ИИ-агент для бизнеса: шесть случаев, когда он вам не нужен

Меня зовут Карим, я занимаюсь автоматизацией и внедрением ИИ-агентов в NODA. Пока я писал этот текст, в популярном на VC висели две инструкции по сборке первого агента и курс по созданию агентов с нуля. Собрать агента сейчас проще, чем когда-либо. Понять, нужен ли ИИ-агент вашему бизнесу, — по-прежнему сложно, и об этом почти не пишут.

Короткий ответ такой: ИИ-агент нужен там, где входные данные каждый раз разные и решение приходится подбирать по ситуации. Если процесс идёт по одним и тем же правилам, агент — самый дорогой из существующих способов запустить скрипт. Ниже шесть вопросов, по которым я отделяю одно от другого, и разбор, почему крупные компании ставят агентов именно туда, куда ставят.

Путаница начинается с терминов, поэтому три определения без академизма.

Скрипт выполняет заданные шаги в заданном порядке. Всегда одинаково, за копейки, без сюрпризов.

Чат-бот ходит по сценарию: узнал намерение, выдал ветку. Шаг влево — «я вас не понял».

Агент получает цель и сам выбирает, какие шаги и инструменты использовать: прочитать письмо, заглянуть в CRM, сформировать ответ, создать задачу. В этом его сила и в этом же вся его стоимость.

Слово «агент» сейчас продаёт, поэтому им называют всё подряд, включая обычные интеграции. Первое, что стоит сделать с любым предложением про агента, — спросить, какие решения он принимает сам. Если ответ «никаких, он передаёт данные из А в Б», перед вами скрипт по цене агента.

У скрипта себестоимость запуска нулевая: написали один раз, дальше он работает хоть миллион раз подряд. У агента каждый запуск — это обращения к модели, и платите вы за каждое. Рынок при этом растёт стремительно: только через облачную платформу Яндекса за второй квартал 2026 года клиенты сожгли 398 млрд токенов — вдвое больше, чем кварталом раньше.

Цена токенов снижается, и это правда. Но у агента есть вторая статья расходов, которая не снижается: проверка. Скрипт либо работает, либо падает с ошибкой — это видно сразу. Агент может отработать уверенно, правдоподобно и неправильно. Значит, его результаты кто-то должен просматривать, и стоимость этого человека — часть стоимости агента, которую почти никогда не считают в презентациях.

Про то, как компании считают и не считают эффект от таких внедрений, я подробно разбирал в прошлой статье про 550 млрд эффекта от ИИ — здесь эта ссылка уместна, дальше к цифрам не возвращаюсь.

Задаю их в таком порядке, потому что каждый следующий дороже проверяется, чем предыдущий.

Первый: процесс детерминированный? Если задачу можно описать блок-схемой без ветки «зависит от ситуации» — перенос данных между системами, формирование документов по шаблону, уведомления по событию, — это работа для интеграции или скрипта. Она дешевле на порядок или два и не требует проверки результатов.

Второй: сколько стоит одна ошибка? Агент ошибается не как скрипт, а как уверенный стажёр. Для ответа на типовое обращение это приемлемо. Для проведения платежа, изменения условий договора или удаления данных — нет: одна ошибка съедает экономию за год. Дорогая ошибка не запрещает агента, но требует человека, который подтверждает каждое действие, и эту зарплату надо честно записать в смету проекта.

Третий: есть ли базовая линия? Если вы не замерили, сколько времени и денег процесс ест сейчас, вы никогда не узнаете, окупился ли агент. Замер занимает неделю и делается до проекта. Задним числом базовая линия всегда подгоняется под желаемый результат, без всякого злого умысла.

Четвёртый: какой объём? Агент с подпиской, инфраструктурой и человеком на проверке имеет фиксированную стоимость владения. Если обращений двадцать в день, посчитайте, не дешевле ли эти двадцать обращений обрабатывать руками. Часто дешевле, и это нормальный результат расчёта, а не поражение.

Пятый: как часто меняется процесс? Парадоксально, но стабильному процессу агент нужен меньше, а не больше: стабильное автоматизируется детерминированно и дешевле в поддержке. Агент оправдывается там, где правила писать бессмысленно, потому что они устареют через месяц.

Шестой: откуда пришла идея? Если из задачи — «менеджеры тонут в однотипных письмах, но каждое чуть-чуть разное» — это рабочая заявка. Если из ленты — «у всех агенты, нам тоже надо» — задачи нет, и агент её не создаст. Этот вопрос выглядит несерьёзно, но отсекает больше проектов, чем предыдущие пять вместе.

Полезно посмотреть, где разворачивают агентов компании, у которых есть и данные, и люди для проверки.

Яндекс поставил ИИ-агента в поддержку Такси и ожидает от него больше 600 млн рублей экономии за 2026 год. Сбер довёл автоматизацию обработки обращений до 65% с лишним: 66% по телефону, 71% в чатах.

Оба случая устроены одинаково, и это не совпадение. Вход языковой и каждый раз разный — правилами не опишешь. Объём гигантский — миллионы обращений, фиксированная стоимость владения размазывается в пыль. Цена ошибки низкая — неудачный ответ поддержки неприятен, но обратим, и человек в эскалации доступен. Все шесть вопросов из моего списка здесь отвечаются в пользу агента.

Обратите внимание, куда эти же компании агентов не ставят: никто не отдаёт им проведение платежей и подписание договоров. Не потому что не могут собрать, а потому что умеют считать цену ошибки.

Три оговорки, чтобы не выглядеть умнее, чем я есть.

Критерии консервативны по построению. Они защищают от лишних трат, но из-за них можно опоздать: граница «дорого и ненадёжно» сдвигается каждый квартал, и задача, отсеянная по четвёртому вопросу год назад, сегодня может проходить.

«Дорогая ошибка» лечится архитектурой. Человек, подтверждающий действия агента, снимает второй вопрос почти целиком — за счёт того, что часть экономии уходит на этого человека. Это не запрет, это статья расходов.

И главное: список отвечает на вопрос «нужен ли агент этому процессу», а не «нужно ли компании учиться работать с агентами». Второй вопрос шире, и на него мой чек-лист не отвечает. Возможно, пилот на некритичном процессе стоит своих денег просто как обучение команды — но тогда его и записывать надо в обучение, а не в автоматизацию.

Агент — это не апгрейд скрипта, а другой инструмент с другой экономикой: платный шаг, недетерминированный результат, обязательная проверка. Он выигрывает там, где входы изменчивы, объёмы велики, а ошибка дёшева. Во всех остальных местах скучная интеграция побеждает по деньгам, и выбирать её — признак зрелости, а не отсталости.

Вопрос к тем, кто уже запустил агента в работу, не в демо: какие решения он принимает сам, без человека? И что вы делаете с теми случаями, где он решил уверенно и неправильно?