Какой вариант выбрать
Если задача повторяется и у команды есть правило на каждую развилку, начните с фиксированного сценария. На одинаковом входе можно проверить все его ветки. С ассистента удобно начать, пока процесс ещё меняется или результат требует внимательной ручной проверки. Агент полезнее в задачах, где следующий шаг зависит от предыдущего результата и все варианты сложно заранее перечислить.
На показе попросите разобрать один неудобный пример: приходят два заказа с одинаковым именем, доступно только одно окно доставки, клиент просит «перенести как-нибудь». Посмотрите, должен ли помощник догадываться, где он останавливается и что видит менеджер. Если от системы ждут только подсказку, строка с предлагаемым ответом уже может быть готовым результатом.
Привычному чат-боту на кнопках тоже найдётся место: попросить номер заказа или показать меню. Как работает языковая модель внутри текстовых помощников, разбираем в статье о нейросетях.
Из чего состоит ИИ-агент
1. Системный промпт
Должностная инструкция: роль, задача, тон, порядок действий по сценариям, запреты. У нейросотрудника-продавца это 5 блоков: кто он, что продаёт, как говорит, как ведёт диалог, что делает в спорных случаях. Как писать такие инструкции, разобрано в статье что такое промпт.
2. База знаний
Продуктовая линейка с ценами, ответы на возражения, регламенты, примеры хороших диалогов. Подтягивается в ответ, когда вопрос клиента совпадает с содержимым. Главная ошибка здесь: собрать базу из маркетинговых текстов с сайта, а не из реальных диалогов менеджеров.
3. Инструменты
Инструменты позволяют и сценарию, и агенту обращаться к внешним сервисам. Калькулятор стоимости, генератор PDF, поиск в интернете через Perplexity, запись в CRM, календарь. Технически это вызовы по API; для подключения к поддерживающим его клиентам используют в том числе протокол MCP. У конкретной интеграции отдельно проверяют совместимость и разрешённые действия.
Корпоративные системы тоже движутся к такому подключению. Oracle разрабатывает AI Workspace для ChatGPT: предполагается работа с данными и одобренными процессами организации. Это ещё разрабатываемая интеграция; доступ к продукту и полномочия конкретного пользователя проверяются отдельно.
4. Память и контекст
История диалога, данные клиента из CRM, накопленные факты. Ограничение здесь физическое: контекстное окно модели конечно, и длинные диалоги приходится сжимать.
5. Триггеры и передача человеку
Правила, при которых агент останавливается: клиент просит человека, речь о возврате денег, спорная юридическая тема, 3 подряд непонятых сообщения. Без этого слоя агент в продажах опасен.
6. Панель управления
Все диалоги в одном окне, статистика конверсий, история по клиенту, кнопка «взять диалог себе». Для владельца бизнеса это и есть агент: то, что он видит каждый день.
Отдельный слой, появившийся в 2025 году, это навыки: папка с описанием способа работы, которую агент подхватывает под подходящую задачу. Как устроены скиллы Claude и почему рутинные функции перестают быть отдельной ставкой, разобрано отдельно.
К этим слоям нужна проверка итоговых действий. AutomationBench от Zapier засчитывает задачу, только когда проходят все проверки состояния приложений. Это полезный принцип для собственной приёмки; процент синтетического теста не является прогнозом вашего бизнеса.
На выбор модели влияет и материал задачи. Например, LongCat 2.5 принимает изображения и рассчитана на работу из нескольких шагов. Это пригодится, когда помощник должен превратить макет в приложение, а не просто ответить на вопрос.
Как это выглядит в цифрах: 126 тысяч диалогов за месяц
Обещания «агент заменит отдел продаж» я проверяю на данных платформы Ноя, на которой работают наши нейросотрудники. Замер за 30 дней, с 22 августа по 21 сентября 2026 года, по всем компаниям платформы.
