Что такое ИИ-агент
Языковая модель сама по себе только пишет текст. Агент получается, когда модели дают инструменты: поиск по документам, доступ к CRM, отправку письма, создание задачи. Модель решает, какой инструмент нужен на этом шаге, получает результат и думает дальше, пока задача не закрыта.
Пример. Клиент пишет: «Пришлите акт за сентябрь». Обычный бот ответит инструкцией. Агент найдёт клиента, найдёт акт в системе документов, проверит, что он подписан, и подготовит ответ с файлом.
Чем агент отличается от бота и автоматизации
| Что делает | Где ломается | |
|---|---|---|
| Бот по сценарию | Идёт по заранее заданным кнопкам и правилам | На любом вопросе вне сценария |
| Автоматизация по правилам (RPA, скрипты) | Точно повторяет одинаковые действия | Когда меняется форма или появляется исключение |
| Чат-бот с нейросетью | Отвечает обычными словами | Отвечает, но ничего не делает в ваших системах |
| ИИ-агент | Понимает запрос, сам выбирает шаги и выполняет их | Может выбрать неверный шаг, поэтому нужны ограничения и контроль |
Гибкость агента и есть его риск. Там, где процесс строгий и без исключений, обычная автоматизация надёжнее и дешевле. Агент нужен там, где входные данные разные и правила не описать полностью.
Какие задачи можно отдать агенту
- Разбор входящих обращений. Понять суть, определить тип, собрать недостающее, передать нужному сотруднику с готовым черновиком ответа.
- Работа с документами. Найти договор, сверить условия, подготовить проект акта или счёта по вашему шаблону, проверить реквизиты и согласованность данных.
- Закупки. Разобрать закупочную документацию, сравнить заявки и собрать выводы со ссылками на источники. Решение принимает специалист.
- Поиск в знаниях компании. Ответить сотруднику по регламентам и показать, на какой раздел опирается ответ.
- Сводки. Сгруппировать обращения и обсуждения по темам и подготовить отчёт руководителю с опорой на исходные материалы.
Общее у этих задач: на входе неоднородный текст, на выходе результат, который человек может быстро проверить.
Что нельзя отдавать без человека
Агент ошибается иначе, чем сотрудник: уверенно и без предупреждения. Поэтому границы задают заранее.
- Деньги и необратимые действия. Платежи, отправка официальных писем, удаление данных идут только после подтверждения человеком.
- Решения о людях. Подбор кандидатов: система может извлечь из резюме опыт и навыки, но решение остаётся за HR.
- Всё, где нельзя проверить результат. Если никто не заметит ошибку, она будет копиться.
Рабочая схема для старта: агент готовит, человек подтверждает. Когда статистика на контрольных примерах покажет стабильное качество, часть простых случаев можно перевести на полный автомат.
Из чего складывается цена
Назвать цифру без разбора задачи нельзя: разница между агентом на одну систему и агентом на пять систем в закрытом контуре очень большая. Зато можно понять, что двигает бюджет вверх.
Разработка:
- сколько систем подключать и есть ли у них нормальный API;
- сколько сценариев и исключений в процессе;
- нужно ли разворачивать модели на ваших серверах;
- какая цена ошибки и, значит, сколько проверок и журналирования требуется.
Эксплуатация:
- оплата работы модели: за объём обработанного текста, если модель внешняя, или за оборудование, если своя;
- поддержка и контроль качества;
- изменения процессов и документов, под которые агента придётся донастраивать.
Хороший расчёт показывает стоимость внедрения и эксплуатации рядом с ожидаемой экономией времени и ФОТ. Если подрядчик называет цену, не спросив про данные и системы, он считает не вашу задачу.
Как выбирать подрядчика
Задайте четыре вопроса:
- Как вы проверите качество на наших данных до полной оплаты?
- Что агент сможет сделать без подтверждения человека и как это ограничено?
- Где будут лежать данные и модель?
- Кто будет следить за качеством после запуска и сколько это стоит?