Как ИИ-агенты помогают российскому бизнесу

Российские компании все чаще доверяют ИИ-агентам то, что раньше требовало человеческого участия: от обработки документов и поддержки клиентов до прогнозирования продаж и управления логистикой. Но где проходит граница между помощником и заменой, и смогут ли ИИ-агенты в будущем полностью интегрироваться в команду – вопросы, которые волнуют как руководителей, так и специалистов.

Способности агентов

Сейчас мы находимся в начале десятилетия, когда софт перестает быть просто инструментом и становится партнером», – говорит директор технологической практики «ТеДо» Арсений Груздев. По данным MarketsandMarkets, мировой рынок ИИ-агентов оценивается в $7,8 млрд, а к 2030 г. вырастет до $52,6 млрд. Объем финансирования стартапов в данной области только в 2024 г. увеличился почти втрое, что подтверждает тезис о том, что рынок ИИ-агентов стремительно растет, отмечает директор по продуктам Servicepipe Михаил Хлебунов.

В России же рынок ИИ-агентов пока находится в стадии формирования, поэтому общепринятого подхода к пониманию этого термина нет, объясняет директор департамента развития «Инфосистемы Джет» Максим Мельситов. Корпоративные ИИ-агенты – это третье поколение приложений для автоматизации бизнес-процессов с минимальным вмешательством человека. Они начали создаваться в этом году на основе синтеза рассуждающих больших языковых моделей (reasoning LLM) и корпоративных приложений предыдущих поколений (ERP, CRM, MES, АБС, СЭД), а также технологий продуктовой и заказной разработки (API, SDK, low-code и ML).

Сегодня ИИ-агент не просто программа, а автономная система, способная на целенаправленное поведение. Его главное отличие от классических алгоритмов и RPA (Robotic Process Automation, автоматизация бизнес-процессов) кроется в способности действовать в условиях неопределенности, отмечает директор по коммуникациям облачного провайдера Nubes Татьяна Лазарева. Обычный RPA-бот слепо следует жесткому сценарию «если – то», и любое отклонение от него приводит к сбою. ИИ-агент же обладает тремя ключевыми свойствами: понимание (интерпретация контекста и неструктурированных данных, например, естественного языка), планирование (способность разбить расплывчатую задачу вроде «организуй командировку» на последовательность шагов) и автономность (выполнение всего плана от начала до конца с минимальным вмешательством человека).

Для понимания запроса и планирования ИИ-агенты используют большие языковые модели. Они постоянно собирают и обрабатывают информацию из своей среды, в том числе о взаимодействии с пользователем, ключевые показатели производительности или данные датчиков, добавляет руководитель платформы Yandex AI Studio в Yandex B2B Tech Артур Самигуллин. Агенты способны автономно оценивать и расставлять приоритеты действиям на основе понимания проблемы, целей, контекста и других параметров.

Внедрить своего агента

Крупнейшие российские игроки финансовой и IT-сферы уже развивают собственные платформы и решения, адаптированные под специфику отечественного рынка, говорит директор технологической практики Kept Дарья Максимова. Причем на рынке присутствуют как крупные IT-компании, предлагающие полноценные платформы, так и небольшие игроки, сфокусированные на разработке решений для узких задач, например агентов для колл-центров, отмечает менеджер продукта «К2 НейроТех» Вячеслав Дегтярев. Среди лидеров этого рынка в России – «Сбер», «Яндекс», VK, «Авито», Т-Банк, а в мире – OpenAI и Anthropic, Google. «Также мы видим растущий интерес к технологии со стороны государственных организаций. Это связано с общим курсом на развитие суверенных ИИ-решений, которые должны повысить качество работы госорганов», – говорит Мельситов.

Сейчас у бизнеса сложный период: все оптимизируются, ищут, где сократить издержки, но не потерять эффективность. Компании в России тратят на функции техподдержки, юрслужбы, бухгалтерии и HR более трех трлн руб. в год, при этом в некоторых сферах сотрудников по-прежнему не хватает, говорит Самигуллин. «В таких условиях ИИ-агенты становятся новой формой сотрудников: они позволяют перераспределить задачи людей на более приоритетные направления и убрать ту рутину, которая отнимала десятки часов», – добавляет основатель MD Audit (ГК Softline) Андрей Подгорнов. И работают «цифровые коллеги» без отпусков, больничных и круглосуточно.

Пока ИИ-агенты используются, скорее, как помощники для автоматизации рутинных операций в бэк-офисе: в бухгалтерии, тендерных, финансовых и юридических отделах, для расшифровки и суммаризации звонков, обработки типовых запросов в контакт-центрах. Наиболее востребованы агенты в финансовом секторе: для автоматизации скоринга, борьбы с мошенничеством, создания персональных финансовых ассистентов, в ритейле для обработки возвратов, управления складскими остатками, разработки интеллектуальных помощников для подбора товаров. В телекоме ИИ-агенты отвечают за многоуровневую техническую поддержку, мониторинг инцидентов, управление облачной инфраструктурой.

