ММООЗЗГГ.ru

Разбор

Какого ИИ-агента внедрить: вопрос, который решает успех проекта

6 мин5 источников

Какого ИИ-агента внедрить, решает успех проекта сильнее, чем то, на чем его собрать. По данным MIT NANDA за 2025 год, 95% пилотов генеративного ИИ не дают измеримого эффекта на прибыль, хотя инструменты для сборки доступны каждому. Разница между 5% успешных и остальными в выборе задачи и метрике.

На странице · 6 разделов

Нужны команда и ИИ-директор

Почему сборка перестала быть проблемой

Еще недавно агент для поддержки был заказной разработкой. Сегодня его собирают из готовых блоков: конструкторы n8n, Flowise и Dify, библиотеки LangChain и CrewAI, открытые модели DeepSeek и Qwen, которые запускают на своем сервере через Ollama.

У каждого инструмента свои условия лицензии, но для внутреннего агента компании почти все можно поставить у себя без платы за лицензию. Простого агента для себя руководитель соберет за вечер, агента с базой знаний за неделю.

Anthropic в декабре 2024 года советовала начинать с простейшего решения и усложнять его, только когда это нужно. Иногда это значит вообще не строить агента.

Отсюда практическое правило: типовой агент собирается из открытых блоков. Если за него просят как за разработку с нуля, спросите, из чего складывается цена.

Поэтому вопрос «как собрать» решается документацией и несколькими неделями работы. Вопрос «что собрать» документацией не решается: ответ зависит от процессов и денег конкретной компании.

Почему пилоты не дают эффекта

MIT NANDA в отчете «The GenAI Divide» за август 2025 года посчитал, что 95% пилотов генеративного ИИ не дают измеримого эффекта на прибыль. Gartner в июне 2025 года предсказал, что больше 40% проектов агентного ИИ закроют к концу 2027 года.

McKinsey в ноябре 2025 года: ИИ используют 88% организаций, с агентами экспериментируют 62%, масштабируют 23%. Эффект на EBIT, то есть прибыль компании до вычета процентов и налогов, видят 39%.

Причины закрытия Gartner называет прямо: растущие затраты, неясная польза для бизнеса и слабый контроль рисков. Все три относятся к выбору задачи и управлению проектом, а не к качеству кода.

Отдельная причина по Gartner: из тысяч поставщиков «агентов» настоящих около 130, остальные переименовали чат-ботов и роботизацию процессов. Компания, которая не решила, что ей нужно, легко покупает старый продукт под новым названием.

Подробный разбор цифр и причин есть в статье о том, почему проекты агентов закрывают.

Как выбрать задачу с деньгами

По пересказу отчета MIT в Fortune, больше половины бюджетов на генеративный ИИ уходит на инструменты для продаж и маркетинга, а наибольшую отдачу исследователи нашли в автоматизации внутренних операций. Деньги часто лежат не там, где их ищут первыми.

Задачу выбирают по расчету, а не по моде:

1. Выпишите процессы, где люди делают однотипную работу по правилам: заявки, запись, сверка документов, ответы на типовые вопросы.

2. Для каждого посчитайте потери в рублях: часы сотрудников, потерянные заявки, ошибки и штрафы.

3. Проверьте, есть ли у процесса данные: переписка, база знаний, доступ к CRM или 1С. Без данных агент будет отвечать общими словами.

4. Назначьте метрику, которую видно в ваших системах без ручного подсчета, и замерьте ее до старта.

5. Начните с процесса, где потери большие, данные есть, а метрика простая. Остальные ставьте в очередь по тому же расчету.

Задача без метрики и без цены потерь не годится для пилота, даже если агент для нее собирается за вечер.

Агент или обычная автоматизация

Anthropic делит такие системы на два вида. В рабочем процессе шаги заранее заданы кодом: пришла заявка, система проверила поля и завела карточку. Агент сам выбирает шаги и инструменты под задачу.

Отсюда второе правило выбора: если шаги процесса можно расписать заранее, агент не нужен, хватит сценария. Сценарий дешевле в работе, ведет себя предсказуемо и проще в проверке.

Агент оправдан там, где запросы разные и путь к ответу каждый раз свой: разбор писем клиентов, вопросы сотрудников, ответ на которые собирают из нескольких регламентов, подготовка справки по данным из CRM и 1С сразу.

