Агент и чат-бот — в чём разница
Чат-бот получает вопрос и отвечает текстом. Даже умный бот на нейросети остаётся «говорящей головой».
ИИ-агент получает задачу и сам решает, какие шаги сделать. У него есть инструменты — доступы к системам: поиск в CRM, запрос в 1С, отправка письма, создание задачи. Агент планирует, вызывает инструменты, смотрит на результат и продолжает, пока задача не решена.
Пример. Клиент пишет: «Где мой заказ 4512?»
- Чат-бот: «Уточните статус у менеджера».
- Агент: находит заказ в 1С, видит статус «отгружен», берёт трек-номер из службы доставки, отвечает клиенту со ссылкой на отслеживание.
Какие задачи хорошо подходят агентам
Хороший кандидат на агента — процесс, который:
- повторяется много раз в день;
- требует посмотреть в несколько систем;
- имеет понятные правила, но с исключениями, которые сложно описать жёсткой логикой;
- сейчас съедает время квалифицированных сотрудников.
Типовые сценарии:
- Разбор входящих заявок и писем. Классификация, извлечение данных, создание сделки в CRM, назначение ответственного.
- Обработка документов. Счета, акты, спецификации: распознать, сверить с заказом, занести в учётную систему, отправить расхождения на проверку. Подробнее — ИИ для документов.
- Поддержка первой линии. Ответы по статусам, остаткам, условиям с реальными данными из систем.
- Подготовка отчётов и сводок. Собрать данные из нескольких источников и написать понятное резюме для руководителя.
- Внутренние операции. Заявки на доступы, проверка комплектности документов, контроль сроков.
Как устроен агент
- Модель — «мозг», который понимает задачу и решает, что делать (GigaChat, YandexGPT, локальные модели и другие).
- Инструменты — функции, которые агент может вызывать: API вашей CRM, 1С, почты, базы знаний.
- Инструкции — правила процесса: что можно делать самостоятельно, что только с подтверждением, когда звать человека.
- Контроль — журнал всех действий, лимиты, подтверждение рискованных шагов человеком.
Самая трудоёмкая часть — не модель, а инструменты и интеграции. Агент полезен ровно настолько, насколько хорошо он подключён к вашим системам. Поэтому интеграции — основа любого агентного проекта.
Риски и как их снижать
- Ошибки модели. Агент может неправильно понять задачу. Решение: начинать с режима «агент готовит — человек подтверждает», и только после накопления статистики давать автономию.
- Права доступа. Агенту выдаются минимально необходимые права. Удалять данные и проводить оплаты он не должен.
- Непрозрачность. Каждое действие агента пишется в журнал: что получил, что решил, что сделал.
- Данные. Для чувствительных процессов — российские модели или локальное развёртывание.
Как внедрять
- Выбрать один процесс. Не «автоматизировать отдел продаж», а «разбирать входящие заявки с сайта».
- Замерить, как сейчас. Сколько заявок, сколько времени уходит, сколько ошибок. Без этого не понять, есть ли эффект.
- Пилот с человеком в контуре. Агент готовит решение, сотрудник подтверждает или правит. Правки — материал для улучшения.
- Расширение автономии. Типовые случаи агент закрывает сам, нестандартные передаёт людям.
- Следующий процесс. Инструменты, сделанные для первого агента, переиспользуются.
Мы сами используем ИИ-агентов в работе.