AI-агенти в бізнес-процесах: де вони справді працюють, а де це дорога іграшка
Про AI-агентів зараз говорять приблизно так само, як десять років тому про чат-ботів: скоро вони замінять половину офісу. Тоді не замінили. Зараз можливості справді інші, але схема помилки повторюється – технологію намагаються прикласти всюди, замість того щоб знайти місця, де вона дає вимірюваний виграш.
Чим агент відрізняється від того, що вже було
| Тип | Як працює | Межа можливостей |
|---|---|---|
| Класична автоматизація | Жорсткий сценарій: якщо А, то Б | Будь-який виняток ламає процес |
| Чат-бот на кнопках | Дерево варіантів | Не розуміє питання поза деревом |
| Мовна модель | Розуміє текст, генерує відповідь | Не діє, тільки відповідає |
| Агент | Розуміє задачу, викликає інструменти, виконує кроки | Помиляється непередбачувано |
Ключова відмінність агента – він щось робить: шукає в базі, відправляє запит, змінює запис. Саме тому питання «а що буде, якщо він помилиться» тут набагато серйозніше, ніж для чат-бота.
Де це справді працює
Спільна ознака вдалих сценаріїв: результат легко перевірити, а помилка коштує дешево.
- Розбір вхідних звернень. Прочитати листа, визначити тему, поставити тег, призначити відповідального. Людина бачить результат одразу і виправляє за секунду.
- Первинна підготовка даних. Витягти з рахунку суму, дату й контрагента. Перевіряється звірянням із документом.
- Чернетки. Відповідь клієнту, опис товару, технічне завдання. Людина редагує й відправляє.
- Пошук по внутрішніх документах. Питання природною мовою замість блукання папками.
- Підсумки й нотатки. Стисло зі зустрічі, з листування, зі звіту.
- Рутинна перевірка. Знайти в тексті невідповідності, порівняти дві версії, звірити список.
Де це дорога іграшка
- Там, де ціна помилки висока, а перевірити нікому. Автоматичне виставлення рахунків, зміна цін, відправка листів клієнтам без перегляду.
- Там, де процес не описаний. Якщо люди роблять по-різному й не можуть пояснити правила, агент успадкує хаос і додасть свій.
- Там, де мало даних. Автоматизувати п’ять звернень на тиждень дорожче, ніж обробити їх руками.
- Там, де потрібна відповідальність. Рішення, за які хтось відповідає особисто, не делегуються моделі.
- Заради самої технології. «Нам треба щось із AI» – не завдання, і проєкти з такою постановкою закінчуються демонстрацією, яку ніхто не використовує.
Головний ризик – тиха помилка
Класична автоматизація ламається гучно: скрипт упав, процес зупинився, усі побачили. Агент ламається тихо: продовжує працювати й видавати правдоподібні результати, які просто неправильні.
Приклад із практики: агент розкладав звернення за категоріями і тижнями відносив частину скарг у розділ «загальні питання». Формально працював, звіти сходилися, проблему помітили за два місяці за скаргами клієнтів.
Звідси практичне правило: у будь-якому впровадженні має бути спосіб побачити, що агент зробив, і порівняти з тим, що мало вийти. Без цього ви не дізнаєтесь про поломку, поки її не помітить клієнт.
Правило оборотності
Просте розділення, яке рятує від більшості неприємностей:
| Тип дії | Приклад | Режим |
|---|---|---|
| Оборотна, дешева | Поставити тег, зробити чернетку | Агент робить сам |
| Оборотна, помітна | Змінити статус, призначити виконавця | Агент робить, людина бачить у стрічці |
| Необоротна | Відправити лист, виставити рахунок, видалити | Тільки з підтвердженням людини |
Більшість невдалих впроваджень порушує саме останній рядок: агенту дають право на дію, яку неможливо відкотити, і перша ж помилка стає видимою для клієнта.
Як рахувати окупність
Не в «зекономлених ставках». Рахунок такий:
- Скільки разів на місяць виконується операція.
- Скільки хвилин займає в людини.
- Яку частку агент закриває без втручання. Реалістично – від половини до двох третин на старті.
- Скільки часу йде на перевірку результату. Це віднімається.
Четвертий пункт забувають, і саме він частіше за все обнуляє вигоду. Якщо перевірка займає стільки ж, скільки виконання, автоматизація не дала нічого.
З чого починати
Візьміть одну операцію, яка повторюється щодня, має зрозумілий правильний результат і не є необоротною. Запустіть у режимі підказки: агент пропонує, людина приймає або виправляє.
Два тижні збирайте статистику виправлень. Якщо частка виправлень стабільно нижча за десять відсотків – можна давати більше самостійності. Якщо тримається на тридцяти – процес або погано описаний, або не підходить для автоматизації.
Агенти сильні там, де багато однотипної роботи з текстом і даними, а результат легко перевірити. Вони слабкі там, де потрібна відповідальність і де помилку ніхто не помітить. Різниця між вигідним впровадженням і дорогою іграшкою проходить рівно по цій межі, а не по тому, наскільки просунуту модель ви взяли.
