На прошлой неделе в Екатеринбурге прошла конференция AI Growth Days, где руководители и инженеры обсуждали применение ИИ в бизнесе. Один из докладов провёл наш автор Алексей Оносов. Он рассказал об ИИ-агентах: что это такое, где они действительно полезны и как перейти от экспериментов с ИИ к автоматизации процессов.
Собрали главное 👇
1. Агент ≠ чат-бот
Чат-бот отвечает на запрос. Агент получает задачу, планирует последовательность действий, работает с API, базами данных и мессенджерами и выдаёт готовый результат.
Например, вместо ответа «вот новости» агент сам собирает информацию из 10 источников, фильтрует её, суммаризирует и отправляет дайджест в Telegram.
2. Главный барьер между L2 и L3 — не технологии
Алексей адаптировал к ИИ-агентам шкалу автономности беспилотных автомобилей.
L2: ИИ выполняет рутину, человек проверяет результат.
L3: агент ведёт процесс сам, человек подключается при отклонениях.
Большинство компаний пока на L2. Переход к L3 требует не столько новых промптов, сколько мониторинга, эскалации, обучения команды и перестройки процессов.
3. Правило 4 П помогает понять, что автоматизировать
Задача подходит для агента, если она:
• Повторяемая — чаще раза в неделю;
• Предсказуемая — 70%+ случаев идут по сценарию;
• с Приемлемой ценой ошибки — до 100 тыс. рублей;
• с Приемлемой стоимостью автоматизации — окупаемость до 6 месяцев.
Четыре «да» — автоматизируем. Три — оставляем человека в контуре. Два и меньше — оставляем задачу человеку.
4. Считать нужно не только стоимость токенов
В бюджет входят разработка workflow, инфраструктура, интеграции и поддержка. А ретраи, RAG и агентные цепочки могут увеличить расход токенов в 5–10 раз.
Поэтому Алексей предлагает считать реалистичный бюджет по формуле: расчётная стоимость × 5.
При этом сами токены могут стоить недорого: дайджест новостей на GPT-4o mini — около 8 рублей в месяц, обработка 1000 лидов — около 3500 рублей.
5. Первого агента можно собрать за вечер
На конференции Алексей показал агента на n8n, который собирает новости из 10 источников, фильтрует, суммаризирует и отправляет их в Telegram.
6 нод, 0 строк кода и 2–3 часа работы.
На той же базе можно автоматизировать мониторинг цен конкурентов, обработку отзывов, follow-up-рассылки и отчёты из CRM.
6. Пять ошибок, которые дорого обходятся
• слишком широкая задача вместо декомпозиции;
• запуск без human-in-the-loop;
• отсутствие мониторинга;
• неподготовленная команда;
• ожидание 100% автономности с первого дня.
Агенту, как и стажёру, нужно время на обучение и калибровку.
7. Автономность — марафон
На настройку и обучение агента может уйти 3–6 месяцев. Первые недели требуют ручного контроля, через 2–3 месяца система начинает работать увереннее, а дальше уровень автономности можно постепенно повышать.
А где взять промты?
В книге Алексея Оносова «500 промптов для жизни и бизнеса» собраны практические промпты для квалификации лидов, обработки отзывов, анализа конкурентов, генерации отчётов, коммерческих предложений и других задач.