От сопротивления к сотрудничеству: как внедрить ИИ‑агентов в команду

Интеграция ИИ‑агентов перестала быть экспериментом и стала веянием времени. Уже 30% компаний используют цифровых помощников в своей деятельности. Но пока есть сложности с изменением процессов в организации, так чтобы технология работала на полную мощность, не вызывая сопротивления сотрудников. Участники совместной конференции «Билайн бизнес» и «Ведомостей» Bee Techno в рамках форума «Цифровые решения» обсудили реальные кейсы и барьеры внедрения ИИ-агентов в повседневные процессы.

Подспорье для продаж

ИИ-агент стал вспомогательным инструментом для малого бизнеса. Львиная доля времени сотрудников таких предприятий уходит на подготовку к общению с клиентом, выбор правильного предложения, адресности и времени звонка, обратил внимание директор по искусственному интеллекту (ИИ) и цифровым продуктам «Билайна» Константин Романов. Нейросеть может изучить тендеры, собрать информацию из внешних источников по конкретным компаниям и внутренней базы клиентов по их предпочтениям, а затем выбрать, что из портфеля продуктов компании нужно предложить клиенту. ИИ-агент проделывает всю подготовительную работу, а оператору остается позвонить и предложить товар или услугу с помощью заранее подготовленных подсказок нейросети. Но наибольший эффект в процессе продаж достигается тогда, когда ИИ слушает ответы клиента вместе с сотрудником и может корректировать предложение в момент беседы, подчеркнул он. Это увеличивает конверсию продаж более чем в 2 раза и сокращает время сделки на 30%.

Еще одним примером внедрения ИИ-агентов может быть фуд-ритейл, который сталкивается с текучестью кадров, отметил Романов. В этом кейсе один ИИ-агент «караулит» и парсит внешние источники, где хранятся анкеты потенциальных работников. Другой агент отвечает за то, чтобы создать идеальное описание вакансии, еще один агент проводит отбор наиболее подходящих кандидатов. Следующий агент выходит на связь с кандидатами и в случае получения отклика передает «теплый контакт» человеку. В результате получается вдвое повысить поток кандидатов и вчетверо увеличить отклик кандидатов на предложение, говорит он.

Разработчики Wildberries ежедневно контактируют с поставщиками, поэтому компания старается снабжать партнеров помощниками – от создания карточки до финальной поддержки после продажи, заметил руководитель направления рекомендаций Wildberries RWB Максим Пасашков. Онлайн-площадка помогает предлагать варианты описаний, характеристики, которые могут быть важными при ранжировании карточки, подсвечивает различные ошибки при заполнении и предложения по их исправлению. Кроме того, у Wildberries есть различные ассистенты, которые помогают отвечать на вопросы, комментировать отзывы, отрабатывать негатив и проч., перечисляет он.

Для аудитории действуют классические подходы: поиск и рекомендации, которые компания стремится улучшать с помощью генеративных моделей, продолжил Пасашков. Для этого, по его словам, нужно регулярно обогащать базы данных, искать близость между разными пользователями и товарами. Летом этого года Wildberries запустил тестирование своего ассистента для пользователей, поделился менеджер Wildberries. Он помогает подбирать товары по нетривиальным запросам – например, по описанию человека, придумать ему подарок на день рождения и найти товар на маркетплейсе. Этот механизм доступен пока только для внутренних пользователей, но в ближайшее время компания планирует расширять его и на внешних пользователей тоже. Также площадка продолжает развитие продукта «поиск по фото». В этом году добавились новые сценарии, такие как рисование на картинках, т. е. нейросети могут распознавать не только снимки, которые человек загружает со своего телефона, но и фотографии артикулов или дорисованные или закрашенные элементы.

Союзник для крупного бизнеса

ИИ-агенты найдут свое применение и в промышленности, на производстве, в медицине и IT, уверен Романов. Один из челленджей касался промышленного производства и приведения в порядок неструктурированных данных, на которых смог бы учиться ИИ. Сначала нужно было провести оцифровку полученных данных, а затем запустить ИИ-агента, который собирает информацию с оборудования и определяет, на какие конкретные линии и сколько продукции распределять. Далее вступает в силу контроль технического состояния оборудования и выявляются моменты, когда может выйти из строя та или иная производственная лента. Таким образом, получилось оптимизировать процесс производства, и это повысило на 30% объемы выпускаемой продукции, хотя никаких инвестиций в само производство не было сделано.

Медицина – это одна из отраслей, которая является благодатной почвой для внедрения кейсов ИИ, подчеркнул вице-президент ГК «Медси» Александр Пилипчук. ИИ-агенты могут сделать путь пациента удобнее, облегчить работу врачу и повлиять на улучшение качества медицинской помощи. «Медси» отдали ИИ-агенту функцию подсказать врачу те важные вещи по здоровью из истории пациента, на которые нужно обратить внимание, объясняет он. Такого ИИ-агента компания назвала суммаризатор. Суть продукта простая – взять всю историю медицинской карты пациентов и суммаризировать. По подсчетам «Медси», суммаризатор на 10% снижает время, которое доктор тратит на то, чтобы вникнуть в историю пациента. Поэтому прием становится эффективнее – пациент получает более персонализированные назначения, чем при стандартном приеме.

На этом компания не остановилась и решила пойти дальше, продолжил Пилипчук. В «Медси» рассудили так, что если получилось обрабатывать информацию по пациенту и выдавать ее врачу в удобном виде, то можно сделать похожий сервис и для пациента. Поэтому компания взялась за разработку «Паспорта здоровья», который должен появиться в I квартале 2026 г. В приложении у пациента будут отображаться краткая выжимка его истории болезни, обозначение основных рисков с объяснением и рекомендациями. Суммаризатор будет нужен для того, чтобы подсказать пациенту, за какими анализами нужно следить и какие обследования регулярно проходить. Поэтому, с одной стороны, суммаризатор сокращает время приема и увеличивает качество лечения для врача. С другой – продукт на базе ИИ стимулирует заботу и профилактику пациента о своем здоровье.

