ИИ-агенты для бизнеса: какие процессы автоматизировать, а куда пока не лезть

Предприниматель решает внедрить ИИ-агента — и сразу хочется отдать ему что-нибудь большое. Пусть отвечает клиентам, следит за продажами, ведёт CRM и заодно готовит отчёты. Получится такой электронный сотрудник на полкомпании.

Я бы с этого не начинал.

Можно упороться на три месяца в сложную автоматизацию, которая сэкономит бизнесу 50 тысяч рублей. А рядом может лежать процесс, который получится собрать за два вечера с той же экономией. Начинать стоит с таких бутылочных горлышек: эффект виден быстро, ошибку легко заметить, а неудачный эксперимент не разнесёт половину бизнеса.

Поэтому «автоматизировать продажи» — не задача. А вот разобрать звонок, заполнить карточку клиента или собрать еженедельный отчёт — три понятных процесса, которые уже можно обсуждать.

Сразу определимся, о чём речь. Обычный чат с нейросетью отвечает на вопрос и ждёт следующего сообщения. Агент получает цель и доступ к рабочим инструментам, после чего сам проходит несколько шагов. Например, открывает CRM, забирает расходы из таблицы, замечает, что нет файла с возвратами, просит его у сотрудника и только потом собирает отчёт.

Но искать подходящий процесс можно в обычном чате. Доступы к CRM и почте на этом этапе ему не нужны: пока вы не строите агента, а разбираетесь в собственной работе.

Сначала вытащите процессы из головы

Не пытайтесь сразу перечислить все процессы компании. Возьмите последнюю обычную неделю и вспомните, чем занимались продажи, поддержка, бухгалтерия, производство и вы сами. Откройте чат с ИИ, которым уже пользуетесь, и расскажите об этом текстом или голосом.

Если спросить так, ничего полезного не получится:

У меня рекламное агентство. Что мне автоматизировать с помощью ИИ?

Чат выдаст стандартный набор: лидогенерация, аналитика, контент, поддержка клиентов. Такой список подходит любому агентству и не помогает решить, что делать завтра утром.

Нужен другой результат — не совет, а интервью о том, как устроена работа.

Разговор пойдёт примерно так:

Чат: Какую работу руководитель делает каждую неделю?

Предприниматель: По понедельникам собирает отчёт по продажам.

Чат: Что он открывает и откуда берёт цифры?

Предприниматель: Выгружает сделки из CRM, расходы забирает из двух рекламных кабинетов, возвраты — из таблицы бухгалтера.

Чат: Что происходит, если бухгалтер ещё не занёс возвраты за пятницу?

Предприниматель: Руководитель пишет ей и ждёт. Без возвратов отчёт неправильный.

Трёх вопросов хватило, чтобы вместо общего «собирает отчёт» появились источники данных, исключение и точка остановки. Это и нужно вытаскивать из сотрудников.

Если на какой-то вопрос никто не отвечает, не спешите объявлять процесс сломанным. Сначала проверьте, влияет ли ответ на результат. Возможно, правило действительно нигде не записано, а возможно, чат спросил ерунду.

«Автоматизировать продажи» — не задача

В продажах есть поиск клиентов, звонки, коммерческие предложения, заполнение CRM, контроль оплат и ещё десяток разных работ. У каждой свои данные, исключения и цена ошибки. Собрать из этого одного агента — отличный способ несколько месяцев чинить всё сразу.

Возьмём гораздо меньшую задачу: заполнить CRM после звонка.

Менеджер заканчивает созвон и записывает, что обсудили, о чём договорились, какой следующий шаг и когда связаться снова. Один клиент обещал прислать документ. Другой попросил вернуться через месяц. Третий отказался. Хорошая карточка должна сохранить эту разницу, а не превратить любой разговор в бодрое «клиент заинтересован».

На входе есть запись звонка. На выходе — конкретные поля CRM. Менеджер может за минуту проверить, правильно ли система поняла договорённости.

