Разработка ИИ-агентов и ассистентов для бизнеса

ИИ-агент это программа на языковой модели, которая получает задачу, сама решает, какие шаги сделать, и выполняет их в системах компании: смотрит данные в 1С, заводит сделку в CRM, отвечает клиенту в мессенджере, разбирает почту. Чем агент отличается от чат-бота и ассистента и где он окупается, мы разобрали в статье об ИИ-агентах для бизнеса. Здесь о том, каких агентов мы разрабатываем, как они устроены и сколько стоит разработка.

Каких агентов разрабатываем

Агент оправдан там, где задача повторяется часто, но каждый раз немного другая. Если задача всегда одинаковая, дешевле обычная автоматизация без ИИ, и мы скажем об этом на разборе.

Для голосового канала есть отдельная услуга: голосовой ИИ-оператор. Если агенту нужно отвечать по большому массиву документов, основу делаем на базе знаний на RAG.

Что агенту не отдаем

Есть задачи, где агент пока проигрывает человеку или обычной программе, и мы не предлагаем их автоматизировать:

• Крупные сделки и переговоры. Агент может подготовить данные и черновик, но решение и разговор остаются за менеджером.
• Конфликты и жалобы. Недовольного клиента агент сразу передает сотруднику, а не пытается уговорить.
• Редкие разовые задачи. Если задача встречается раз в месяц, настройка агента не окупится.
• Строго одинаковые операции. Перенос данных по шаблону или выгрузка отчета дешевле и надежнее делаются обычной автоматизацией без языковой модели.

Правильная граница между агентом и человеком определяет экономику проекта больше, чем выбор модели. Ее мы фиксируем на разборе вместе с владельцем процесса и пересматриваем по итогам пилота, когда видно, какие обращения агент закрывает уверенно, а какие лучше сразу отдавать людям.

Как устроен агент

Под капотом у агента три вещи. Языковая модель понимает задачу и решает, что делать дальше. Инструменты дают ей возможность действовать: запрос к 1С, создание сделки в CRM, поиск по документам, отправка письма. База знаний отвечает за то, чтобы агент говорил по вашим правилам и ценам, а не придумывал.

Когда задача сложная, мы делим ее между несколькими агентами. Так устроен ИИ-риелтор для LEVEL: это мультиагентная система, где разные части работы делают разные агенты, а клиент видит одного собеседника.

С какими системами работает агент

• CRM: Битрикс24, amoCRM и другие системы с API. Агент создает и обновляет сделки, ставит задачи, пишет комментарии.
• 1С: чтение остатков, цен, статусов заказов и договоров через выгрузки, OData или HTTP-сервисы. Запись в 1С включаем только по согласованному списку операций.
• Почта: разбор входящих писем и подготовка ответов.
• Мессенджеры и сайт: Telegram, чат на сайте, корпоративный портал.
• Телефония: IP-телефония, распознавание и синтез речи.
• Модели: GPT, Claude, DeepSeek, YandexGPT, GigaChat, Qwen. Выбираем под задачу и требования к данным.

Как держим агента под контролем

Главный страх собственника: агент сделает что-то не то от имени компании. Поэтому контроль закладываем в архитектуру с первого дня.

• Права по роли. Агент видит и меняет только то, что нужно для задачи. Например, читает остатки, но не проводит документы.
• Подтверждение человеком. Действия с последствиями (скидка, счет клиенту, изменение сделки) агент готовит, а сотрудник подтверждает одной кнопкой.
• Передача человеку. Если вопрос вне правил или клиент недоволен, агент передает диалог сотруднику с кратким резюме.
• Журнал действий. Каждый шаг агента записывается, ошибки разбираем и правим правила.
• Данные. Персональные данные обезличиваем до отправки в модель, чувствительное держим на моделях в контуре компании.

Рынок пока осторожен, и это видно в цифрах: многие компании пробуют агентов, но до работы доводят меньшинство.

Почти половина компаний из исследования отказывается от агентов из-за незрелых процессов, данных и сложной интеграции с корпоративными системами (CNews). Поэтому мы начинаем не с агента, а с разбора процесса и проверки данных.

Наш опыт

• ИИ-риелтор для девелопера LEVEL. Мультиагентная система консультирует покупателей круглосуточно: подбирает квартиры, парковки и кладовки, рассказывает про ипотечные программы. Ведет больше 300 диалогов одновременно, персональные данные обезличиваются до отправки в модель. Проект занял 4 месяца.
• ИИ-бенчмаркинг конкурентов (NDA). Агент ищет, сравнивает и проверяет на актуальность данные о конкурентах, выделяет тренды, сильные и слабые стороны. Анализ стал в 100 раз быстрее, нагрузка на отдел в 2 раза меньше. Срок 1,5 месяца.
• Голосовой ИИ-оператор для КВС. Принимает звонки жителей 300 домов, отвечает и составляет заявки на ремонт. ИИ закрывает 75% запросов, в 80% случаев отвечает за 3 секунды.
• ИИ-косметолог для LR Clinic. Ассистент анализирует фото, разбирает проблемы кожи, расшифровывает анализы и передает клиента специалисту. 98% точных ответов, работает круглосуточно. Срок 1,5 месяца.

Как проходит разработка и сколько стоит

1. Разбор процесса на 30-40 минут, бесплатно. Определяем задачи для агента и те, что остаются людям.
2. Расчет эффекта. Считаем часы и рубли, фиксируем показатель: доля закрытых обращений, время ответа, нагрузка на отдел.
3. Пилот на одном канале или отделе: сценарии, база знаний, интеграции, тестирование на реальных обращениях.
4. Масштабирование на другие каналы, отделы и задачи по итогам пилота.

Пилот стоит от 300 000 ₽. Точную цену и срок фиксируем после разбора: они зависят от числа систем, к которым подключаем агента, и от числа сценариев. Если для вашей задачи хватит готового конструктора ботов или обычной автоматизации, скажем об этом на разборе.