прорыв, то ИИ-агенты — это их первое массовое применение.
В отличие от классических чат-ботов, работающих по жестким сценариям, ИИ-агенты способны учитывать контекст и адаптироваться, корректируя свои действия на основе актуальных данных. Проще говоря, ИИ-агент самостоятельно определяет последовательность шагов, которые приводят к точному выполнению поставленной задачи.
Сегодня ИИ-агентов активно используют в системах автоматизации бизнес-процессов AI-workflow как управляющих экосистемой инструментов. Но современные агенты способны на большее: самостоятельно анализировать входящие запросы, обращаться к разным источникам данных, принимать решения на основе нескольких итераций и взаимодействовать с другими агентами или цифровыми системами для решения сложных задач. Это позволяет им выйти за рамки роли простых исполнителей и стать полноценными цифровыми сотрудниками, которые сами предлагают решения и оптимизируют бизнес-процессы.
Где ИИ-агенты уже приносят пользу
В июне этого года генеральный директор Amazon Энди Джасси в служебной записке сотрудникам прямо предупредил о предстоящих сокращениях из-за активного внедрения искусственного интеллекта и ИИ-агентов. Он отметил: «Внедрение генеративного ИИ должно изменить способ выполнения работы в компании. Нам потребуется меньше людей для выполнения некоторых видов задач и больше для других». Да, руководитель Amazon довольно аккуратен в высказываниях и делает акцент на перепрофилировании сотрудников. Но компания уже сократила более 27 000 сотрудников с 2022 года, и Джасси прогнозирует дальнейшее сокращение штата по мере масштабного внедрения ИИ.
Освобождение сотрудников от рутинных задач — один из распространенных эффектов внедрения ИИ-агентов. Так произошло, например, после внедрение ИИ-агента в процесс рекрутмента Ак Барс Банка. ИИ-агент интегрируется с платформами по поиску работы и персонала. По заданным критериям вакансий редких специальностей он находит подходящих кандидатов, анализирует их профили и общается с каждым соискателем с учетом его опыта, навыков и интересов. Для массовых вакансий, таких как операторы кол-центра, где на одну позицию приходит свыше 1000 откликов, система автоматически сортирует входящие заявки, ранжирует их по релевантности и отвечает соискателям, существенно разгружая рекрутеров. Ак Барс Банку удалось сократить время закрытия вакансий на 61% и высвободить 48% времени рекрутеров для других задач.
В телекоме тоже есть примеры удачного применения ИИ-агентов. Поэтому Билайн недавно представил линейку из пяти ИИ-агентов, разработанных в партнерстве с red_mad_robot. Они созданы в первую очередь для собственного кол-центра и продаж, чтобы улучшить коммуникацию с клиентами: агенты обрабатывают запросы, сортируют проблемы, генерируют ответы для операторов и способны решать многие рутинные задачи, что повышает скорость реакции и снижает нагрузку на сотрудников. Также мы готовы продавать эти решения бизнесам, где есть подобные сценарии.
По прогнозам Gartner, к 2027 году половина бизнес-решений будет дополнена или автоматизирована при помощи ИИ-агентов. Уже сегодня они демонстрируют измеримую эффективность: сокращают издержки, ускоряют процессы и повышают качество сервиса. В ближайшие годы их роль будет только расти — особенно в отраслях с высокой конкуренцией и требованием к скорости принятия решений.
Доверие и контроль: найти баланс
По мере развития агентов и расширения сфер их внедрения появляется логичный вопрос доверия: насколько можно полагаться на агента, если он принимает решения самостоятельно? Особенно с учетом склонности LLM, лежащих в их основе, к галлюцинациям, как это принято называть. Проблемы возникают, когда агент сталкивается с нестандартной ситуацией или неполнотой данных. Он может генерировать правдоподобный контент, не имеющий отношения к действительности. Если же дать ему возможность воздействовать на внешние инструменты и базы данных, то он вполне может скорректировать условие задачи и данные так, чтобы задача стала проще для решения. Такое решение не будет корректным и удовлетворяющим исходную постановку задачи. А в некоторых случаях способно нанести вред.
