Современные агенты на базе ИИ способны кардинально изменить все бизнес-процессы. Согласно исследованию международной консалтинговой компании McKinsey, ИИ-агенты могут снизить количество человеческих ошибок и сократить время сотрудников на малоценную работу на 25–40%, а в некоторых случаях и больше. Эти агенты работают круглосуточно и без выходных и способны обрабатывать пиковые объемы данных без увеличения штата. А создаваемые ими рабочие процессы на базе ИИ могут ускорить бизнес-процессы на 30–50% в различных областях: от финансов и закупок до работы с клиентами. В том же исследовании McKinsey выделяются три самые большие проблемы, с которыми сталкиваются компании при внедрении агентских ИИ-преобразований, которые связаны с талантами, быстрыми результатами и использованием устаревших технологий.

Агентный ИИ требует сочетания передовых технических специалистов, таких как инженеры по ИИ-подсказкам, специалисты по ИИ или машинному обучению, инженеры по данным, а также бизнес-переводчики, способные сопоставлять сценарии использования ИИ с рабочими процессами. Большинство организаций недооценивают эту потребность. Например, страховая компания, создающая команду по внедрению ИИ-инноваций, может изначально укомплектовать её только существующими специалистами по анализу данных; однако она быстро поймёт, что ей нужны эксперты в предметной области, глубоко разбирающиеся в обработке страховых требований, и что для достижения успеха необходимо включить их в команду.

Об особенностях внедрения ИИ рассказывает доцент кафедры искусственного интеллекта Финансового университета при Правительстве Российской Федерации Емельянова Наталия Юрьевна:

Крупные программы внедрения ИИ часто заходят в тупик из-за слишком высоких стартовых целей. Руководители хотят быстро увидеть ощутимые преимущества. Например, компания попыталась запустить общекорпоративную кампанию «ИИ-помощник для каждого сотрудника», но масштаб оказался слишком широким, а прогресс был медленным. В результате компания переключилась на гораздо более узкую первую цель по автоматизации процесса адаптации поставщиков.

Многие компании используют сложную, устаревшую инфраструктуру, которая не была разработана для поддержки автономных агентов ИИ. Интеграция с такими устаревшими технологиями может привести к созданию нестабильной, дорогой и медленной инфраструктуры. Поэтому компаниям следует использовать ИИ в качестве интеллектуального промежуточного уровня, обеспечивающего взаимодействие между интерфейсами современных агентов и устаревшими системами; например, в качестве коннекторов на базе больших языковых моделей. В некоторых случаях компании могут использовать для устаревших рабочих процессов автоматизацию на основе ИИ, чтобы агенты могли работать через существующие пользовательские интерфейсы и процессы, обеспечивая быстрые результаты без необходимости глубокой смены платформы.

О трансформации на основе агентного ИИ рассказывает Коротеев Михаил Викторович, заведующий кафедрой искусственного интеллекта Финансового университета при Правительстве Российской Федерации:

ИИ не просто автоматизирует рабочие процессы, он их трансформирует. По мере того, как предприятия переходят от рабочих процессов, дополненных ИИ, к выполнению задач, организованному ИИ, они ставят перед собой такие цели, как автономное управление операциями, адаптация в режиме реального времени и постоянная оптимизация процессов с минимальным участием человека.

Однако для эффективной трансформации компаниям необходимо интегрировать выполнение рабочих процессов на основе ИИ в свои бизнес-операции и полностью принять трансформацию. Это означает отношение к ИИ как к продукту, т.е. назначение ответственного за проектирование процессов агентов, внедрение механизмов контроля и создание резервных вариантов с участием человека. Для достижения этого потребуются структурные и культурные изменения, включая изменение архитектуры платформы. Переход от статических API к событийно-управляемой или совместимой с агентами инфраструктуре. Например, внедрение программной платформы или архитектуры открытых агентов для интеграции агентов ИИ и устаревших технологий.

Также необходимо изменение операционной модели. Внедрение агентов в основные операции цепочки создания стоимости, а не только на периферии (например, в службу поддержки).

Кроме того, компаниям надо формировать стратегию развития талантов в сфере ИИ, т.е. организовывать наём или обучение команд, способных проектировать целые экосистемы агентов, а не только модели.