Что такое ИИ-агент на практике: эксперты назвали случаи, когда он замедляет работу

Дискуссия прошла на третьем фестивале True Tech Friends от МТС на стадионе «Свиблово». В обсуждении участвовали Ярослав Лосев, руководитель фронтенд-разработки «Яндекс Путешествий», Сергей Курбанов, руководитель исследований и разработок MWS, и Даниил Слюсарь, руководитель разработки PT Application Inspector в Positive Technologies. Главный вопрос звучал так: где агенту действительно нужна автономность, а где задачу дешевле оставить обычному алгоритму.

Ниже собраны практические выводы из этой дискуссии и пошаговый план, который поможет не наступить на те же грабли при внедрении ИИ-агентов в своей работе или компании.

Что понадобится

• Список задач, которые вы хотите автоматизировать (хотя бы 5 пунктов с примерной оценкой времени на каждую)
• Доступ к любой языковой модели: ChatGPT, YandexGPT, GigaChat или аналог
• Таблица или документ для фиксации критериев отбора задач
• 2 часа на первичный аудит процессов

Как отсеять лишнее и внедрить агента без потерь?

1. Составьте список задач-кандидатов и замерьте время. Запишите каждую задачу, которую хотите передать ИИ-агенту. Рядом укажите, сколько минут она занимает у человека сейчас. Если задача занимает меньше пяти минут и выполняется по чёткому алгоритму, она скорее всего не нуждается в языковой модели.

2. Разделите задачи на два типа: «нужен ИИ» и «хватит скрипта». Генеративная модель (модель, которая создаёт текст, код или другой контент) подходит для работы с неструктурированной информацией: интерпретация запросов, подготовка вариантов решения, анализ свободного текста. Там, где нужен однозначный и воспроизводимый результат, например финансовые расчёты, достаточно обычного скрипта. Участники дискуссии привели случай, когда генеративную модель подключили к финансовым расчётам без специализированного математического инструмента и получили дополнительный источник ошибок, хотя хватило бы простого скрипта.

3. Оцените экономический смысл автоматизации. Сравните время на создание автоматизированного сценария с временем ручного выполнения задачи. На фестивале разобрали пример, когда разработчики потратили на создание «скилла» для агента больше часов, чем ушло бы на выполнение задачи вручную. Если автоматизация не окупается за разумный срок, отложите её.

4. Пропишите границы полномочий агента до запуска. Определите, что агент может делать сам, а что требует подтверждения человека. Пример из дискуссии: модель может самостоятельно найти информацию и подготовить предложение, но изменение данных в корпоративной системе блокируется до одобрения сотрудника. Запишите эти границы в явном виде:

Разрешено: поиск информации, подготовка черновика, суммаризация документов.
Запрещено: изменение данных в CRM, отправка писем клиентам, финансовые операции.
Требует подтверждения: публикация контента, ответ от имени компании.

1. Проверяйте результат, а не просто принимайте его. ИИ может выдать работающий код или убедительный текст, который при этом не вписывается в существующую архитектуру или создаёт проблемы на следующем этапе. Ярослав Лосев из «Яндекс Путешествий» рассказал, что на собеседованиях они просят кандидатов объяснять логику каждого фрагмента кода, а не просто предъявлять результат работы нейросети.

2. Не ставьте всё на одну модель. Сергей Курбанов предложил не противопоставлять качество модели и качество агентной архитектуры (того, как устроена вся система из нескольких компонентов). В одних сценариях лучше использовать более сильную модель, в других подключить специализированную модель или отдельный инструмент. Один компонент интерпретирует запрос, другой работает со структурированными данными, третий проверяет результат.

3. Закройте канал утечки данных. На встрече отдельно обсудили случаи, когда сотрудники передают рабочие данные во внешние нейросети, несмотря на внутренние ограничения компании. При настройке корпоративного ИИ-контура определите, какие данные модель получает, куда может обращаться и какие действия ей разрешены.

Что делать с этим прямо сейчас?

Авторам Дзена. Прежде чем передавать ИИ-агенту весь цикл подготовки контента, выделите одну конкретную задачу, где модель реально экономит время: сбор фактуры, суммаризация длинных источников, генерация вариантов заголовков. Остальное пока делайте сами и сравнивайте.

Маркетологам. Если вы внедряете агентные сценарии для рассылок, аналитики или работы с клиентами, пропишите границы полномочий письменно до запуска. Один автоматический ответ клиенту с ошибкой стоит дороже, чем час ручной работы.

Предпринимателям в РФ. Доступные в России модели, YandexGPT и GigaChat, позволяют строить агентные системы без зависимости от зарубежных сервисов. Начните с аудита: какие из ваших процессов действительно выиграют от ИИ-агента, а какие проще и надёжнее оставить скрипту.

Внедрение ИИ-агентов работает, когда начинается не с технологии, а с вопроса: эта задача действительно требует автономной цепочки решений или мне достаточно скрипта на десять строк. Ответ на него сэкономит и деньги, и нервы.