Последний год запрос «нам нужен ИИ-агент» звучит всё чаще. Причём задачи за ним бывают совершенно разные: разбирать входящие письма, загружать документы в 1С, заполнять карточки в CRM, проверять счета, собирать отчёты, отвечать клиентам, следить за тем, чтобы сотрудники ничего не забывали. Почти любую автоматизацию теперь хочется назвать агентом.
Но довольно часто ИИ-агент там вообще не нужен. И это не попытка обесценить технологию. Наоборот: чем точнее определить место ИИ в процессе, тем надёжнее и дешевле получится вся система.
Представим обычную задачу
Каждое утро на почту компании приходит банковская выписка. Её нужно скачать, определить организацию, загрузить в нужную базу 1С, проверить результат и сообщить ответственному сотруднику, если что-то пошло не так.
Технически можно сделать ИИ-агента. Пусть он заходит в почту, изучает письма, решает, какое из них похоже на выписку, скачивает файл, определяет организацию, выбирает базу 1С, загружает данные и затем анализирует результат.
Но если банк известен, формат письма известен, организация определяется по реквизитам, а способ загрузки заранее понятен, то принимать решения здесь почти не о чем. Получили письмо, проверили отправителя, взяли вложение, определили организацию, передали файл в 1С, проверили результат.
В таких задачах чем меньше свободы у системы, тем лучше.
Иногда лучший ИИ-агент — это просто очень дорогой способ переложить письмо из «Почты» в 1С.
В автоматизации предсказуемость обычно важнее интеллекта
Есть странная особенность нынешней волны интереса к ИИ: то, что раньше считалось достоинством программы, иногда начинают считать недостатком. «Она просто выполняет жёстко заданные правила». Но в большинстве рабочих процессов это как раз хорошо.
Если программа должна создать документ только при выполнении определённых условий, лучше эти условия прямо записать в программе. Если контрагента можно найти по ИНН, нужно искать по ИНН. Если платёж нельзя проводить без согласования, нужно поставить запрет. Если один и тот же документ нельзя загружать дважды, нужно технически исключить повторную загрузку.
Нет смысла каждый раз спрашивать у языковой модели, как она понимает ситуацию, если ответ можно однозначно получить из данных и правил. Особенно когда речь идёт о бухгалтерии, платежах, договорах, персональных данных или изменениях в учётной системе.
В рабочей системе важнее не то, насколько убедительно она умеет рассуждать, а то, что произойдёт при сбое. Что будет, если 1С не отвечает? Если письмо пришло дважды? Если в документе отсутствует ИНН? Если система успела создать документ, но не получила подтверждение? Если сотрудник загрузил фотографию вместо нормального PDF?
Вот с таких вопросов и начинается настоящая автоматизация.
Где тогда нужен ИИ
Возьмём тот же процесс, но немного изменим входные данные. Вместо стандартного банковского файла в систему начинают приходить документы от людей: счёт в PDF, фотография накладной из Telegram, скан паспорта, акт неизвестного образца или письмо в свободной форме: «Оплатите, пожалуйста, по этим реквизитам, договор тот же».
Вот здесь обычная программа быстро обрастает десятками исключений. Можно долго писать отдельные правила для каждого формата, а можно поставить ИИ ровно в то место, где возникает неопределённость.
Например, дать модели конкретную задачу: определить тип документа и извлечь из него номер, дату, сумму, ИНН, банковские реквизиты и назначение платежа. После этого управление снова возвращается обычной программе. Она проверяет ИНН, формат счёта, обязательные поля, ищет организацию, убеждается, что документ не загружался раньше, и только затем создаёт черновик в 1С.
Если что-то не сходится, документ отправляется человеку.
Это уже гораздо более жизнеспособная схема. Не ИИ управляет всем процессом, а выполняет конкретную работу, которую трудно или дорого описывать набором обычных правил.
ИИ может быть одной деталью системы, а не всей системой.
Когда агент всё-таки нужен
Есть довольно простой способ отличить обычную автоматизацию от задачи, где агент действительно уместен.
Предположим, нужно получить заявку, определить клиента, создать сделку, прикрепить документы и уведомить менеджера. Последовательность действий заранее известна. Пусть даже внутри одного из шагов используется языковая модель, например чтобы понять смысл обращения клиента. От этого вся система ещё не становится агентом.
Теперь представим другую задачу: разобраться, почему за последние три месяца снизились продажи определённой группы товаров. Для этого может потребоваться посмотреть данные из CRM, запросить статистику сайта, сравнить рекламные расходы, проверить изменения цен, посмотреть остатки, изучить обращения клиентов. Причём заранее неизвестно, какие именно данные понадобятся и куда придётся идти дальше.
Вот здесь появляется пространство для агента. Он получает не последовательность команд, а цель и сам выбирает следующий шаг.
Отсюда можно вывести довольно полезное правило: если маршрут известен заранее, обычно нужен сценарий автоматизации. Если системе приходится самой искать маршрут решения, можно обсуждать агента.
