ИИ становится частью команды: как цифровые «сотрудники» меняют бизнес

Об эксперте: Константин Романов, директор по искусственному интеллекту и цифровым продуктам Билайна.

От чат-ботов к автономным агентам

— Чем ИИ-агент отличается от обычного чат-бота на базе нейросети?

— Чат-бот, даже на продвинутой GPT (нейросетевой языковой модели), работает по принципу «запрос — ответ». Его функции ограничиваются диалогом с пользователем и генерацией текста. ИИ-агент — это виртуальный помощник, который умеет не только думать, но и действовать. Он анализирует контекст, разбивает задачу на шаги, обращается к предыдущему опыту.

— ИИ-агенты уже решают реальные задачи в бизнесе или это пока пилотные проекты?

— Глобально мир прошел стадию экспериментов: ИИ-агенты уже стали полноценными «цифровыми сотрудниками». Это подтверждают примеры мировых гигантов Walmart, DHL, Siemens. Российский бизнес движется в том же направлении. По оценкам экспертов, доля агентов в структуре всего рынка ИИ в России в 2025 году может достичь 29%.

Внутреннее исследование Билайна показало, что 58% наших клиентов уже используют ИИ-решения либо тестируют их, а 32% изучают кейсы. При этом ключевые задачи связаны с клиентом: поиск/привлечение (39%), анализ поведения (36%), повышение качества обслуживания (36%).

Цифровые помощники выполняют хорошо структурированные и многошаговые процессы. Например, в аналитике агенты строят прогнозы, выявляют аномалии в данных, в маркетинге — проводят кампании, распределяют бюджет и генерируют контент. Также есть потенциал в клиентском сервисе, продажах и производстве.

Человек незаменим там, где требуются креативность, стратегическое видение, принятие критических решений, управление юридически чувствительной информацией, этические компромиссы и эмоциональный интеллект.

— Можно ли полностью доверить ИИ выполнение процесса или все-таки нужен контроль?

— Ни один виртуальный агент сегодня не обладает стопроцентной точностью, поэтому нужен не просто контроль, а система «цифрового иммунитета». Ее основа — Guardrails (защитные ограничения), встроенные механизмы, не позволяющие агенту выходить за рамки своих полномочий.

Например, такая логика реализована в моделях, которые разрабатывает ООО «МедТех ИИ» (совместное предприятие «Билайна» и Сеченовского университета). Нейросети анализируют снимки, распознавая вероятность заболеваний почек и желудка, но постановка окончательного диагноза остается за врачом. При этом точность выявления моделями признаков заболеваний составляет 96–99%.

Главные вызовы внедрения

— Есть ли у бизнеса, использующего ИИ-агентов, риск зависимости от поставщика технологии?

— Да, но правильная стратегия внедрения помогает его преодолеть.

Во-первых, нужно отходить от схемы «один поставщик — одно решение». Более устойчива гибридная архитектура, где агенты взаимодействуют с разными моделями и сервисами, а провайдера при необходимости можно быстро сменить.

Во-вторых, главные активы бизнеса: данные, процессы и интеллектуальная собственность — должны оставаться под его контролем.

В-третьих, для управления рисками нужна проактивная стратегия мониторинга. Аналитики консалтинговой компании Gartner рекомендуют обеспечивать полную видимость всех действий агентов, вести учет их операций и приостанавливать сомнительные транзакции.

В-четвертых, основная сложность внедрения сейчас — «IT-зоопарк» внутри компаний: разрозненные системы и данные, которые важно структурировать и объединить.

— Может ли бизнес самостоятельно настроить агента или без поставщика не обойтись?

— Зависит от возможностей заказчика. Компания может сама настроить продукт, если есть нужные специалисты. В других случаях эффективнее заказать реализацию «под ключ». Возможен гибридный вариант: поставщик обеспечивает платформу и методологию, а команда заказчика обучает агента с учетом внутренних нюансов и бизнес-процессов.