ММООЗЗГГ.ru

Как создать ИИ-агента

Ошибки при создании ИИ-агента: от лишней сложности до утечки

Михаил Мозг4 минуты чтения

Ошибки при создании ИИ-агента редко сидят в коде: чаще агента строят не для той задачи, без метрики и с лишними правами. Gartner ожидает, что больше 40% проектов агентного ИИ закроют к концу 2027 года из-за затрат, неясной пользы и слабого контроля рисков. Ниже 10 ошибок и вопросы, которые стоит задать себе до старта.

Для всех уровней

10 ошибок

Ошибки идут в том порядке, в котором их совершают: сначала при выборе задачи, потом при сборке, потом после запуска. Первые три стоят дороже остальных, потому что их не исправить настройкой: агента приходится строить заново или выключать.

1. Нет метрики. Агента запускают, не записав, какую цифру он должен изменить: время ответа, число обработанных заявок, часы сотрудников. Через месяц пользу нечем доказать.

2. Не та задача. Агента ставят на процесс, который редко повторяется или где ошибка стоит дорого. Начинать стоит с частой работы, у которой есть понятный правильный ответ.

3. Лишняя сложность. Сразу строят команду из нескольких агентов там, где хватило бы одного запроса к модели. Anthropic советует начинать с простого решения и усложнять, только когда это нужно, а иногда агент не нужен вовсе.

4. Нет проверки ответов. Агента выпускают к клиентам без набора тестовых вопросов. 14 февраля 2024 года трибунал канадской провинции Британская Колумбия признал Air Canada ответственной за неверный ответ чат-бота на сайте и отклонил довод, что бот отвечает за свои слова сам.

5. Доступ ко всей CRM. Агенту дают права администратора, хотя ему нужно читать одну воронку продаж. OWASP, сообщество по безопасности программ, называет это избыточной автономией: лишние функции, лишние права и лишняя самостоятельность агента.

6. Действия без человека. Агент отправляет письма, меняет цены или возвращает деньги без подтверждения. OWASP советует, чтобы важные действия подтверждал человек.

7. Данные в зарубежном сервисе. 2 мая 2023 года Samsung запретила сотрудникам генеративный ИИ после того, как инженеры загрузили в ChatGPT внутренний исходный код. Для персональных данных клиентов действует 152-ФЗ: хранение в России и уведомление Роскомнадзора до передачи за рубеж.

8. Агенту не сказали, чего он не знает. В инструкции нет правила «если ответа нет в документах, так и скажи», и модель додумывает ответ. Почему так бывает, разобрано в статье о том, почему ИИ-агент отвечает неправильно.

9. Нет владельца. Агента запустил подрядчик, а внутри компании никто не обновляет документы и не читает журнал. Через пару месяцев агент отвечает по старому прайсу.

10. Оплата за часы, а не за результат. Типовой агент собирается из открытых блоков; если за него просят как за уникальную разработку, спросите, из чего цена. Оплачивайте результат по метрике, а не часы.

Почему проекты закрывают

По прогнозу Gartner от 25 июня 2025 года, больше 40% проектов агентного ИИ закроют к концу 2027 года. Причины названы три: затраты, неясная польза и слабый контроль рисков.

Там же Gartner оценил, что из тысяч поставщиков «агентов» настоящих около 130. Остальные переименовали чат-боты и RPA, программы, которые повторяют действия человека по жесткому сценарию.

MIT NANDA в августе 2025 года выяснила, что 95% пилотов генеративного ИИ не дают измеримого эффекта на прибыль. Покупка у специализированных поставщиков и партнерство удаются примерно в 67% случаев, собственные разработки втрое реже.

Во всех трех цифрах причина не в коде. Проект закрывают, когда никто заранее не решил, какую задачу агент решает, сколько она стоит компании и кто примет результат.

Для компании любого размера отсюда простое правило: каждого агента запускают как пилот с метрикой и датой проверки. Если к этой дате цифра не сдвинулась, агента выключают, а деньги переносят на следующий процесс из списка.

Подробно о причинах написано на странице о провале внедрения ИИ-агентов.

Как проверить себя до старта

Перед стартом ответьте письменно на семь вопросов. Если на какой-то из них ответа нет, начинать рано.

1. Какую цифру изменит агент и какое у нее значение сейчас?

2. Сколько раз в месяц повторяется задача и сколько стоит ошибка в ней?

3. Можно ли решить задачу проще: шаблоном, правилом в CRM или одним запросом к модели?

4. Какие данные нужны агенту и где они будут храниться?

5. Какие права нужны агенту и какие действия подтверждает человек?

6. На каких вопросах вы проверите ответы до запуска и какой процент верных ответов считаете достаточным?

7. Кто в компании отвечает за агента после запуска и как часто смотрит журнал?

Вопросы 3 и 5 повторяют советы Anthropic и OWASP: простое решение раньше сложного, минимум прав и человек перед важным действием. Если вопросов о выборе задачи больше, чем ответов, начните не со сборки, а со списка процессов, где компания теряет деньги.

Источники и даты

Собрать просто. Решить, что собирать, сложнее

Большинство ошибок из списка делают до первой настройки, когда выбирают задачу. Собрать агента может и подрядчик, и сотрудник, а решить, какой процесс отдать агенту первым и по какой метрике его принимать, это работа ИИ-директора или ИИ-департамента.

Какие агенты вернут деньги вашей компании: Карта ИИ-решений

Карта ИИ-решений показывает, какие процессы отдать агентам первыми и сколько каждый вернет, до того как вы потратите деньги на сборку.

Михаил Мозг

Михаил Мозг

Основатель MMOOZZGG, ИИ-директор

Подробнее о Михаиле@mmoozzggru

Контакты

Проверим вашу идею агента до старта

Разбор 30 минут бесплатно в Telegram: найдем ошибки в замысле до первых затрат.

Написать в Telegram