Продолжите разговор в том же чате:

Покажите описание тому, кто делает эту работу сейчас. Он добавит то, что владелец бизнеса легко пропускает: «Перед заполнением мы ещё проверяем долг», «Этот файл приходит только по пятницам», «Сумму больше ста тысяч всегда подтверждает руководитель».

Я сам наращивал автоматизацию контентного процесса именно кусками. Сначала автоматизировал подготовку SEO-техзаданий, потом — подготовку готовой статьи к публикации вместо верстальщика, затем добавил написание текста. Сейчас это выглядит как большой связный процесс, но начинался он с одной небольшой работы, результат которой можно было сразу проверить.

Иногда лучший результат — бот без нейросети

Представим, что клиенты пишут вам в Telegram. Менеджер каждый раз задаёт одни и те же вопросы: какая нужна услуга, какой бюджет, когда нужно начать, кто принимает решение. Потом переносит ответы в таблицу и только после этого созванивается с клиентом.

Легко решить, что здесь нужен агент: подключить базу знаний, научить его рассказывать об услугах и самостоятельно отделять подходящие заявки от неподходящих. Для первого запуска это лишнее. Начните с обычного Telegram-бота, который последовательно задаст десять вопросов, проверит обязательные поля и сложит ответы в таблицу. Менеджер получит ссылку на готовую строку и сам решит, что делать с заявкой.

Когда в таблице накопятся реальные ответы, можно добавить один вызов недорогой модели: пусть она помечает заявки, которые подходят под ваши заранее записанные условия. Но сам сбор данных по-прежнему останется обычной программой с фиксированными правилами.

Кодинг-агент может помочь создать такой инструмент: написать код, подключить таблицу, запустить тесты и исправить ошибки. Но после запуска работу выполняет обычная программа по фиксированным правилам.

Запрос «сделай мне бота для сбора брифа» не объясняет почти ничего. Какой бриф? Какие вопросы обязательны? Куда сохранять ответы? Что делать, если клиент передумал на середине?

Нормальное задание выглядит так:

Если хотите собрать такой инструмент самостоятельно, в статье «Вайбкодинг для неразработчиков — 12 советов как кодить с ИИ» я подробно разобрал, как ставить задачи кодинг-агенту и не ломать уже работающий проект.

Нейросеть нужна там, где фиксированных правил уже не хватает. Например, бухгалтер переносит в реестр счета от десятков поставщиков: один присылает PDF, другой — фотографию, третий — скан. Модель может достать из них реквизиты и суммы. Но НДС и итог лучше пересчитать обычной программой, а платёж оставить бухгалтеру.

Агент нужен там, где по ходу работы меняется следующий шаг. Например, при сборке отчёта он сначала проверяет все выгрузки. Не хватает файла с возвратами — запрашивает его у бухгалтера. Цифры расходятся — останавливается и показывает проблему руководителю. Всё сошлось — собирает отчёт.

Я не вижу смысла давать системе больше свободы, чем требует задача. Чем меньше вариантов действий, тем дешевле запуск и проще проверка.

Десять процессов, которые можно автоматизировать

Нужный масштаб — одна работа с понятным результатом, который сотрудник может быстро проверить. Не «автоматизировать поддержку», а отсортировать новые обращения; не «внедрить ИИ в найм», а подготовить резюме к просмотру. Вот десять процессов такого размера — из продаж, поддержки и внутренней работы.

После разговоров

После созвона система может заполнить CRM: перенести из расшифровки договорённости, следующий шаг и дату контакта. Менеджер проверит карточку вместо того, чтобы заполнять её с нуля.

После внутренней встречи кто-то обычно пишет итоги и раздаёт задачи. Эту часть можно автоматизировать: система достанет из записи задачи, назначит ответственных и соберёт сроки, а участники поправят формулировки до того, как список разойдётся по команде.

Ещё один вариант — проверка звонков отдела продаж. Система не ставит менеджеру абстрактную оценку «семь из десяти», а показывает конкретные места: не выяснил бюджет, пропустил обязательный вопрос, не договорился о следующем шаге. Руководителю остаётся открыть нужный фрагмент, а не слушать час разговора.

