7 проверенных ИИ‑агентов для решения бизнес‑задач
Для каких задач подойдет Salesforce, а с какими лучше справится Alibaba Cloud, в чем риски внедрения ИИ-агентов и как избежать ошибок, рассказывает Николай Верховский (Школа управления «Сколково»)
Фото: Михаил Гребенщиков / РБК
Этот материал входит в раздел «РБК Образование», где мы рассказываем, как развивать навыки, принимать взвешенные решения и двигаться по карьере осознанно.
Школа управления РБК — новый образовательный проект медиахолдинга, ориентированный на развитие руководителей. Встречаемся каждый четверг в 19:00 на онлайн-событиях, где вместе решаем сложные управленческие задачи.
Расписание и темы можно посмотреть здесь.
Где используются ИИ-агенты и какие задачи решают
Клиентский сервис и коммуникации
ИИ-агент обрабатывает входящие обращения, «понимает» вопросы и проблемы клиента, подбирает необходимую информацию в базе знаний или внутренних системах, предоставляет ответ. Если вопрос сложный, агент может переадресовать его человеку. Это значительно сокращает время ответа и позволяет специалистам сосредоточиться на сложных кейсах.
Продажи, маркетинг и аналитика клиентов
Агенты собирают информацию о потенциальных клиентах, отправляют первые письма, договариваются о звонках, квалифицируют лиды, анализируют поведение клиентов, выявляют, кто готов к покупке, и рекомендуют продукты для кросс-продаж.
ИИ-агенты — автономные системы с использованием возможностей искусственного интеллекта, которые способны выполнять задачи и принимать решения без постоянного участия человека
Операционная автоматизация и управление процессами
ИИ-агенту можно поручить:
- документооборот и обработку заявок;
- управление рабочими процессами и маршрутизацию задач;
- сбор и анализ данных из разных источников;
- автоматизацию HR-процессов (подбор персонала, онбординг).
Аналитика, финансы и принятие решений
ИИ-агенты мониторят новости, отслеживают действия конкурентов, анализируют финансовые данные в реальном времени, а затем на основе этого создают отчеты, уведомляют команду о рисках и возможностях.
Компании, которые анализируют не только данные, но и контекст (намерения клиента, тональность обращения, повторные запросы), показывают на 20–25% выше показатели лояльности. Это достигается именно за счет глубокого анализа, который способны провести ИИ-агенты.
Топ-7 ИИ-агентов для бизнеса: сравнение платформ
1. Salesforce Agentforce
Для каких задач подойдет:
- управление продажами и цикл продаж;
- автоматизация клиентского сервиса;
- обработка заявок и квалификация лидов;
- интеграция с ERP и внутренними системами.
Ключевые функции. Agentforce встроен прямо в экосистему Salesforce, поэтому агент имеет доступ к истории взаимодействий, профилям клиентов, прогнозам продаж.
2. Claude + Model Context Protocol (Anthropic)
Для каких задач подойдет:
- создание нестандартных агентов под специфику вашего бизнеса;
- интеграция с любыми системами (API, базы данных);
- сложная обработка информации и многошаговые процессы;
- работа с чувствительными данными (финансы, здравоохранение).
Ключевые функции. Claude от Anthropic поддерживает Model Context Protocol (MCP) — открытый протокол, который позволяет агенту подключаться к практически любым внешним инструментам и данным. Это как конструктор: вы выбираете, какие части системы подключить к агенту.
3. OpenAI ChatGPT Agents
Для каких задач подойдет:
- быстрое прототипирование идей;
- автоматизация для стартапов и SMB;
- обработка запросов, поиск информации.
Ключевые функции. ChatGPT Agents (режим агента в ChatGPT) позволяет агенту выходить в интернет при работе, запускать код, использовать встроенные инструменты. Все делается через простой интерфейс — не нужно писать код.
4. Google Gemini Agents
Для каких задач подойдет:
- анализ больших объемов данных;
- работа с Google Workspace (Sheets, Docs);
- создание отчетов и дашбордов;
- интеграция с BigQuery и другими сервисами Google.
Ключевые функции. Gemini интегрирован в экосистему Google, поэтому легко работает с Sheets, Docs, Gmail. Агент может извлекать данные, создавать визуализации, отправлять отчеты.
5. Zapier AI Actions
Для каких задач подойдет:
- объединение разных приложений в один рабочий процесс;
- автоматизация повторяющихся процессов;
- SMB и компании с ограниченным IT-бюджетом;
- быстрое соединение разных инструментов.
Ключевые функции. Zapier имеет 6000+ готовых интеграций. Агент может совершать действия в любом из этих приложений: отправить письмо, добавить контакт в CRM, все это без кода.