2 вывода из этой таблицы. Первый: главная ценность нейросотрудника не в «умных» ответах, а в скорости и в ночных сменах: 31 секунда против часов ожидания и 46% обращений вне рабочего времени. Второй: в 24% диалогов человек всё равно участвует, и это правильная цифра, а не провал. Агент, который никогда не зовёт человека, либо продаёт что-то простое, либо теряет сложных клиентов молча.
Оговорка: около половины диалогов на платформе приходят с Авито, где короткие диалоги и высокая доля обращений вне рабочего времени. В B2B с длинным циклом сделки цифры будут другими.
Как считали: по таблицам диалогов и сообщений платформы за 30 дней; «ответ ИИ» это сообщение, отправленное моделью, «человек» это сообщение, которое сотрудник компании отправил из панели или из своего мессенджера в тот же диалог. Время ответа считается от сообщения клиента до следующего ответа в том же диалоге.
ИИ против человека: скорость ответа в тех же диалогах
Главный аргумент за нейросотрудника не «умнее менеджера», а «быстрее менеджера». В тех же 126 тысячах диалогов есть 53 тысячи ответов живых сотрудников, и их можно сравнить с 270 876 ответами модели напрямую.
Каждый четвёртый ответ живого сотрудника приходит через час и позже, и это в компаниях, где нейросотрудник уже работает и снимает основной поток. Не потому что менеджеры плохие: они на встречах, на замерах, спят. Агент не заменяет их в сложном разговоре, он отвечает первым в те часы, когда ответ человека придёт через час и позже.
По каналам: где агент справляется сам, а где нужен человек
Читать таблицу нужно так. Виджет на сайте и Telegram-бот это в основном справочные вопросы, там агент закрывает почти всё сам. Личный Telegram менеджера обратный случай: там агент подключён лишь к каждому пятому диалогу и работает подстраховкой, остальное менеджеры ведут сами. Авито и ВКонтакте это торг и уточнения по объявлениям, там человек нужен в каждом третьем-втором диалоге. WhatsApp с 72% участия человека это чаще всего компании, где менеджеры продолжают писать клиентам сами, а агент отвечает первым и ночью. Instagram даёт 67% обращений вне рабочего времени: люди листают ленту вечером.
По часам: когда приходят заявки
Пик новых диалогов приходится на 13:00 по Москве (8,4% дневного объёма), с 10:00 до 17:00 идёт больше половины всех обращений. Но 17,3% диалогов начинаются с 19:00 до полуночи, ещё 6% с полуночи до 6 утра, и 23,5% всех диалогов приходятся на субботу и воскресенье. Это и есть те 46%, которые без агента ждут утра понедельника.
Когда в диалог входит человек
В 25 655 диалогах, где отвечали и агент, и сотрудник, человек в медиане подключался после 2 ответов ИИ и через 109 минут после начала диалога; в 43% случаев сотрудник входил уже после первого ответа агента. То есть типичная схема не «агент провалился, спасает человек», а «агент ответил за 26 секунд, квалифицировал, и через час-два менеджер продолжил уже с тёплым клиентом». Если у вас в компании человек входит после 5–6 ответов агента, это признак, что триггеры передачи настроены слишком поздно.
Реальные кейсы с цифрами
Вместо модельных расчётов «было 5%, стало 10%» я собрал кейсы, которые опубликованы на портале с именами компаний и разбором.
Общее у всех 5 кейсов: эффект получен на первом касании и записи, там, где раньше терялись заявки из-за медленного ответа. Ни один из них не про «заменили отдел продаж целиком».
Где применяются: примеры по процессам
Продажи. Ассистент: скриптолог, генератор отработок возражений, анализ конкурентов через агента. Нейросотрудник: продавец на первое касание в мессенджерах и на Авито, дожим молчунов. Агент: квалификация, расчёт во внешнем калькуляторе, коммерческое предложение в PDF, договор через ассистента-юриста, напоминание в календаре. Подробно про ИИ-продавца есть отдельная статья с промптом.