Во входящем потоке

Если поддержка получает сотню обращений в день, сотрудникам приходится сначала понять, где простой вопрос, а где спор с клиентом. Система может отделить простые обращения от сложных: на вопрос о режиме работы подготовить черновик, а возврат денег, претензию или обещание клиенту сразу передать человеку.

Бухгалтер может каждый день вручную переносить реквизиты из счетов и актов в реестр. Здесь нейросеть извлечёт данные из документов разного вида, обычная программа проверит арифметику, а бухгалтер подтвердит запись. Автоматическую оплату к этому процессу на первом запуске лучше вообще не прикручивать.

Маркетолог может каждое утро просматривать отзывы на нескольких площадках и вручную выписывать повторяющиеся жалобы. Эту работу проще разделить: скрипт собирает новые публикации, модель объединяет похожие проблемы, а сотрудник получает короткий список тем вместо ещё одной бесконечной ленты комментариев.

Во внутренней кухне

Еженедельный отчёт можно собирать из CRM, рекламных кабинетов и таблиц. Агент проверит периоды и найдёт расхождения. Но причину падения продаж всё равно объяснит руководитель: система не узнает о сломанной телефонии или заболевшем менеджере, если этих данных нет.

При найме система может подготовить резюме к просмотру: показать, где кандидат подтвердил обязательный опыт и какой информации не хватает. Решение о собеседовании остаётся человеку.

Новый сотрудник постоянно спрашивает, где лежит шаблон договора, как оформить отпуск или у кого запросить доступ к CRM. Агент может искать ответы во внутренних инструкциях и сразу давать ссылку на нужный документ. Если готового правила нет или вопрос касается денег и прав доступа, сотрудник идёт к руководителю.

Наконец, агент может подготовить материал к публикации: проверить формат, ссылки, картинки и обязательные поля, исправить понятную техническую ошибку и снова запустить проверку. Именно так у меня сейчас устроена вёрстка статей: раньше её делал отдельный специалист, теперь — агент. Я лично результат не проверяю, но в конвейере остаются технические проверки.

Какой бы процесс вы ни выбрали, его всё равно придётся разобрать на входные данные, готовый результат, исключения и последствия ошибки. Одного названия для решения об автоматизации недостаточно.

Посчитайте, сколько стоит один готовый результат

Допустим, руководитель каждую неделю собирает отчёт по продажам. Он выгружает сделки из CRM, расходы — из рекламных кабинетов, возвраты — из таблицы бухгалтера. На один отчёт уходит полтора часа. Если час руководителя стоит компании 1200 рублей, ручная работа обходится в 1800 рублей.

Теперь вы хотите поручить отчёт агенту. Сам запуск модели может стоить недорого, но это только одна строка расходов. Систему нужно настроить, затем оплачивать модель и сервер, проверять результат и исправлять ошибки.

Начнём с настройки. Допустим, собственник потратил на неё три рабочих дня — 24 часа. Час его времени стоит бизнесу 1250 рублей. Значит, настройка обошлась в 30 000 рублей, даже если подрядчику никто не платил.

После запуска каждый отчёт тоже стоит денег:

• модель и сервер — 150 рублей по счетам за тестовые запуски;
• двадцать минут руководителя на проверку — 400 рублей;
• каждый пятый отчёт руководителю приходится исправлять ещё час. В среднем это 240 рублей на один отчёт: 1200 рублей делим на пять.

Без учёта настройки один автоматический отчёт стоит 790 рублей.

Теперь распределим настройку на весь объём. Если четыре подразделения за три месяца подготовят 50 отчётов, на каждый придётся ещё 600 рублей: 30 000 делим на 50. Итого один принятый отчёт стоит 1390 рублей вместо 1800. Экономия есть.

Если за те же три месяца нужно всего десять отчётов, на каждый придётся уже по 3000 рублей настройки. Вместе с моделью, проверкой и переделками получится 3790 рублей. В таком объёме автоматизация дороже ручной работы — значит, для первого запуска лучше взять другой процесс.

