Что такое ИИ-агент и чем он отличается от чат-бота
ИИ-агент - программа на основе языковой модели, которая выполняет задачу целиком: понимает обращение, находит нужные данные, решает по заданным правилам и действует в ваших системах. Чат-бот идёт по сценарию с кнопками и готовыми ответами, а агент работает со свободным текстом, звонками и документами.
Допустим, клиент пишет на площадке длинное сообщение с тремя вопросами сразу. Бот предложит меню. Агент разберёт все три вопроса, проверит данные в CRM, ответит и, если процесс того требует, передаст диалог менеджеру вместе с историей переписки.
Бот не хуже агента, он проще. Если клиенты задают десяток типовых вопросов, бот за 50 000 ₽ закроет задачу, и переплачивать за агента незачем.
Какие задачи решают ИИ-агенты: примеры из практики
Агент полезен там, где много однотипной работы с текстом, речью или документами и где сейчас её делают вручную или не делают вовсе. Ниже три проекта, где используется локальная модель.
Ответы клиентам на площадках. Клиенты писали на площадках-классифайдах, а менеджеры если и отвечали, то примерно через час. Клиент, конечно же, столько ждать не был готов. Теперь первый ответ даёт ИИ, примерно через 5 секунд, и без ответа не остаётся ни одного чата. Переписки сведены в Битрикс24: любой чат может подхватить менеджер, а агент сам передаёт диалог человеку, когда этого требует процесс. Если менеджер после ИИ дал неверную информацию или закрыл чат, не выполнив регламент, чат автоматически уходит руководителю на проверку. Подробнее - в кейсе про ответы на площадках.
Оценка звонков менеджеров. Раньше отдел клиентского сервиса и руководители продаж выборочно слушали около 10 % звонков - примерно 300 из 3 000 в месяц. Сейчас агент оценивает все звонки по критериям, заранее выверенным с клиентским сервисом и другими отделами. Результаты видны на дашборде по направлениям, критериям и каждому менеджеру. Прослушать 3 000 звонков вручную - по примерной оценке, 200-250 часов в месяц, больше одной полной ставки. Подробнее - в кейсе про оценку звонков.
Распознавание документов. Бухгалтер сканировал каждый документ отдельно и вручную прикладывал скан в нужный раздел учётной системы. Теперь в сканер идёт сразу пачка, ИИ определяет тип каждого документа и прикрепляет его в 1С. Бухгалтер проверяет результат: подтверждает или правит. Скорость и объём обработки выросли более чем в 10 раз. Подробнее - в кейсе про документы в 1С.
Во всех трёх проектах агент не заменил людей. Он взял ту часть работы, которую люди делали медленно или не успевали делать, а контроль остался за человеком.
Сколько стоит ИИ-агент и сколько длится разработка
Простой агент или бот стоит от 50 000 ₽ и делается за 2-4 недели. Сложный агент на локальной модели с интеграциями в CRM или 1С, дашбордом и контролем занимает 2-3 месяца, а цена определяется по итогам обследования: она зависит от процесса, числа систем и требований к данным.
Простой агент или бот - от 50 000 ₽, 2-4 недели. Один канал, понятный сценарий, готовые данные. Например, ответы на типовые вопросы клиентов или сотрудников, приём заявок, первичная сортировка обращений. Если данные позволяют, можно взять облачную модель.
Сложный агент - по итогам обследования, 2-3 месяца. Локальная модель, интеграции с CRM, 1С и телефонией, дашборд для руководителя, контроль качества, передача сложных случаев людям. Такой проект начинается с обследования процессов: от 250 000 ₽, 3-4 недели, и эта сумма засчитывается в стоимость внедрения.
Оплата идёт по этапам, а демо на ваших данных вы видите до оплаты основной части. Все цены собраны на странице «Цены».
Разработка ИИ-агентов для бизнеса на 50-2 000 сотрудников почти всегда упирается не в модель, а в данные и интеграции. Отсюда и разброс сроков. Агент, который отвечает по одной базе вопросов, и агент, который читает CRM, пишет в 1С и отчитывается руководителю, это разные проекты.
Локальная модель или облачный API: где будут ваши данные
Если агент работает с персональными данными клиентов, записями звонков или бухгалтерией, лучше выбрать локальную модель. Она стоит на сервере внутри компании, и данные никуда не уходят. Если данные не чувствительные, можно взять облачную модель, лучше российскую, например YandexGPT.
Три кейса выше сделаны на локальной LLM. Переписка с площадок и первичные документы бухгалтерии не покидали компанию, а в оценке звонков в облако уходил только звук - на распознавание в российский Yandex SpeechKit. Со службой безопасности и требованиями 152-ФЗ так разговаривать проще: данные не передаются стороннему сервису.