Найм. Нейросотрудник проводит первичное собеседование: опыт, мотивация, ожидания по деньгам, назначение встречи с HR. Отсев неподходящих на раннем этапе экономит часы рекрутера.
Клиентский сервис. База знаний с ответами на типовые вопросы, инструкции по решению проблем, передача сложных случаев оператору по триггерам. На уровне CRM (amoCRM, Битрикс24) нейросотрудник работает сразу во всех подключённых каналах.
Контент. Агент собирает исследование конкурентов, строит контент-план, пишет посты другим ассистентом, проверяет тон, публикует через API и следит за реакциями. Так устроен и конвейер этого портала.
Как создать ИИ-агента для бизнеса: 7 шагов
По запросу «как создать ИИ-агента» люди ждут инструкцию по программированию. По моему опыту, код это последний из 7 шагов, и часто он не нужен.
- Выбрать участок процесса с измеримой потерей. Пример: заявки с Авито ждут ответа 40 минут, треть уходит. Не «автоматизировать продажи», а «ответить за минуту и записать на замер».
- Замерить «до». Скорость ответа, конверсия в следующий шаг, доля обращений вне рабочего времени. Без этого шага через месяц нечем будет доказать эффект.
- Собрать фактуру из реальных диалогов. 30–50 переписок лучших менеджеров, возражения и ответы, прайс, регламенты. Маркетинговые тексты с сайта в базу знаний не годятся.
- Написать инструкцию и базу знаний. 5 блоков промпта, база в формате «вопрос клиента → ответ», список запретов.
- Настроить триггеры передачи человеку. «Позовите менеджера», деньги, спор, 3 непонятых сообщения подряд. И проверить, что уведомление реально доходит до живого человека.
- Запустить на первом канале и читать диалоги ежедневно 2 недели. Каждый плохой ответ превращается в правку инструкции или строку базы знаний.
- Добавлять инструменты и каналы только после того, как первый канал стабилен. Калькулятор, CRM, второй мессенджер, голос. Именно они помогают расширить роль, а выбор маршрута обсуждают отдельно.
На чём собирать: платформы, доступные из России
Для ассистентов достаточно Projects в Claude, GPTs в ChatGPT или Projects в Perplexity: инструкция плюс файлы, без кода. Для нейросотрудников и агентов с каналами, CRM и панелью выбор в 2026 году выглядит так.
Критерий выбора один: где живут ваши клиенты и ваша CRM. Если все диалоги в amoCRM, агент внутри CRM снимает вопрос интеграции; если поток идёт с Авито и мессенджеров, нужна платформа с этими каналами; если задача нестандартная, собирать на GigaChat, Yandex Cloud или n8n с разработчиком.
Один из способов задать границы действия — готовые процессы Step Functions как инструменты ИИ-агента. В новости разобрали, что выбирает модель, что выполняет заранее описанная схема и почему согласие начать ещё не подтверждает итог.
Сколько стоит и сколько занимает
Ориентиры ниже это моя практика внедрений, а не рыночная статистика: цены у подрядчиков в России различаются в разы.
К стоимости внедрения добавляется стоимость самих ответов модели: она считается за токены и зависит от модели и длины инструкции. Сколько стоит один ответ у 8 моделей, я разобрал в статье LLM: что это такое, а как считать окупаемость нейросети целиком, в разборе сколько стоит нейросеть бизнесу.
Сколько стоит эксплуатация через полгода
Вопрос, который задают реже, чем «сколько стоит внедрение», а стоит он больше. По нашему замеру за 30 дней средняя стоимость одного диалога с ИИ для бизнеса на платформе Ноя 9,37 ₽ (медиана 3,76 ₽, 90% диалогов дешевле 19,50 ₽): в диалоге в среднем 3,7 тарифицированных ответа модели по 2,54 ₽. Компания с 300 диалогами в месяц платит за них около 2 800 ₽ плюс подписка платформы; компания с 3 000 диалогов около 28 000 ₽. Это цена, которую нужно закладывать на годы, тогда как внедрение оплачивается один раз. К ней добавляются 2–4 часа в месяц человека, который читает диалоги и правит базу знаний; без этого часа агент через полгода отвечает по устаревшим ценам.
