Бизнес ищет ИИ-агентов, а находит платформу
Консалтинговая компания «Яков и Партнеры» изучила 65 примеров внедрения ИИ-агентов по всему миру. В исследование попали и 12 российских продуктов. Один из выводов — среди отечественных решений нет готовых агентов, только платформы для их создания. Но это не минус для заказчиков, а скорее жирный плюс. Сейчас объясню, почему.
ИИ-агента невозможно упаковать в одно унифицированное решение и продавать тысячам компаний из разных отраслей. Агент должен быть «обвязан» под процессы компании. Поэтому российский рынок ИИ-вендоров пошёл по прагматичному пути — дать бизнесу платформу, на которой он сам сможет собирать автономных помощников под свои задачи и в полной мере контролировать его действия.

Хотите узнать больше про ИИ-агентов?
25 августа приходите на вебинар от экспертов Directum «Анатомия ИИ-агентов. От мифов к бизнес-результату».
Мои коллеги Виталий Томко и Мария Рослая расскажут, как устроены агентные системы, как обстоят дела с безопасностью данных при подключении ИИ, и когда выгоднее брать готовое встроенное решение, а когда — внешний инструмент.
Как отличить ИИ-агента от чат-бота
Часто происходит подмена понятий: говорят про агентов, а на деле подключают чат-бота. Это не значит, что одна технология хуже другой, у каждой свои цели и функциональность.
Система считается полноценным агентом, если соответствует хотя бы 5 признакам из списка:
- Цикл функционирования (восприятие среды, анализ, действия) без постоянного контроля человека;
- способность к планированию;
- взаимодействие с инструментами;
- самокоррекция, способность анализировать собственные ошибки;
- наличие памяти;
- самостоятельное завершение задач.
Чтобы не получить «кота в мешке» под видом ИИ-агента, следует задать поставщику три простых вопроса:
- Ваш агент может самостоятельно декомпозировать мою задачу на подзадачи?
- Может ли он вызвать внешние инструменты (CRM, 1С, почту) без моего участия?
- Если что-то в процессе пойдет не так, может ли агент исправить ошибку и продолжить работу, или он обратится к человеку?
Внедрение упирается в процессы
Главные барьеры при внедрении искусственного интеллекта заключаются не столько в технологиях, сколько в качестве данных и управлении изменениями. Заказчики часто хотят добавить ИИ в существующий хаос и получить порядок. Так не работает.
Еще один частый сценарий. Пилотный проект с ИИ-агентом успешен, но при масштабировании на реальные процессы натыкается на внутренние стоп-факторы: неструктурированные данные, отсутствие чётких регламентов и сопротивление сотрудников. В Directum RX в поставке Intelligence агентный ИИ добавляется в готовые маршруты и процессы, то есть применяется на структурированной информации для наилучшего решения задач бизнеса.
Регулирование ИИ усиливает спрос на платформы
1 сентября 2026 года вступает в силу часть требований 243-ФЗ, первого закона РФ об искусственном интеллекте.
Платформенные решения дают бизнесу 3 преимущества, которые помогут соблюдать новые нормы:
- Контроль над данными. Локальное развёртывание и полный аудит всех действий обеспечивают необходимый уровень доверия. А в условиях ужесточения требований компания не может позволить себе «чёрный ящик», который непонятно как обучен и куда передаёт информацию.
- Гибкость. Требования меняются быстро. Платформа позволяет оперативно перенастроить агента под новые правила.
- Прозрачность. Платформа даёт возможность объяснить, как построен процесс от начала до готового результата. Это критично для финансового и госсектора.
Будущее агентных систем — за платформенными решениями, которые позволяют компаниям самим собирать и контролировать автономных помощников. Именно по такому пути мы идем в рамках платформы Directum RX в поставке Intelligence: пользователи настраивают агентов в тех процессах, где они им действительно нужны, с помощью no-code редактора. Встроенный в платформу ИИ работает «из коробки», а обновлениями и поддержкой занимается вендор.
Комментарии 0