Разработка ИИ-агентов для бизнеса, которые работают в ваших системах

ИИ-агенты для бизнеса — это программы, которые не просто отвечают на вопрос, а выполняют работу в ваших системах. Прочитать письмо клиента, найти его в CRM, проверить остатки в 1С, собрать черновик счета, отправить на согласование и напомнить, если никто не ответил. Несколько шагов подряд, в разных системах, без человека на каждом переходе.

Мы занимаемся разработкой ИИ-агентов под конкретные процессы компании. С правами доступа, журналом всех действий и точками, где решение подтверждает человек. Агент готовит и делает рутину, человек отвечает за то, что необратимо или стоит денег.

Ниже — какие агенты имеют смысл, как они устроены, как идет работа и сколько это занимает.

Чем агент отличается от бота и ассистента

Под словом «агент» сейчас продают что угодно, поэтому коротко о разнице.

• Чат-бот отвечает по сценарию. Шаг в сторону — и он просит переформулировать.
• ИИ-ассистент отвечает свободно и по вашим документам, но только говорит. В системах ничего не меняется. Такие решения мы делаем отдельно — ИИ-ассистент на данных компании.
• ИИ-агент получает задачу, сам выбирает шаги, вызывает инструменты — читает базу, создает запись, отправляет письмо — проверяет результат и при неудаче заходит на второй круг. Он не отвечает, а закрывает задачу.

Подробный разбор с примерами — в статье ИИ-агенты для бизнеса — где они работают, а где это демо.

Когда агент нужен, а когда нет

Последний пункт встречается чаще, чем кажется. Агент, которому некуда писать, превращается в генератор текста. Тогда начинать нужно с системы — CRM или учета, — а агента подключать вторым этапом.

Какие агенты мы делаем

Общее у всех — работа с неструктурированным входом и действия через API ваших систем.

Как агент работает под контролем человека

Создание ИИ-агента начинается не с выбора модели, а со списка того, что агенту можно делать самому, что только готовить и чего нельзя совсем.

На практике это значит, что у агента нет «доступа к базе». У него есть набор конкретных функций — найти клиента, создать черновик счета, поставить задачу, — и каждая функция написана кодом с проверками. Модель выбирает, какую вызвать, но не может сделать то, чего в наборе нет.

Из чего состоит агент

1. Модель. Понимает вход и выбирает следующий шаг. Изолирована за собственным интерфейсом, чтобы смена поставщика занимала дни.
2. Инструменты. Функции с ограниченными правами для работы с CRM, 1С, почтой, мессенджерами, документами. Основной объем разработки лежит здесь.
3. Оркестратор. Решает, сколько кругов делать, когда остановиться и когда позвать человека. Здесь же лимиты — по числу шагов, по времени и по деньгам на одну задачу.
4. Критерий успеха. Машинно проверяемое условие, что задача закрыта корректно — сумма сошлась, обязательные поля заполнены, клиент найден однозначно. Без него агент не умеет остановиться.
5. Журнал. Каждое чтение, вызов и решение с причиной. Нужен не для отчетности, а чтобы за пять минут разобрать любой спорный случай.

Интеграции с 1С, CRM, почтой и мессенджерами

Агент полезен ровно настолько, насколько хорошо он подключен к системам. Работаем через API. С 1С — через ее HTTP-сервисы и стандартный интерфейс обмена, с CRM — через их API, с почтой и мессенджерами — через официальные подключения.

Если у системы нет нужного API, его сначала делаем — это отдельная работа, о ней в разделе API-интеграции. Эмуляцию кликов по экрану используем только как крайнюю меру, потому что она ломается при каждом обновлении интерфейса. Как устроен обмен с учетом, разобрали в статье интеграция с 1С.

Модели для агентов

Агенту нужна модель, которая умеет вызывать функции — выбирать инструмент и передавать ему параметры. Такая возможность есть у GigaChat, а в Yandex AI Studio есть инструменты для сборки агентов на моделях Яндекса и открытых моделях. Открытые модели — GigaChat с открытыми весами, Qwen, DeepSeek и другие — можно развернуть на своем сервере, если данные не должны покидать контур.

Выбор зависит от трех вещей — есть ли в данных персональная информация, какой объем задач и насколько сложные цепочки шагов. Сравнение вариантов — в статье какую языковую модель выбрать бизнесу, а про требования к персональным данным — в материале нейросети и 152-ФЗ.

Как идет разработка ИИ-агента

1. Разбор потока. Берем один процесс с понятным объемом — например, входящие заказы из почты. Смотрим, какие шаги делает человек, в каких системах, где ошибается.
2. Тестовый набор. Сто-двести реальных случаев за прошлый месяц, включая неудобные. На нем проверяется агент до запуска и после каждого изменения.
3. Инструменты и права. Фиксируем три списка — что агент делает сам, что готовит под подтверждение, что ему запрещено. Пишем функции для работы с вашими системами.
4. Пилот в режиме подсказки. Агент проходит все шаги, но ничего не записывает без человека. Сотрудник видит готовый результат и принимает или правит.
5. Замер и расширение прав. Считаем долю случаев без правок. По мере ее роста часть действий переходит из «готовит» в «делает сам» — но только часть и только по решению владельца процесса.
6. Сопровождение. Контроль качества на тестовом наборе, реакция на смену моделей и изменения в ваших системах. Работаем по задачам, без обязательной абонентской платы.

Сроки и стоимость

На стоимость разработки ИИ-агентов влияют число систем, к которым нужен доступ, наличие у них API, длина цепочки шагов и объем тестового набора. Работа модели — отдельный постоянный платеж. Считаем его за закрытую задачу, а не за запрос, ведь агент на одну задачу обращается к модели несколько раз.

Точную цифру называем после разбора потока. Как устроен бюджет ИИ-проекта, разобрали в статье сколько стоит внедрить ИИ, а как посчитать окупаемость до старта — в материале как посчитать эффект от ИИ. Если агентов нужно несколько и непонятно, с какого процесса начать, это задача уровнем выше — внедрение ИИ с разбором процессов.

Что остается у вас

• Код агента и инструментов в вашем репозитории, на распространенном стеке, с историей изменений.
• Тестовый набор с правильными ответами — на нем проверяется любая смена модели или логики.
• Журнал действий в вашей базе. Любой случай можно разобрать без подрядчика.
• Доступы и ключи к моделям, серверам и сервисам на ваши учетные записи.
• Данные в России. Российская модель или открытая на вашем сервере, обработка персональных данных по 152-ФЗ.
• Описание прав — что агент делает сам, что готовит и чего не может. Документ, который понимает не только разработчик.

Что спросить у подрядчика

1. Какие действия агент выполняет сам. Список должен быть явным. «Он сам разберется» — повод насторожиться.
2. Что происходит при ошибке. Как агент понимает, что задача не сошлась, и куда она уходит дальше.
3. Как замеряется качество. Нужен набор реальных случаев и доля принятых без правок, а не демо на трех примерах.
4. Что видно в журнале. Попросите показать разбор одного случая от входа до результата.
5. Сколько стоит тысяча задач. И как эта цифра изменится, если поставщик модели поднимет цену или закроет доступ.

Дальше по теме