Клиенты в моей практике идут по лестнице: ассистент, чтобы проверить подрядчика и технологию, затем нейросотрудник на самом дырявом участке воронки, затем агент после доказанного эффекта. Для тех, кто хочет зарабатывать на внедрении ИИ, эта же лестница становится продуктовой линейкой.
Что ломается при внедрении
- Нет замера «до». Самая частая причина спора с заказчиком через месяц: эффект есть, но доказать нечем.
- База знаний из текстов сайта. Агент говорит рекламными фразами и не знает, что отвечать на «а дешевле?». Лечится выгрузкой реальных диалогов.
- Нет триггера на человека. Клиент 3 раза просит менеджера, агент продолжает продавать. Один такой диалог в отзывах стоит дороже внедрения.
- Агент везде и сразу. 5 каналов в первую неделю означают 5 источников плохих ответов, которые некому читать.
- Нет владельца процесса на стороне клиента. Агент присылает заявки, а их никто не берёт в работу. По нашим данным, в 24% диалогов нужен человек; если его нет, эти диалоги теряются.
- Ожидание, что модель «сама поймёт». Исследование Nvidia показало, что та же самая Claude Opus 5 набрала 30% в тесте ARC-AGI-3 сама по себе и 100% внутри оболочки с памятью и надзором. Разбор с цифрами в новости «Оболочка важнее модели».
Владельца стоит назначать и самой автоматизации. В организационном кейсе n8n команда пересматривает работу с отделами, требует исходные замеры и готовит общие правила документации. Переход ещё не завершён, поэтому измеренную итоговую экономию ему не приписываем.
Случай из практики безопасности: в тесте Cohere агент на Qwen выдал команду отправить файл в Пекин, но среда без сети остановила запрос. Разбор и меры защиты агента.
Часть поломок снимается ещё до запуска: процессы сортируют по повторяемости, цене ошибки и наличию данных, а права ИИ записывают в регламент на одну страницу. Как это сделать, показано в статье про внедрение ИИ в компанию.
Для контроля работающих агентов Salesforce развивает Agent Fabric с проверками и ограничением бюджета. Важны не только обнаруженная ошибка, но и заданная реакция, ответственный и условия возвращения агента в работу.
При изменении процесса пригодится управление версиями сценариев Amazon Connect. Новый вариант можно проверить отдельно, пока обращения идут по прежнему. Перед переключением важно знать проверенную версию и признак, при котором её потребуется вернуть.
Разницу между красивым ответом и завершённой работой хорошо видно в новом тесте GDPx: в опубликованной таблице лучший результат составил 12%. Это результат конкретного набора задач, а не процент пользы ИИ вообще. Для внедрения всё равно нужна своя проверка на привычной задаче команды.
Данные и доступы перед пробным запуском
У каждого источника данных и действия должен быть владелец. Для черновиков обычно достаточно чтения обезличенных примеров и правил. Для живой записи в CRM важно отдельно согласовать доступ к нужным полям, подтверждение действия и журнал изменений. На тестовой копии проверьте случай с двумя похожими заказами, с отключённым календарём и с просьбой выполнить действие за пределами разрешённой роли.
Для вопросов о хранении, передаче и обработке данных покажите ответственному фактическую схему подключения. Чем больше систем соединено, тем важнее понимать, какие именно данные уйдут из каждой из них.
По опросу «СёрчИнформ» от 27 октября 2026 года, ИИ-сервисы стали третьим каналом утечек данных в московских компаниях после мессенджеров и почты. Какие правила стоит ввести.
Отдельно разбирали, как менялись требования к рекламе и разработчикам ИИ. Применимые условия зависят от продукта и задачи.
