ИИ-агент: что это и чем он полезен компании?

Коротко

ИИ-агент — это программа на основе языковой модели (нейросети, которая понимает и пишет текст), и она сама решает, какие шаги предпринять, и повторяет их, пока не доведёт задачу до конца, а не выполняет один заранее прописанный сценарий. Компании используют агентов не только для звонков и чатов: они разбирают почту, готовят документы, ищут информацию и обновляют отчёты и CRM. Ниже разберём, как устроен агент и когда хватит обычной программы.

Как агент устроен внутри?

Главное различие описала компания Anthropic в разборе «Building Effective Agents»: в одних системах каждый шаг заранее прописан программистом по готовой схеме, в других модель сама решает, куда двигаться дальше, опираясь на то, что получилось на предыдущем шаге. Первые Anthropic называет workflows, то есть заранее расписанными цепочками шагов, вторые агентами: агент сам направляет свой процесс и сам решает, какой инструмент использовать на каждом шаге (Anthropic, «Building Effective Agents», 19.12.2024).

Разработчик Саймон Уиллисон в своём блоге предложил короткую формулу для того же явления. Агент запускает инструменты в цикле, пока не достигнет цели. Инструменты здесь это любые программы и сервисы, к которым у агента есть доступ: почта, таблица, CRM, поиск. Первая часть, «инструменты в цикле», означает, что модель может сама запрашивать действие, получать результат и на его основе решать следующий шаг. Вторая часть, «пока не достигнет цели», означает, что у цикла есть условие остановки, а не бесконечное повторение одного и того же (Simon Willison, определение агента, 18.09.2025).

Anthropic в том же разборе советует не усложнять без нужды: начинать с самого простого решения, которое работает, и переходить к многошаговому агенту только тогда, когда более простой вариант действительно не справляется с задачей. Не всякая задача в компании требует полноценного агента: иногда обычная программа по готовому сценарию решает вопрос быстрее и надёжнее, а агент только усложняет и удорожает работу.

Какие задачи агенты решают, кроме звонков?

Голосовой звонок клиенту — это самый заметный, но далеко не единственный пример работы агента. Ниже три направления, где агентов уже используют за пределами разговоров, с примерами из открытых источников.

Документы. В разборе на блоге Hugging Face описана система, где несколько агентов работают над одним документом по очереди: один агент действует как исследователь и собирает материал, второй как автор пишет черновик, третий как редактор проверяет и дорабатывает текст. Каждый агент получает свою роль и цель, и результат одного передаётся следующему по цепочке (Hugging Face, «Building Your Own AI Document Dream Team», 08.04.2025).

Почта и типовые обращения. Агент может прочитать входящее письмо, понять суть запроса, сверить его с данными в системе компании и подготовить или сразу отправить ответ, не дожидаясь, пока сотрудник откроет почтовый ящик и разберёт письмо вручную.

Отчёты, поиск и CRM. Компания Microsoft в блоге Dynamics 365 описывает переход от систем, которые просто хранят данные, к системам, которые сами совершают действия: один агент ускоряет сверку счетов бухгалтерии, а другой сам обрабатывает входящие письма поставщиков и заносит нужные данные в систему. Отдельные агенты также оценивают качество работы по большинству разговоров и обращений вместо выборочной проверки, и помогают продавцам определять перспективные сделки в CRM (Microsoft Dynamics 365, «From systems of record to systems of action», 21.10.2025).

Чем агент отличается от обычной программы и от одной модели?

Критерий	Обычная программа по сценарию	Одна языковая модель без агента	ИИ-агент
Кто решает следующий шаг	Программист прописал заранее	Отвечает один раз на один запрос	Сам решает по ходу задачи
Сколько шагов подряд	Ровно столько, сколько в сценарии	Один ответ, дальше ждёт нового вопроса	Столько, сколько нужно до результата
Что если случай нетипичный	Останавливается, если шага нет в сценарии	Отвечает как умеет, не проверяет результат	Уточняет и пробует другой путь
Работа с инструментами	Вызывает то, что прописано заранее	Обычно не вызывает инструменты сама	Сама решает, какой инструмент вызвать и когда

Зачем компании вообще агент, а не просто программа?