Альфа-банк в части внедрения ИИ-агентов двигается «волнами», рассказал директор по стратегии цифровой трансформации Альфа-банка Иван Иванов. Первое, с чего начал банк, – это так называемый AlphaGen, т. е. это пользовательский интерфейс, который дает возможность разработчикам обращаться к LLM-модели (Large Language Model – большая языковая модель) с промтами (запросами или командами) для того, чтобы написать куски кода. На следующем этапе ИИ стал дополнять сотрудника, предсказывать строки кода. Постепенно компания движется к выходу на полную автономность ИИ-агентов.

«Сбер» движется в логике мультиагентной системы, поскольку один агент большого разнообразия сценариев не реализует, отметил старший вице-президент, руководитель блока технологий Сбербанка Кирилл Меньшов. Например, всевозможные вычисления и калькуляции бессмысленно делать через LLM-модель, поэтому имеет смысл сделать отдельного агента, который калькулирует суммы взыскания, сложные проценты, обратные пропорции и т. д. Эта система работает в трех режимах. Первый режим – это режим copilot, при котором система подсказывает сотруднику, как в конкретном сценарии надо поступить, и он принимает решение. Второй режим – это обратный copilot, где ИИ привлекает сотрудника в качестве помощника, т. е. большую часть операций делает нейросеть, а последнюю операцию доделывает сотрудник. Третий режим – это автономный режим.

В этом году в «Северстали» появилась платформа генеративного ИИ «Да Винчи», сообщил руководитель кластера «Стратегия и новые технологии» «Северстали» Владимир Сидоров. По факту она стала тем местом, где люди могут сами создавать ассистентов и агентов. Сейчас на платформе работает 1300 пользователей, и у компании есть желание довести эту цифру до 90% активных пользователей от общего числа сотрудников компании. Один из кейсов «Северстали» – это чат-технолог, который помогает разобраться с проблемой, используя информацию из внутренних и внешних источников.

Условия функционирования

Несмотря на то что генеративный ИИ развивается масштабно, так называемая агентизация в отраслях экономики проходит не быстро, обратил внимание Романов. У компаний есть недоверие к технологиям ИИ-агентов, несмотря на успешные кейсы внедрений, обозначает проблему он. «Северсталь» начала серьезно заниматься ИИ-агентами в 2023 г., а в 2025 г. пришла к тому, что люди не готовы, подтвердил Сидоров. Действительно, как только дело доходит до внедрения ИИ-агентов, возникают нюансы, согласен Пилипчук. Особенно в медицине, которая считается консервативной отраслью. На текущий момент все решения, которые делает «Медси», доктор всегда может проверить, подчеркнул он. В ситуации с суммаризатором всегда есть возможность вернуться, открыть ссылку и посмотреть первичный документ.

Альфа-банк аккуратно подошел к задаче по внедрению ИИ-агентов, чтобы сотрудники к технологии привыкали и использовали и у них не было отторжения и страха, что их заменят нейросетью. В качестве аргумента в пользу новой технологии можно привести работу на производстве, где отдельные операции начинали выполнять роботы, а сотрудник становился оператором этого робота, сказал Иванов. В кейсах, где компания хочет внедрять ИИ, нужно смотреть на эффективность этих внедрений, уверен Иванов. Для этого стоит рассматривать определенные позиции. Это, как правило, операторы контакт-центров, фронтенд-разработчики и тестировщики, а также сотрудники операционного департамента. На этих позициях есть массовость и большое количество повторяемых операций, поэтому в этих сегментах ИИ-агенты могут дать наибольший эффект, подчеркнул он.

«На текущем этапе развития технологий максимальный эффект можно добиться за счет синергии. И та компания, которая найдет правильный баланс этой синергии, какую часть отдать роботу, а какую – человеку, но при этом они будут работать в связке, – та и выиграет рынок», – заявил Романов. Роль человека в этой новой парадигме будет заключаться в правильных настройках и запросах к ИИ. Развитие может быть в симбиозе нейросети и человека, согласился Пасашков. Большая часть (87%) процессов, связанных с модерацией контента на Wildberries, решается автоматически. Но всегда будет оставаться доля чувствительных вещей, которая будет проходить ручную проверку. Поэтому человек перестанет заниматься рутинной работой и возьмет на себя роль модератора.

«Мы верим, что в 2028 г., если мы сейчас будем двигаться нужными темпами, это [внедрение ИИ-агентов] даст нам прирост по компании 20–30% в производительности труда. Мы верим, что расцвет ИИ-агентов придется на 2027 г., а полноценный эффект будет заметен в 2028 г.», – сделал прогноз Сидоров.

Самое важное в ИИ-агентах – это точность, подчеркнул Меньшов. Ведь ИИ-агента можно сделать за 2–3 дня, но довести точность этого решения до MVP (Minimum Viable Product – минимально жизнеспособного продукта) гораздо сложнее. «Прошлый год у нас был годом генеративности, этот год – год агентности», – заявил он. По его словам, сейчас появляются концепция и архитектура самообучающихся агентов, которые способны обучаться внутри процесса самостоятельно. Важно при этом оценивать риски и там, где он возникает, нужно правильно построить систему контроля и отслеживания, для того чтобы человек мог вмешаться и исправить ситуацию, резюмировал Иванов.