Прогнозы и отрезвляющие цифры
По прогнозу Gartner от июня 2025 года, к 2028 году 33% корпоративных приложений будут включать агентский ИИ против менее 1% в 2024 году, а 15% повседневных рабочих решений будут приниматься агентами самостоятельно. Тот же прогноз содержит цифру, которую вендоры цитируют реже: больше 40% проектов агентского ИИ будут отменены к концу 2027 года из-за стоимости, неясной ценности и слабого контроля рисков.
McKinsey в ежегодном отчёте The state of AI показывает ту же картину с другой стороны: ИИ регулярно используют почти все опрошенные компании, а заметный эффект на прибыль отмечает меньшинство, и это те, кто перестроил процесс, а не добавил инструмент. Основатель консалтинговой фирмы Maximand Милош Маричич изучил 919 финансовых отчётов 60 крупнейших финансовых компаний США: ИИ упоминался в 4 отчётах из 5, но только 2 компании назвали денежную отдачу; разбор с цифрами по стоимости токенов в нашей новости сколько стоит нейросеть бизнесу.
Мой вывод из 3 источников совпадает с нашими 24% диалогов с участием человека: агент работает там, где процесс перестроен под него, замерен и где рядом есть человек для 24% случаев.
Границы действий особенно хорошо видны в истории роя из 1200 ИИ-агентов в ExploitGym: мы разобрали видео, первичные документы об атаке на Hugging Face и отличие наблюдаемых действий от разговоров о «сознании» моделей.
Частые вопросы
Что такое ИИ-агент простыми словами?
Программа на языковой модели, которая сама выбирает инструменты и шаги, чтобы довести задачу до результата: ответить клиенту, посчитать стоимость, отправить документ, записать в CRM. От чат-бота отличается тем, что понимает свободный текст и не идёт по жёстким веткам; от ассистента тем, что работает с клиентами и системами, а не только с сотрудником.
Чем ИИ-агент отличается от нейросотрудника?
Нейросотрудник выполняет рабочую роль. Он может отвечать по схеме или выбирать шаги сам. Калькулятор и генератор PDF встречаются в обоих вариантах: смотрите, кто решает, когда воспользоваться инструментом.
Можно ли полностью заменить отдел продаж агентами?
По нашим данным за месяц, в 24% диалогов с ИИ участвует человек. Агенты закрывают первое касание, квалификацию, запись и дожим молчунов; сделки с большим чеком закрывают люди. Кейсов полной замены отдела продаж с подтверждёнными цифрами я не видел.
Сколько времени занимает внедрение?
Ассистент 1–3 дня, нейросотрудник 2–8 недель, агент 4–12 недель. Срок определяют объём базы знаний, число интеграций и скорость ответов заказчика.
Какой ROI дают ИИ-агенты?
Обещаний «300% за квартал» не даём: по McKinsey эффект на прибыль получает меньшинство компаний. Считайте на своей воронке: скорость ответа, конверсия в следующий шаг и доля обращений вне рабочего времени до и после. Формулы в статье про ROI.
Нужно ли уметь программировать?
Для ассистента нет: достаточно написать инструкцию. Для нейросотрудника на платформе с каналами и CRM тоже нет. Для агента с нестандартными интеграциями нужно понимать, что такое API и MCP, но писать код чаще всего не приходится.
Какие данные нужны для запуска?
Реальные диалоги менеджеров (30–50 штук), список возражений и ответов, прайс с характеристиками, регламенты, описание тона. Для ИИ-продавца есть готовый список в отдельной статье.
Поймут ли клиенты, что общаются с ИИ?
Назовите помощника в начале разговора или по прямому вопросу. Дайте понятный способ обратиться к человеку и проверьте на тестовом обращении, что запрос действительно передаётся.
Не начнёт ли агент выдумывать цены и сроки?
Начнёт, если цен нет в базе знаний: модель отвечает уверенно на всё. Лечится 3 вещами: цены и условия только из базы, инструкция «если ответа нет в базе, скажи об этом и позови человека», еженедельное чтение диалогов. В нашем замере по 8 моделям одна такая строка снизила число выдумок с 42 до 11 на 80 ловушек.