Для минимизации рисков компании внедряют системы контроля и проверки, используют несколько агентов для «голосования» по принятым решениям, а также обучают агентов на реальных сценариях и прописывают строгие регламенты действий. Но не всегда удается избежать ошибок.
Так, ИИ-кассиры, принимавшие заказы в американских автокафе McDonald’s в тестовом проекте, регулярно неверно понимали запросы клиентов. Однажды, например, ИИ-кассир добавил в заказ 260 наггетсов вместо нескольких штук. Ошибки вызывали недовольство посетителей и привели к приостановке проекта в 2024 году после трех лет тестирования.
Еще одна неудачная и для клиента, и для бизнеса история произошла в 2022 году. Канадец Джейк Моффатт, у которого умерла бабушка, решил купить авиабилеты до места похорон. На сайте авиакомпании Air Canada виртуальный ассистент предоставил ему неверную информацию о льготах для пассажиров, потерявших близких. Чат-бот сообщил о возможности вернуть деньги в течение 90 дней после покупки билета. Однако позже авиакомпания отказала в возврате, поскольку льготы доступны только при бронировании по телефону или в офисе. Моффатт подал иск в суд, который в феврале 2024 года встал на сторону пассажира и обязал Air Canada выплатить компенсацию, а также возмещение морального ущерба. После этого чат-бот компании был деактивирован.
Примеры выше показывают, что по мере роста автономности и масштабов применения ИИ-агентов становится очевидной необходимость развития стандартов и регламентов их использования. Особенно это важно для компаний из критически важных секторов. Юридические инициативы по регулированию работы ИИ в общем и агентов в частности множатся и развиваются в разных странах. Вопросы о безопасности, этичности и контроле использования ИИ регулярно входят в повестку форумов и конференций в России.
Однако многие компании, стремясь к быстрому внедрению ИИ-агентов из-за кажущейся простоты их интеграции, сталкиваются с системными ошибками, которые не всегда очевидны на старте. Например, недостаточное тестирование агентов в реальных условиях или игнорирование узкоспециализированных требований отрасли может привести к значительным финансовым и репутационным потерям. Баланс между скоростью внедрения и надежностью достигается только при участии экспертов, обладающих кросс-отраслевым опытом. Такие специалисты способны не только предупредить типичные ошибки, но и предложить готовые решения, уже апробированные в аналогичных кейсах. Компаниям стоит рассматривать ИИ-агентов не как универсальный инструмент под ключ, а как сложную систему, требующую глубокой адаптации под конкретные бизнес-процессы и постоянного мониторинга.
Будущее ИИ-агентов: как бизнесу не упустить момент
Технологическая конкуренция обостряется с каждым годом, и вопрос внедрения ИИ-агентов — это не просто история про улучшение продукта или услуги, а вопрос выживания и конкурентоспособности, и не только для крупных компаний. Даже если ресурсов для масштабного внедрения пока нет, важно держать руку на пульсе, следить за развитием технологий и быть готовым к быстрым переменам. Если есть возможность, запускать пилотные проекты, создавать экспериментальные группы и тестировать новые решения. Это позволит не только понять потенциал ИИ-агентов в конкретных задачах, но и подготовить компанию к будущим вызовам рынка.
Так хайп или революция?
С одной стороны, вокруг ИИ-агентов действительно много шума, и не все ожидания бизнеса могут мгновенно реализоваться. Однако уже сегодня ИИ-агенты автоматизируют рутинные операции и оптимизируют рабочие процессы в телекоме, финансах, ретейле и других сферах, сокращая издержки и повышая эффективность. Компании активно внедряют решения, которые на глазах трансформируют привычные процессы. Так что ИИ-агенты — это и хайп, и тихая революция одновременно.
