Своя разработка, конструктор или готовое решение

У компании, которой нужен агент, три пути. Они различаются ценой, сроком и тем, кто отвечает за результат.

1. Готовое решение по подписке. Сервис уже умеет отвечать клиентам или разбирать документы, вы подключаете его к своим каналам. Запуск быстрый, но настройки и история диалогов остаются у поставщика, пока вы платите.

2. Сборка из открытых блоков. Конструктор вроде Flowise на лицензии Apache 2.0 или библиотеки LangChain и LangGraph на лицензии MIT, открытая модельмодель с открытыми весами Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. Подробнее в словаре и ваши правила. Программы бесплатны, платите за настройку и подключения.

3. Своя разработка. Команда пишет агента под ваш процесс с нуля или почти с нуля. Дольше и дороже, зато агент делает ровно то, что нужно компании.

Подписка выигрывает по сроку запуска, открытые блоки по цене владения, своя разработка по точности под процесс. Ни один путь не выигрывает по всем трем сразу, поэтому выбор начинают с вопроса, что для этого процесса важнее.

Разница между вторым и третьим путем часто не видна в коммерческом предложении. Подрядчик называет разработкой и сборку из готовых блоков, поэтому спрашивайте, что именно пишется заново, а что берется готовым.

Для руководителя путь различается еще и тем, кто держит систему через год. Подписка остается у поставщика, сборка из блоков и разработка остаются у вас, если это записано в договоре.

Отчет MIT NANDA «The GenAIгенеративный ИИ Генеративный ИИ (generative AI) это нейросети, которые создают новый контент: тексты, изображения, музыку, видео и программный код по описанию на обычном языке. Подробнее в словаре Divide» вышел в августе 2025 года. Его главный вывод: 95% пилотов генеративного ИИ не дают измеримого эффекта на прибыль.

Для выбора пути важнее другая цифра того же отчета. Покупка у специализированных поставщиков и партнерство доходят до результата примерно в 67% случаев, а собственные разработки втрое реже.

Наше объяснение простое: поставщик уже прошел типовые ошибки на других клиентах, а внутренняя команда проходит их впервые и за ваш счет. Это не значит, что свои программисты хуже, у них просто меньше повторений одной задачи.

Это данные опроса компаний, а не точный замер. Но разница в разы говорит о том, что строить свое стоит там, где готового нет. Почему подрядчик нередко предлагает разработку там, где хватит готового решения, разобрано отдельно.

Собственные разработки доходят до результата втрое реже, поэтому их оставляют для задач, где без них нельзя. Для агентов таких случаев четыре:

1. Агенту нужно действовать в ваших системах, а готовые сервисы умеют только отвечать в чате: проводить документы в 1С, менять сделки в CRM, ставить задачи на складе.

2. Работа агента и есть ваше преимущество: своя методика расчета, ценообразование, логика производства. Готового решения нет, потому что такого процесса больше ни у кого нет.

3. Данные клиентов или коммерческую тайну нельзя отдавать внешнему сервису, а готового решения, которое ставится на ваш сервер, нет.

4. При вашем объеме подписка дороже, чем своя разработка вместе с сопровождением. Это проверяют расчетом на три года вперед, а не мнением подрядчика.

Проверить, есть ли готовое, можно до сметы на разработку. Попросите у двух-трех поставщиков пилот на ваших обращениях за прошлый месяц и сравните, какую долю случаев каждый закрыл без человека.

Если ни один пункт не про вас, начинайте с готового решения или с открытых блоков. Даже когда разработка нужна, ее собирают из готовых частей: модель берут открытую и настраивают инструкциями и базой знанийбаза знаний для ИИ База знаний для ИИ это отобранные и подготовленные документы компании, по которым ИИ-ассистент ищет ответы: регламенты, инструкции, каталог, ответы на частые вопросы. Подробнее в словаре, а не обучают с нуля.

Открытые блоки дают то, чего нет у подписки, и стоят меньше разработки с нуля. Код программ открыт, их ставят на свой сервер и не зависят от тарифов поставщика.

Flowise собирает агента мышкой: модель, инструкция, база знаний и инструменты соединяются на схеме. У проекта 55 тысяч звезд на GitHub, то есть отметок интереса от разработчиков, поэтому найти специалиста, который с ним работал, несложно.

LangChain и LangGraph нужны, когда агента пишут кодом на Python или JavaScript: сложная логика, много шагов, проверка результата на каждом. Обе библиотеки на лицензии MIT, ее условия разрешают использовать код в коммерческих проектах.

Сборка из блоков не значит «бесплатно». Платят за подключение к CRM и 1С, за инструкции и базу знаний, за проверку до запуска и за сопровождение. Зато через год у вас не подписка, а своя система.

Этот путь подходит большинству типовых агентов: прием заявок, ответы по базе знаний, запись клиентов, разбор документов. Обзор открытых инструментов с лицензиями собран на странице об инструментах для создания агентов.