Можно ли создать ИИ-агента бесплатно?
Ассистента да: Projects в Claude или GPTs в ChatGPT на бесплатных тарифах с ограничениями. Нейросотрудника с каналами тоже можно запустить на пробном периоде платформы, но платить за ответы модели придётся: около 9 ₽ за диалог по нашему замеру. Бесплатным бывает конструктор, а не работа модели.
Можно ли перенести агента к другому подрядчику?
Если инструкция, база знаний и история диалогов лежат в вашем кабинете, а не у подрядчика, да: это текстовые файлы и таблицы. Проверяйте это до оплаты внедрения: доступ владельца к кабинету и выгрузка базы знаний должны быть в договоре.
Работает ли один нейросотрудник в нескольких мессенджерах?
Да. На уровне CRM (amoCRM, Битрикс24) он подключается ко всем каналам сразу: WhatsApp, Telegram, ВКонтакте, Max, Авито. В Ноя это называется «CRM как канал».
С чего начать прямо сейчас
- Ответить на один вопрос: зачем. Ускорить сотрудников (ассистент), перестать терять заявки на первом касании (нейросотрудник) или убрать ручной процесс целиком (агент). От ответа зависит всё дальше; на это уходит 10 минут и ни рубля.
- Для ассистента: открыть Projects в Claude или GPTs в ChatGPT, положить туда 5 лучших примеров своей работы и инструкцию из 5 блоков по статье про промпт. Сегодня же получить первый результат.
- Для нейросотрудника: выгрузить из мессенджера 30 последних диалогов с клиентами и отметить, через сколько минут пришёл первый ответ и сколько диалогов начались после 19:00. Это ваш замер «до», без него шаг 4 бессмыслен.
- Собрать базу знаний из этих диалогов: вопросы клиентов и лучшие ответы менеджеров, прайс, регламент передачи человеку. Готовый список для продавца в статье про ИИ-продавца.
- Запустить на одном канале на пробном периоде и 2 недели читать каждый диалог. Только после этого добавлять второй канал, CRM и инструменты: они помогают расширить роль, а выбор маршрута обсуждают отдельно.
NVIDIA выпустила новые открытые модели для локальных и серверных задач. В разборе Nemotron 3.5 объясняем, что означает размер Bolt в 24 ГБ, какие варианты уже доступны и как проверить русский язык до покупки оборудования.
Google представил универсального рабочего агента с контекстом компании, инструкциями и подключёнными инструментами. В разборе Gemini Agent показываем узкий сценарий первого внедрения и отделяем приложение, модель и платформу разработки.
Свежие примеры развития инструментов — Gemini 4 Carbon для длинных задач и Copilot Fusion с выбором моделей. В обоих случаях принимать работу стоит по проверенному результату своего процесса.
Для исследования новых сценариев появились интерактивные миры Genie 4 и прототипы интерфейсов Replica. В разборах отделяем пробу идеи от готового рабочего продукта.
Вывод
Если коллега уже знает ход работы, ему хватит ассистента. Если правила можно перечислить, опишите сценарий. Когда системе нужно самой выбирать шаги, проверьте её на неоднозначном обращении и согласуйте условия остановки.
Что дальше читать: в основе любого агента лежит языковая модель, её возможности и цена ответа разобраны в статье LLM: что это такое; официальное определение и цифры внедрения в России в статье искусственный интеллект: что это; когда несколько агентов с ролями окупаются, а когда один справляется лучше и в 5 раз дешевле, в разборе мультиагентных систем с моим замером. Из самостоятельных агентов отдельного разбора заслуживает OpenClaw: он выполняет задачи целиком, а не отвечает на сообщения.
Для первого теста выберите обращение, которое сейчас сотрудник закрывает за несколько шагов. Запишите, что должен вернуть помощник, где он передаёт решение человеку и какой след остаётся после действия. По такому примеру уже можно сравнить предложения подрядчиков и составить техническое задание для компании.