Почему ИИ-агенты проваливаются: путают чат-бота с исполнителем

Слышу один и тот же вопрос почти каждую неделю: как сделать ИИ-агента. И почти никогда не слышу другой, куда более важный: какую конкретно работу он заберёт у людей. В Вордстате это видно в цифрах: «как создать ИИ-агента» ищут 2405 раз в месяц, а про то, какую работу он снимет с сотрудников, почти никто не спрашивает. В этом расхождении и есть корень большинства провалов.

Компания заказывает «умного бота» и получает окно для вопросов вместо исполнителя. Разница простая. Чат-бот отвечает и ждёт следующего сообщения. Агент получает цель, сам выбирает шаги, вызывает инструменты: CRM, почту, документы, и доводит дело до результата без человека на каждом шаге.

Проверяю это одним вопросом: опишите процесс глаголами и посчитайте, сколько из них система закрывает сама, без участия человека. Если только первый глагол, а дальше сотрудник переписывает черновик, значит это не агент, а подсказчик. Экономии не будет, нагрузка на отдел скорее вырастет, потому что теперь ещё и черновики надо вычитывать.

Вторая ловушка, в которую раз за разом попадают: один агент «на продажи, поддержку и контент» сразу. Это три разных набора данных, три набора инструментов и три метрики в одном месте. Рабочая практика другая: брать один процесс, который повторяется каждый день, имеет измеримый результат и терпимую цену ошибки. Типовой ответ в поддержке или заполнение карточки товара подходят, переговоры о скидке с ключевым клиентом нет.

Промт правится за час. А вот отсутствие журнала действий вскрывается через месяц, когда клиент уже получил неверный ответ и никто не может понять, что вообще произошло ночью. То же с границами: если агенту не прописан список запрещённых тем, рано или поздно он пообещает скидку, которой не существует.

Правило, которое я для себя вывел и стараюсь не нарушать: агент получает право действовать без подтверждения только там, где я лично прочитал не меньше ста его решений и не нашёл ни одного, которое стыдно показать клиенту. До этой сотни он готовит действия, а подтверждает человек.

Gartner в июне 2025 года дал прогноз, от которого должно быть неуютно: больше 40% проектов с агентным ИИ закроют до конца 2027 года, и причина не в слабости моделей, а в размытой бизнес-ценности и неконтролируемых затратах. MIT NANDA в августе того же года посчитал, что около 95% корпоративных пилотов генеративного ИИ не дали измеримого эффекта на прибыль, потому что их не встроили в реальные рабочие процессы.

За годы в бизнесе я видел десятки проектов автоматизации, и почти все, что не взлетели, гибли не от технологии. Гибли от того, что никто не назначил процесс, метрику и человека, который отвечает за результат.

А у вас в компании пробовали что-то подобное внедрять? Что ломалось первым: данные, границы, или то, что журнал действий никто не читал?