Проверка перед заданием подрядчику: распишите процесс по шагам на одной странице. Если в описании нет развилок вида «смотря что спросит клиент», заказывайте сценарий, а не агента.

Кто это решает в компании

Подрядчик знает, как собрать агента. Экономику ваших процессов он видит только через задание и отвечает за сборку, а не за то, вернет ли агент деньги.

Решать, что строить, должен тот, кто смотрит на процессы и экономику компании целиком. В малой и средней компании это приходящий ИИ-директор, у нас от 99 000 ₽ в месяц, 5 часов в неделю.

В крупной компании это ИИ-департамент: люди и правила внутри компании, которые выбирают задачи, принимают работу подрядчиков и считают эффект.

ИИ-директор не пишет код. Он проходит по процессам с руководителями отделов, считает потери, выбирает первый процесс, ставит метрику и принимает работу подрядчика по ней.

MIT NANDA отмечает, что покупка у специализированных поставщиков и партнерство удаются примерно в 67% случаев, собственные разработки втрое реже. Среди условий успеха там же названо участие руководителей подразделений, а не только центральной ИИ-команды: задачу должен понимать тот, кто отвечает за процесс.

Карта ИИ-решений

Карта ИИ-решений это список процессов компании с потерями в рублях, подходящими решениями и порядком внедрения. Она отвечает на вопрос «какого агента строить первым» до того, как деньги ушли на сборку.

Карту для всей компании мы делаем за 7 недель, цена от 7,7 млн ₽. Точную цену фиксируем после соглашения о неразглашении и уточнения объема.

После карты сборка становится технической задачей. Каждый агент из очереди идет в пилот с метрикой, а подрядчик получает задание с цифрой, а не пожелание.

Если карты пока нет, начните с одного процесса по шагам выше и пилота: наш пилот стоит от 149 000 ₽ и длится 14 дней.

Вопросы и ответы

Почему ИТ-подрядчик не решает, какого агента строить?

Подрядчик видит процесс через задание и отвечает за сборку в срок. Потери, данные и экономику всех процессов компании он не видит, и это не его зона ответственности. Поэтому задачу выбирает тот, кто отвечает за результат компании: ИИ-директор или ИИ-департамент.

С чего начать внедрение ИИ-агентов в компании?

С одного процесса, где однотипная работа идет потоком, у агента есть данные, а потери можно посчитать в рублях. До старта замерьте метрику, которую видно в ваших системах без ручного подсчета. Потом запускайте пилот на этом процессе с ограниченным сроком и ценой, остальные процессы ставьте в очередь по тому же расчету.

Какие процессы чаще окупаются первыми?

По пересказу отчета MIT NANDA в Fortune, наибольшую отдачу исследователи нашли в автоматизации внутренних операций. При этом больше половины бюджетов на генеративный ИИ уходит на продажи и маркетинг. Поэтому сверку документов, обработку заявок и ответы сотрудникам по регламентам стоит посчитать раньше, чем модный агент для маркетинга.

Что делать, если подходящей задачи для агента не нашлось?

Не строить агента. Anthropic советует начинать с простейшего решения: часто задачу закрывает регламент, шаблон или сценарий автоматизации с заранее заданными шагами. Деньги, не потраченные на лишнего агента, тоже результат выбора задачи.

Источники и проверка

Проверено редакцией 16 октября 2026.

  1. Anthropic, 19 декабря 2024 (anthropic.com)
  2. Gartner, 25 июня 2025 (gartner.com)
  3. Fortune через Yahoo Finance, 18 августа 2025 (finance.yahoo.com)
  4. IT Brief, 11 ноября 2025 (itbrief.co.uk)
  5. Fortune, 18 августа 2025 (fortune.com)

Нашли ошибку? Напишите нам

Публикации

Как создать чат-бот в Максе: инструкция для компании

Чтобы создать чат-бот в Максе, компании нужно пройти четыре шага на платформе MAX для партнеров: проверить профиль организации через Госуслуги, заполнить карточку бота, дождаться модерации до 48 часов по рабочим дням и собрать сценарий в конструкторе или своим кодом. Ниже каждый шаг по документации MAX, проверенной 16 октября 2026 года, а также как связать бота с сайтом, CRM и командой и на чем бо

ИнструкцияИТСредний11 мин
Написать в Telegram