Поэтому считать нужно не цену одного вызова модели, а стоимость готовой работы, которую сотрудник проверил и принял. Для этого сложите долю первоначальной настройки, расходы на модель и инфраструктуру, проверку человеком, исправления и дальнейшую поддержку.

Чат поможет пересчитать разные объёмы и не забыть часть расходов. Исходные цифры всё равно придётся собрать вам.

Если в расчёте появилась цена настройки или доля ошибок, которых вы не называли, останавливайтесь. Чат не посчитал экономику, а придумал удобные числа.

Проверьте процесс на реальных данных

Допустим, вы хотите автоматизировать перенос счетов и актов в реестр. Бухгалтер описывает процесс коротко: «получаю документ, беру реквизиты и заношу строку в таблицу». По этому описанию всё выглядит одинаковым.

На реальных документах выясняется другое. Один поставщик присылает аккуратный PDF, второй — фотографию в WhatsApp, третий забывает номер договора, четвёртый через два дня отправляет исправленный акт. Агенту придётся различать эти ситуации, а не просто читать идеальный файл из демонстрации.

Соберите несколько разных примеров вместе с сотрудником, который выполняет работу. Для отчёта возьмите выгрузки за разные недели. Для поддержки — обычный вопрос, длинную претензию и запрос на возврат. Для документов — PDF, фотографию, исправленную версию и файл без обязательного поля.

Сначала сравните эти примеры с описанием процесса. В тот же чат можно передать перечень найденных различий и дать следующую задачу:

Такой разбор может показать, что в половине карточек CRM нет источника сделки, возвраты попадают в отчёт на три дня позже продаж, а два руководителя по-разному определяют потерянный звонок.

Отдельно проверьте доступы. Где лежат данные? Можно ли их выгрузить или подключить? Кто выдаёт доступ? Что увидит система сверх нужного процесса? Как она поведёт себя, если CRM или таблица временно недоступны?

Иногда после этой проверки выясняется, что автоматизировать пока рано. Это не поражение. Сначала назначьте владельца, приведите в порядок поля и запишите спорные правила — а пока возьмите следующий процесс.

Сразу решите, что агент может делать без человека

Один и тот же процесс можно автоматизировать с разной степенью самостоятельности. Возьмём клиентскую поддержку.

Самый осторожный вариант: агент читает обращения и раскладывает их по темам. Ничего клиентам не отправляет. Сотрудник получает готовую сортировку и сам отвечает.

Следующий шаг: агент готовит черновики ответов. Вопрос «До скольких вы работаете?» уже заполнен, сотруднику остаётся проверить текст и нажать «Отправить».

Только после этого можно отдавать системе отдельные безопасные ответы целиком — например, режим работы или статус заказа. Возврат денег, скидка, претензия и обещание срока по-прежнему уходят человеку.

Такую границу нужно провести для любого процесса. Черновик внутреннего отчёта легко исправить. Письмо уже увидит клиент. Ошибочный платёж сразу двинет реальные деньги. Чем тяжелее отменить действие, тем раньше агент должен остановиться и попросить подтверждение.

Для первого проекта без разработчика я советую брать внутреннюю работу, где ошибку можно заметить и спокойно исправить. Я сам начал работать с оплатами и базами примерно через полгода после первых экспериментов с вайбкодингом: до этого пришлось разобраться с правами доступа, ограничениями и устройством системы.

Если агент проводит платежи, удаляет данные или действует от имени компании, одного подтверждения в промпте недостаточно. Нужны отдельные права, журнал действий, лимиты расходов, быстрая остановка и возможность откатить изменение там, где это технически возможно. Отправленное письмо или проведённый платёж откатить уже не получится — поэтому такие действия лучше подтверждать заранее.