Заменят ли ИИ-агенты сотрудников

«Останется ли место человеку, если ИИ-агент будет выполнять все задачи за него?» – один из вопросов, который сегодня волнует сотрудников и руководителей. С развитием ИИ-агентов часть ролей действительно уйдет, но это не значит, что люди останутся без работы: они перепрофилируются из исполнителей в операторов ИИ, говорит партнер Б1 Олег Мангутов. Сейчас многие компании считают, что человек должен контролировать результат работы агентов, хотя функций и этапов процесса, которые доверяют ИИ, становится все больше и больше.

По данным компании «Яков и партнеры», российские организации от внедрения ИИ-агентов ожидают роста выручки как за счет повышения ценности продуктов и сервисов, так и за счет улучшения работы с клиентской базой. Помимо этого, компании видят значимое влияние ИИ-агентов на сокращение прочих видов затрат, не связанных с ФОТ. «Как показывает практика, компании пока не готовы к оптимизации сотрудников и, скорее, ожидают перераспределения задач между различными функциями и ролями внутри организации», – объясняет директор практики ИИ и высоких технологий в компании «Яков и партнеры» Марина Дорохова.

ИИ – это прежде всего помощник, а не замена сотрудника, подтверждает директор службы внутреннего контроля и управления рисками Fix Price Елена Иванова. С конца 2022 г. компания внедряет роботов-рекрутеров на базе ИИ (подрядчик – Prof IT). Уже в 2023 г. они обеспечивали 23% подбора линейного персонала, а к 2025 г. этот показатель достиг 50%. Роботы самостоятельно анализируют резюме, проводят телефонные и чат-интервью, обрабатывают заявки и фиксируют результаты в HR-системах. «ИИ-агент берет на себя повторяющиеся задачи, освобождая специалистам время для анализа, творчества и взаимодействия с людьми», – отмечает Иванова.

Пока большинство российских компаний оценивают ИИ-проекты с точки зрения экономии времени, сокращения персонала и издержек, говорит Подгорнов. Лидеры же переходят к зрелым метрикам: скорости принятия решений, доле автономных операций, росту выручки и улучшению клиентского опыта. Главная ценность ИИ-агентов – в масштабировании интеллекта компании, а не в простой автоматизации. Вместо долгих проектов создаются обучающиеся системы и сетевые архитектуры агентов, где человек и ИИ работают как единая команда.

ИИ-агенты в перспективе не просто цифровые помощники, а полноценные виртуальные сотрудники, отмечает CPO MWS GPT Павел Бабин. «В дальнейшем могут появиться так называемые гибридные команды, где агенты будут не просто выполнять задачи, а анализировать информацию и принимать решения» – говорит он.

Не все так просто

На горизонте трех–пяти лет умение эффективно внедрять ИИ-агентов и управлять ими станет не просто фактором конкурентоспособности, а вопросом выживания бизнеса, считает Мельситов. «Это уже не вопрос «внедрять или нет ИИ-агентов», а «насколько быстро мы сможем перестроить нашу операционную модель на основе этих новых активов», – говорит он.

Чтобы создать полноценных ИИ-агентов и интегрировать их в корпоративное программное обеспечение, сейчас необходимо преодолеть ряд барьеров, отмечает генеральный директор BPMSoft (IT-холдинг LANSOFT) Юрий Востриков. Это обеспечение достаточного объема данных для обучения, архитектура с глубокой интеграцией в процессное ядро системы, формирование доверия пользователей и, что особенно важно, безопасность моделей. «Для CIO и CDO принципиально, чтобы ИИ работал в соответствии с требованиями комплаенса и не создавал рисков утечки данных – в идеале в защищенном корпоративном контуре или в инфраструктуре поставщика решения», – рассказывает он.

Для этого нужно оцифровать все данные, объединить их в одно хранилище, обучить модели работать с разными типами информации, создать безопасный управляющий слой и только потом внедрять ИИ-агентов. Иначе они будут действовать фрагментарно и терять контекст, говорит главный архитектор сервисов ИИ и машинного обучения Cloud X Кирилл Смеловец.

Сегодня большинство сценариев применения ИИ-агентов все еще остаются под контролем человека. Причина в ограничениях больших языковых моделей: рисках галлюцинаций, отсутствии эмпатии и неполном понимании контекста. Эти сложности характерны даже для самых передовых мировых систем, однако технологии развиваются стремительно, а горизонт практического применения агентного ИИ расширяется с каждым годом.

Согласно прогнозу Gartner, к 2028 г. не менее 15% повседневных рабочих решений будут приниматься автономно с помощью агентного ИИ, хотя еще в 2024 г. этот показатель был равен нулю. «В будущем мы придем к так называемому AGI (Artificial General Intelligence), общему искусственному интеллекту. Это система, которая может решать широкий круг задач, обучаться и адаптироваться, как человек», – считает Хлебунов. Такой ИИ сможет понимать и интерпретировать информацию в разных контекстах, обучаться на основе опыта и делать выводы, адаптироваться к новым условиям без дополнительного программирования, проявлять творчество, абстрактное мышление и логику.