Разница особенно заметна там, где задача состоит из нескольких разнородных шагов подряд, а не из одного действия. Обычная программа хорошо справляется, если шаги известны заранее и не меняются: посчитать сумму заказа, отправить письмо по шаблону. Но как только в задаче появляется развилка, которую нельзя было предусмотреть заранее (клиент прислал документ в непривычном формате, вопрос не укладывается ни в один готовый пункт меню), обычная программа останавливается, а агент пробует другой путь: перечитывает документ внимательнее, уточняет деталь у клиента, ищет похожий случай в базе.

Для бизнеса это означает, что агента имеет смысл ставить не на любую автоматизацию подряд, а туда, где раньше приходилось держать человека именно из-за непредсказуемости задачи, хотя сама задача в остальном рутинная: разбор входящих заявок разного формата, ответы на вопросы, которые звучат по-разному, но сводятся к одному и тому же прайсу, первичная сортировка обращений по отделам.

Когда агент не нужен?

Если в компании и так небольшой поток однотипных обращений, а рядом всегда есть свободный сотрудник, ставить агента рано: простая форма с частыми вопросами на сайте или короткий сценарий обычной программы справится не хуже и обойдётся дешевле в настройке и поддержке. Так же не стоит тянуть агента туда, где на самом деле нужна не гибкость, а строгая предсказуемость: например, в расчёте налога или зарплаты правильнее держать обычную программу с фиксированной формулой, где результат всегда одинаков при одинаковых входных данных, а не модель, которая каждый раз рассуждает заново. Наконец, если процесс в компании ещё не описан и каждый сотрудник решает похожие вопросы по-своему, сперва стоит навести порядок в самом процессе. Агенту, как и новому человеку в команде, нужны понятные правила, из которых он будет исходить.

С чего начать разбираться в агентах?

Не пытайтесь сразу построить агента на самую сложную задачу компании. Возьмите один процесс, где уже видно узкое место: письма, которые подолгу лежат в очереди, отчёт, который каждую неделю собирают руками из нескольких таблиц, или звонки, часть которых теряется в нерабочее время. Опишите этот процесс по шагам так, как его выполняет человек сейчас, и уже на этой основе решайте, нужен ли здесь полноценный агент или хватит простого сценария. Такой порядок разбирался в гайде про внедрение ИИ в бизнес: выбор первой задачи решает, окупится ли автоматизация вообще.

Сколько это стоит и как устроено в ultiOS?

В ultiOS такой агент, ИИ-сотрудник, настраивается в панели без кода: должность, задачи и доступ к CRM владелец бизнеса описывает сам, а дальше сотрудник действует по этой карточке. Подписка стоит ровно 10 000 ₽ в месяц на одну компанию, число сотрудников внутри неё не ограничено. Разговоры сверх квоты подписки идут от 6 ₽ за минуту. Если задаче нужна редкая интеграция с системой, которой нет в стандартном наборе, это отдельная услуга: в такой роли ultiOS выступает интегратором под ключ.

Что в итоге

• Агент сам решает, какие шаги нужны для задачи, и повторяет их, пока не доведёт дело до конца, в отличие от программы с заранее прописанным сценарием.
• Агенты работают не только со звонками: они читают почту, готовят документы в команде из нескольких ролей, обновляют отчёты и CRM.
• Начинать стоит с самого простого решения и переходить к агенту только там, где простой сценарий не справляется.
• Агент оправдан там, где задача рутинная, но с непредсказуемыми деталями, а не там, где всё и так известно заранее.

Только знакомитесь с темой?

Если вы впервые слышите про разницу между чат-ботом и ИИ-сотрудником и хотите начать с самого простого объяснения, прочитайте «Что такое ИИ-сотрудник и чем он отличается от чат-бота». Там та же тема разобрана без технических терминов, на бытовых примерах.

Источники

• Anthropic, «Building Effective Agents», 19.12.2024
• Simon Willison, определение агента, 18.09.2025
• Hugging Face, «Building Your Own AI Document Dream Team», 08.04.2025
• Microsoft Dynamics 365, «From systems of record to systems of action», 21.10.2025