Чем больше свободы, тем больше проблем приходится решать
Свобода агента хорошо выглядит на демонстрации. Можно сказать: «Разберись с этой заявкой», — и система сама открывает нужные источники, вызывает функции и принимает промежуточные решения.
В рабочей среде сразу появляются дополнительные вопросы. Что будет, если агент повторит действие? Неправильно поймёт ответ другой системы? Сделает десять обращений вместо одного? Решит исправить данные, хотя от него этого не ждали? Что произойдёт, если половина действий уже выполнена, а потом случился сбой?
В обычной программе мы стараемся заранее ограничивать такие ситуации. С агентом приходится делать то же самое, только дополнительно учитывать, что очередное действие выбирается не жёстким алгоритмом.
Поэтому реальная система с ИИ довольно быстро обрастает совершенно обычными инженерными вещами: журналом действий, очередями, проверками, ограничениями прав, защитой от повторного выполнения, контролем ошибок и передачей спорных случаев человеку.
На презентации это выглядит менее эффектно, чем «цифровой сотрудник». Зато именно такие детали определяют, будет ли система работать через полгода после запуска.
Хорошая система обычно менее эффектна снаружи и гораздо серьёзнее внутри.
В российских компаниях ИИ почти никогда не существует отдельно от старых систем
Это ещё одна причина не начинать проект с вопроса «какого агента будем делать».
У компании уже есть 1С, иногда несколько баз. Есть CRM, сайт, корпоративная почта, Telegram, ЭДО, таблицы Excel и внутренние программы, которые работают много лет. Где-то часть процесса вообще держится на сотруднике, который знает, что после определённой операции нужно подождать тридцать секунд и только потом открывать следующий экран.
Именно в такую среду приходится встраивать новую систему.
Поэтому основная сложность часто находится вовсе не в ИИ. Сначала нужно понять, откуда появляются данные, где находится источник истины, как определяется организация, кто имеет право создать документ, что делать при ошибке, как проверить результат, кого уведомлять и как восстановить процесс после сбоя.
И только где-то внутри этой цепочки может появиться место для языковой модели.
Начинать лучше не с ИИ, а с ручной работы
Вместо вопроса «как внедрить ИИ в нашу компанию» полезнее спросить: какой ручной процесс мы хотим изменить?
Не «внедрить ИИ в бухгалтерию», а «бухгалтер каждый день вручную переносит данные из тридцати документов в 1С».
Не «сделать ИИ для отдела продаж», а «менеджеры вручную читают все входящие обращения и распределяют их по направлениям».
Не «создать корпоративного помощника», а «сотрудники тратят по двадцать минут, чтобы найти действующую инструкцию среди нескольких тысяч документов».
После такой постановки уже можно разбирать задачу по частям: где достаточно обычной программы, где нужно OCR, где пригодится языковая модель, где решение должен подтвердить человек, а где действительно нужен агент, который способен самостоятельно выбирать дальнейшие действия.
Иногда после такого разбора выясняется, что ИИ вообще не нужен. И это тоже хороший результат, потому что задача бизнеса — не внедрить как можно больше ИИ, а решить конкретную проблему.
Как проверить, нужен ли здесь агент
Перед разработкой полезно ответить на несколько простых вопросов. Известна ли последовательность действий заранее? Можно ли однозначно описать правила обычными условиями? Есть ли на входе текст, документы, фотографии или речь, которые трудно разобрать традиционными средствами? Нужно ли системе самой решать, к какому источнику данных обратиться следующим? Может ли ошибка привести к платежу, изменению учёта, отправке документа или другому существенному действию? Насколько дорого передавать редкие нестандартные ситуации человеку?
Очень часто после такого разбора схема заметно упрощается. Вместо большого автономного агента получается обычная программа из десяти шагов и один вызов языковой модели посередине.
И это, скорее всего, более правильное решение.
Иногда картинка про ИИ выглядит эффектнее, чем сама задача, которую он должен решать.
ИИ может занимать 10% системы и приносить большую часть пользы
На мой взгляд, это одна из самых полезных мыслей для компаний, которые сейчас присматриваются к ИИ.
Не обязательно строить автономного электронного сотрудника. Иногда достаточно научить существующую систему понимать входящее письмо, фотографию документа, запрос клиента или десятки вариантов описания одной и той же проблемы.
Всё остальное лучше оставить обычному коду там, где он справляется надёжнее.
Компании в конечном счёте нужен не агент. Ей нужно, чтобы счёт обрабатывался две минуты вместо пятнадцати, чтобы менеджер не копировал данные между системами, чтобы документы не терялись, заявка сразу попадала нужному сотруднику, а бухгалтер занимался исключениями, а не однообразным переносом реквизитов.
Поэтому внедрение ИИ стоит начинать не с выбора модели и не с вопроса о количестве агентов. Сначала нужно разобрать сам процесс: где человек делает повторяющуюся работу, где приходится понимать неструктурированные данные, где решение можно формализовать, где возникают исключения и какова цена ошибки.
И уже после этого становится понятно, нужен ли здесь ИИ.
А если нужен — действительно ли ему требуется свобода агента.