Один процесс не прошёл — берите следующий

Про выбранную работу нужно ответить на пять вопросов:

1. Она часто повторяется, а хороший результат можно отличить от плохого?
2. Порядок действий меняется или хватит обычного бота и скрипта?
3. Экономика сходится с учётом настройки, проверок и переделок?
4. Нужные данные можно получить, а доступ системы — ограничить?
5. Ошибку получится заметить и исправить до серьёзного ущерба?

Порядок всегда одинаковый? Сделайте обычную автоматизацию и возьмите следующий процесс для агента.

Не хватает данных или правил? Поставьте задачу ответственному сотруднику, а пока вернитесь к списку.

Дороже ручной работы или слишком опасно? Вычёркивайте из первых запусков.

Так вы не решаете, «нужна ли бизнесу автоматизация вообще». Вы проверяете один конкретный процесс. Не подошёл — упростили, отложили или вычеркнули, а затем взяли следующий. Рано или поздно найдётся работа с понятным эффектом и приемлемым риском.

Пилот должен пережить обычную неделю

Красивая демонстрация ничего не доказывает. Дайте системе обычные задачи, неприятные исключения и случаи, где правильный ответ — остановиться и позвать человека.

До запуска на одной странице запишите, что агент получает, что должен вернуть, что ему разрешено делать, когда он обязан остановиться и сколько эта работа занимает сейчас.

План теста можно подготовить в том же чате:

Покажите план сотруднику, который выполняет работу сейчас. Чат может составить аккуратный набор тестов и не знать, что фотография счёта в WhatsApp встречается чаще идеального PDF, а клиент после слова «возврат» обычно присылает ещё три сообщения.

Если вы решили не собирать агента с нуля, а взять готовый продукт, попросите провести демонстрацию на типичных для вас примерах. Какие данные увидит система? Что сможет сделать? Где посмотреть историю? Как немедленно отключить доступ? Если вместо демонстрации звучат общие обещания, рабочие данные не передавайте.

На время пилота сохраните ручной процесс. Ограничьте срок, бюджет и права системы. Записывайте не только удачные результаты, но и ошибки, остановки, время проверки и переделки.

А в конце примите решение, ради которого всё затевалось:

• результат стабилен и экономика сходится — продолжайте;
• ошибки повторяются в одном месте — сузьте задачу или подготовьте данные;
• проверка съедает всю экономию либо риск остался слишком высоким — выключайте и берите следующий процесс.

Для фиксированной цепочки хватит скрипта. Для распространённой задачи можно поискать готовый сервис по самой работе — например, «проверка звонков по скрипту», а не «ИИ-агент для бизнеса». Свои данные, правила и сложные действия, скорее всего, потребуют отдельной разработки.

Техническую часть — от описания процесса до сборки и запуска — я разобрал в отдельном гайде «Как создать ИИ-агента — пошаговый гайд для новичка».

Коротко: как выбрать процесс для автоматизации

1. Ищите не должность, а одну повторяющуюся работу. «Автоматизировать продажи» слишком широко. «После звонка заполнить пять полей в CRM» — уже понятная задача.
2. Сначала опишите работу как она есть. Откуда приходят данные, что делает сотрудник, где бывают исключения, кто принимает результат.
3. Не тащите нейросеть туда, где хватает обычной программы. Фиксированный порядок вопросов закроет Telegram-бот. Агент нужен, когда следующий шаг меняется по ситуации.
4. Считайте стоимость готового результата. Включите настройку, работу модели и инфраструктуры, проверку человеком, исправления и поддержку.
5. Проверьте реальные данные и последствия ошибки. Хороший процесс для первого запуска легко проверить, а его неудачный результат можно исправить до того, как пострадают клиенты или деньги.
6. Запускайте маленький пилот и заранее решите, как оцените результат. Если процесс не прошёл проверку, упростите его, подготовьте данные или возьмите следующую работу из списка.

Если вам интересна тема агентов и вайбкодинга, подписывайтесь на мой телеграм-канал. Там я делюсь опытом из первых рук: как автоматизирую рутину в своём бизнесе, запускаю соло-проекты с помощью ИИ и что из этого реально работает, а что нет.