У локальной модели своя цена: нужен сервер с видеокартой, и его надо обслуживать. Облако быстрее запустить, а платите вы за объём запросов. Что выгоднее, считаем на обследовании по вашим объёмам и требованиям. Опыт есть с Qwen, YandexGPT, ChatGPT, Claude и DeepSeek, поэтому модель подбирается под задачу.
База знаний и RAG: ИИ, который отвечает по документам компании
RAG - способ научить агента отвечать по вашим документам: регламентам, инструкциям, прайсам, базе знаний. Агент сначала находит нужные фрагменты, затем формулирует ответ по ним и может сослаться на источник, так что любой ответ можно проверить.
Где это пригодится:
- сотрудники спрашивают, как оформить возврат или где лежит нужная форма, и не отвлекают коллег;
- новички быстрее входят в работу: регламент можно спросить, а не перечитывать целиком;
- агент в мессенджере или на площадке отвечает клиентам по актуальным условиям и прайсу.
Качество такого агента больше зависит от документов, чем от модели. Если регламенты устарели или противоречат друг другу, агент будет уверенно отвечать по ним. Поэтому до запуска разбираем, какие документы актуальны, кто их обновляет и как агент узнаёт об изменениях. Это та же работа с процессами, только с документами.
Интеграции с CRM, 1С, Битрикс24, телефонией
Агент без связи с вашими системами работает вслепую: менеджер не видит переписку, руководитель не видит результат. Поэтому интеграции входят в каждый проект: агенты подключаются к CRM, 1С, Битрикс24, amoCRM, телефонии, Telegram и площадкам объявлений.
Опыт таких связок появился ещё до ИИ, на позиции ИТ-директора: телефония Asterisk с 1С, колл-трекинг и сквозная аналитика, корпоративные Telegram-боты, обмены с поставщиками и агрегаторами. В кейсе с площадками все чаты сведены в Битрикс24, в кейсе с документами результат попадает прямо в 1С.
Про 1С есть отдельная страница - ИИ и автоматизация в 1С.
Как проходит внедрение ИИ-агента
Работа идёт пятью шагами: разбираем процесс, договариваемся о критериях, смотрим демо на ваших данных, внедряем по этапам и переходим к эксплуатации. Оплата привязана к этапам, а основную часть вы платите после того, как увидели агента на своих данных.
- Обследование процесса. Разбираем, как работа идёт сейчас: кто её делает, в каких системах, сколько времени уходит, где теряются клиенты или деньги. В разговоре участвуют и руководитель, и исполнители. Решение «внедрите ИИ», спущенное сверху без них, часто расходится с реальностью. Для простого агента хватает короткого разбора, для сложного нужно обследование.
- Критерии. До разработки фиксируем, что считаем успехом: время ответа, долю обработанных обращений, точность распознавания, критерии оценки звонков. В проекте с оценкой звонков критерии выверили с клиентским сервисом и другими отделами заранее, и по ним же потом принимали работу.
- Демо на ваших данных. Агент отвечает на ваши реальные обращения, разбирает ваши документы или звонки. Вы видите результат до оплаты основной части.
- Внедрение по этапам. Запускаем на части потока, сверяем с критериями, расширяем. Сотрудники заранее знают, в каких случаях агент передаёт работу им.
- Эксплуатация. Мониторинг, отчёты, правки. Процессы меняются, и агент меняется вместе с ними.
Когда ИИ-агент не нужен
Решение внедрить ИИ-агентов часто приходит сверху: «нам нужен ИИ». Но не всем и не всегда нужен именно агент. Часто хватает настройки CRM, интеграции двух систем или простого бота. Поэтому сначала стоит посчитать, где ИИ окупится, а где достаточно автоматизации.
Пример из практики. В компании информация по части лидов терялась: их не регистрировали в системе или они оседали в почте. ИИ здесь не понадобился: составили карту всех путей лида, перевели регистрацию на автоматическую и выстроили сквозную аналитику. Подробнее - на странице автоматизации бизнес-процессов и в кейсе про учёт лидов.
Второй случай - когда площадка или вендор вот-вот даст то же самое из коробки. Поэтому, прежде чем браться за ИИ-агента под задачу, стоит проверить планы поставщиков, которыми вы уже пользуетесь. Своё имеет смысл строить, когда готового в обозримое время не будет.
Сопровождение ИИ-агента после запуска
Сопровождение стоит от 20 000 ₽ в месяц. В него входят мониторинг работы агента, правки промптов и сценариев, ответы на вопросы сотрудников и ежемесячный отчёт: сколько обращений обработано, где агент ошибался, что поменяли. Условия - на странице «Цены».
Без сопровождения агент стареет. Меняются прайс, регламенты, состав менеджеров, площадки обновляют правила. Через несколько месяцев агент, за которым никто не смотрит, отвечает по старым данным, и сотрудники перестают ему доверять. Поэтому сопровождение здесь - такой же этап работы, как разработка.
