Сбер продаёт бизнесу «штат ИИ-сотрудников». Разбираю, что такое ИИ-агент, если снять маркетинговую плёнку

За первое полугодие Сбер увеличил телерекламу GigaChat примерно в четыре раза. В отдельные месяцы на ИИ-помощника приходилось до 14% всей телевизионной рекламы банка — сопоставимо с продуктами, на которых банк живёт. Это значит простую вещь: волна дошла до руководителей, и вопрос «а нам нужен ИИ-агент?» в ближайший год прозвучит почти в каждой компании. Разберу, что стоит за этими словами и как отличить рабочий инструмент от дорогой презентации.

Я Карим, мы в NODA, мы внедряем автоматизацию малому и среднему бизнесу. Дальше — без продажи, только разбор.

В марте Сбер представил ГигаЧат Бизнес — корпоративную платформу, на которой компания собирает собственных ИИ-агентов. В апреле туда завезли флагманскую модель Ультра: отвечает до двух раз быстрее прежних, исполняет код, помнит долгий контекст. В августе к этому добавили голосовой диалог и рекламный залп по федеральному ТВ.

Яндекс идёт другим маршрутом. На телевидении его ИИ-продукты занимают около 5,5% продвижения компании, зато по месячному охвату Алиса AI впереди с большим отрывом: 14,3% россиян старше 12 лет против 4% у GigaChat по данным Mediascope. За 2025 год Яндекс вложил в поиск и ИИ 55 млрд рублей, а экспериментальная монетизация Алисы принесла около 2 млрд выручки. Соотношение вложений и выручки запомните — к нему вернёмся.

Чат-бот отвечает на сообщения. Агент — это модель, которой дали три вещи: доступ к вашим данным, право совершать действия в ваших системах и правила, когда останавливаться и звать человека.

Пример разницы. Чат-бот на вопрос «где мой заказ» вежливо просит номер и отвечает по скрипту. Агент сам находит заказ в CRM, видит, что отгрузка застряла, пишет клиенту честный срок и ставит задачу логисту. Первое — интерфейс. Второе — работа.

Технология под этим тоже приземлённая. То, что в презентациях зовётся RAG, по-человечески значит: перед ответом система ищет в ваших регламентах и базе знаний, а не фантазирует из общих соображений. Звучит скучно, работает хорошо — ровно до тех пор, пока в базе знаний есть что искать.

Платформы честно закрывают типовые офисные сценарии: черновики писем и документов, поиск по внутренней базе, выжимки из длинных файлов, перевод, формулы в таблицах. Обещание «типовых агентов для офисных ролей» — примерно про это.

Закономерность тут одна, и она важнее любого списка функций: из коробки работает то, где данные уже в порядке. Текст письма — в порядке: вот он. Регламент в PDF — в порядке. А вот «агент для отдела продаж» упирается в вашу CRM, и если менеджеры заполняют её через раз, агент будет уверенно отвечать по мусору.

Самое интересное продавцы платформ проговаривают тихо. Главная статья расходов при внедрении агентов — не лицензия. Это наведение порядка в собственных данных и процессах: дописать регламенты, которые жили в головах, вычистить CRM, решить, кто отвечает за ошибку агента перед клиентом. Модель может быть сколь угодно флагманской — на бардаке она автоматизирует бардак, только быстрее.

Второе тихое место — почему в презентациях столько слов про периметр и три формата поставки, от облака до сервера в вашей стойке. Потому что покупают это не за скорость, а за спокойствие: зампред Сбербанка прямо говорит, что бизнесу нужны решения под 152-ФЗ и внутренние политики безопасности. Переводя: главный конкурент платформ — не другая платформа, а страх службы безопасности перед любым облаком.

И третье. Соотношение у Яндекса — 55 млрд вложений против 2 млрд выручки — это не провал, это честная фотография рынка. Деньги в ИИ сейчас тратятся на привычку пользователя, а не собираются с него. Для покупателя-компании из этого следует практичный вывод: платформы будут дешеветь и навязываться, и спешить с годовым контрактом нет никаких причин.

Если к вам уже пришли с презентацией, спросите: какой один процесс автоматизируем первым и как он выглядит сегодня по шагам. Где лежат данные для этого процесса и кто подтвердит, что они полные. Что агент делает при неуверенности — молчит, выдумывает или зовёт человека. Сколько стоит час донастройки после «из коробки» и сколько таких часов ушло у похожих клиентов. И как через три месяца поймём, что стало лучше — в часах и деньгах, а не в количестве запросов к модели.

Продавец, который спокойно отвечает на эти пять, скорее всего продаёт рабочую вещь. Продавец, который в ответ показывает ещё один слайд про нейросеть, продаёт слайд.

Если в вашей компании уже пробовали типовых ИИ-агентов — с платформы, из коробки, всё равно чьих — дошёл ли хоть один до ежедневной работы? Или остался в статусе впечатляющего демо? Интересны обе истории, во второй пользы обычно больше.

Карим — NODA, автоматизация и внедрение ИИ для малого и среднего бизнеса.