6. Manus AI
Для каких задач подойдет:
- выполнение сложных многошаговых задач без жестких регламентов;
- веб-исследования, работа с документами и формами;
- автоматизация через браузер и API-интеграции;
- проектная работа аналитиков и операционных менеджеров.
Ключевые функции. Manus использует многоагентную архитектуру (Planner, Executor, Verifier): агент сам разбивает задачу на шаги, выполняет действия в браузере, собирает данные из веб-источников и SaaS-систем, генерирует отчеты и код. Работает как автономный цифровой исполнитель в облачном окружении.
Вступайте в сообщество Школы управления РБК в Telegram или MAX, чтобы общаться с руководителями из разных сфер, выстраивать нетворкинг и получать советы экспертов.
7. Alibaba Cloud Qwen Agents
Для каких задач подойдет:
- автоматизация b2b e-commerce-процессов;
- клиентский сервис и квалификация лидов на маркетплейсах;
- управление цепочками поставок;
- масштабные enterprise-решения для ретейла и логистики.
Ключевые функции. Alibaba Cloud интегрирует модели Qwen с агентной платформой: под капотом работают специализированные агенты (продуктовый, клиентский, маркетинговый), которые анализируют запросы 100 000+ мерчантов, подбирают товары, проверяют соответствие нормам и автоматизируют коммуникации в экосистеме Taobao/Alibaba.
Статистика и тренды рынка ИИ-агентов
Рынок растет быстро: прогнозируется, что глобальный рынок вырастет с $5,2 млрд в 2024 году до примерно $227 млрд к 2034 году, демонстрируя среднегодовой рост около 45,8% за период с 2025 по 2034 годы.
78% мировых компаний уже внедряют генеративные модели в бизнес-процессы, а девять из десяти топ-менеджеров планируют наращивать инвестиции в технологии. Однако, согласно данным Массачусетского технологического института, 95% бизнесов не видят отдачи от своих вложений в искусственный интеллект. До стадии промышленной эксплуатации доходит лишь один из 20 проектов.
Как выбрать ИИ-агента и внедрить его в бизнес-процессы
Признаки готовности компании к внедрению ИИ-агентов:
- Повторяющиеся процессы. Если 30–50% времени команда тратит на одинаковые действия (обработка заявок, отправка писем, сбор данных), то такая трансформация будет наиболее эффективной.
- Перегруженность сотрудников. Если сотрудники заняты рутиной, а не делают стратегическую работу — это сигнал для перестроения процессов.
- Ошибки из-за ручной работы. Еще один сигнал — если человеческий фактор приводит к потере денег или клиентов.
- Перспектива кратного роста прибыли. Вкладываться в перестроение процессов под ИИ-агентов стоит, только если есть понимание, что внедрение искусственного интеллекта в процессы принесет значительно большую доходность.
- Растущий объем операций. Если руководитель сталкивается с необходимостью расширения штата только для увеличения объемов обработки данных, то есть смысл вложиться в агента.
Пошаговый план внедрения ИИ-агента
Шаг 1. Аудит процессов. Стартуйте с одного процесса, а не пытайтесь автоматизировать все сразу. Оптимальный срок для завершения пилота — две-четыре недели.
Шаг 2. Выбор платформы. Подбор инструментов зависит от конкретных задач. Вопросы, которые помогут сориентироваться:
- Какие системы нужно интегрировать?
- Какой бюджет?
- Есть ли ресурсы для настройки?
- Нужна ли поддержка регулируемых данных (финансы, здравоохранение)?
Шаг 3. Подготовка данных и обучение агента. Качество данных = качество результатов.
Шаг 4. Тестирование и доработка. Не стоит стремиться к идеальности: если агент справляется с 80–90% задач, остальное может обрабатывать человек.
Шаг 5. Запуск и масштабирование. На этапе запуска очень важно отслеживать работу для того, чтобы процесс проходил без сбоев и при этом была достаточная информация для анализа работы системы — она пригодится на этапе оптимизации.
Шаг 6. Оптимизация и расширение. После двух-четырех недель работы важно проанализировать собранные данные, чтобы понять, что работает хорошо, а где возникают ошибки, и своевременно доработать агента.
Какие риски могут возникнуть при использовании ИИ-агентов
Ошибки и «галлюцинации». ИИ может ошибаться, особенно в нестандартных ситуациях. Всегда нужны система контроля и возможность вмешательства человека.
Данные. Если передать агенту неточные данные, он будет принимать неправильные решения. Перед внедрением тщательно проверьте качество данных.
Безопасность. Убедитесь, что агент не раскрывает конфиденциальные данные, особенно если работает с персональной информацией.
Зависимость от поставщика. Узкоспециализированное решение может быть сложно заменить.
