ИИ-агенты и 11 задач, которые можно им доверить

«Проверь цены на авиабилеты и отели в даты моего отпуска. Подбери оптимальные варианты и пришли их мне на электронную почту. Если меня все устроит – забронируй тур». Еще недавно такой запрос можно было бы адресовать разве что личному секретарю или турагенту. Сегодня с этим вполне справляется ИИ-агент — цифровой исполнитель, способный самостоятельно собрать данные, проанализировать варианты и выдать результат, не дожидаясь дополнительных указаний. Разбираемся в специфике и возможностях ИИ-агентов.

Софья Приворотская

Главный эксперт Центра стратегической аналитики и больших данных Института статистических исследований и экономики знаний НИУ ВШЭ, кандидат экономических наук.

Содержание статьи:

Специфика ИИ-агентов

ИИ-агенты — новый этап эволюции интеллектуальных систем на основе больших языковых моделей (LLM). Как и в случае с чат-ботами и другими LLM-инструментами, ИИ-агентам можно ставить задачи и получать результаты, используя естественный язык — русский, английский или любой другой. Однако ИИ-агенты идут гораздо дальше взаимодействия в формате «вопрос — ответ» и могут выполнять действия без активного вовлечения человека.

Главное, что отличает ИИ-агентов:

Во-первых, они способны автономно выполнять задачи от имени пользователя. Агент самостоятельно определяет, когда начать и завершить выполнение. Триггером для запуска может стать, например, входящее письмо или запрос от клиента на сайте.

Во-вторых, ИИ-агенты могут взаимодействовать с внешними источниками данных и сторонними приложениями — не только для получения информации, но и для выполнения конкретных действий. Например, агент может проверить доступные слоты в календаре и самостоятельно создать в нем встречу.

Подобные инструменты способны действовать без прямой команды, строить цепочки последовательных действий, использовать внешние приложения и выполнять задачи с минимальным участием пользователя. Благодаря этим возможностям, а также относительной доступности и быстрому развитию специализированных платформ, ИИ-агенты стремительно распространяются и всё активнее внедряются в рабочие процессы. 76% руководителей, опрошенных IBM, отмечают, что их организации уже разрабатывают и масштабируют проекты с автономными ИИ-агентами для автоматизации интеллектуальных процессов. 86% ожидают, что к 2027 г. ИИ-агенты существенно повысят эффективность их работы с данными.

Что умеют ИИ-агенты

В качестве примера приведем 11 кейсов*, где ИИ-агенты успешно используются уже сейчас:

1. Персональная эффективность

ИИ-агенты способны не только напомнить о задаче, но и самостоятельно договориться о встрече между несколькими участниками, подобрать свободные окна в календарях, забронировать переговорную. Помогут они и для выстраивания индивидуальных образовательных траекторий: агент отслеживает прогресс в обучении, предлагает следующие шаги, пересобирает программу, если пользователь отстаёт.

2. Маркетинг и клиентский сервис

Для стимулирования продаж агенты могут собирать информацию о потенциальных клиентах, инициировать первое письмо и договариваться о звонке, используя историю компании и публичные данные. Для оптимизации коммуникаций — вести сложные кейсы с переключением между каналами и сохранением контекста: например, начать в чате, продолжить по почте и передать оператору только при необходимости. Это даёт возможность экономить ресурсы без потери качества.

3. Рыночная аналитика

ИИ-агенты могут в реальном времени мониторить новости, инвестиционные сделки, изменения на сайтах конкурентов, формировать отчёты и уведомлять команды. Один из практических примеров — анализ продуктовых запусков конкурентов с аналитическими выводами по возможному влиянию на рынок.

4. Управление персоналом

В рекрутинге агенты могут проанализировать десятки резюме, выбрать релевантных кандидатов, отправить приглашения и согласовать время интервью, без участия рекрутера на каждом этапе. Другая интересная возможность — онбординг новых сотрудников: агент сам «объясняет» правила и регламенты, помогает с доступами, подсказывает, к кому обратиться, адаптируясь под роль и команду новичка.

5. Разработка и тестирование ПО

Агенты могут автоматически находить баги в коде, формировать отчет и создавать запросы с исправлениями. Это существенно экономит время команд, отвечающих за проверку качества. Кроме того, агент автоматически отслеживает изменения в проекте и сам обновляет техническую документацию, например описание API или инструкцию.

6. Генерация контента

По брифу (краткому описанию) агент создаёт статью, адаптирует её под разные форматы (почта, соцсети, презентация) и сам встраивает в контент-календарь. Еще один вариант применения – создание блога на основе видеозаписи: агент вырезает нужные видеофрагменты, делает подписи, генерирует превью и объединяет все в публикацию для социальных сетей.

7. Финансы

Внутри компании агенты могут обрабатывать заявки на расходы: проверять лимиты, согласовывать по маршрутам, формировать документы. Во внешних транзакциях — отслеживать расходы по категориям и сигнализировать при отклонениях от бюджета. Такие функции особенно востребованы в крупных организациях с большим количеством транзакций.

8. Логистика и снабжение

При сбое запланированной поставки агент может сам найти альтернативу, пересчитать сроки и оформить новый заказ. При закупках проанализировать условия от разных поставщиков, выявить оптимальные по цене и сроку, автоматически сгенерировать договор.

9. Юридическая поддержка

Агент может проверить контракт на риски, предложить формулировки на основе корпоративных шаблонов и отправить его на согласование. Помимо того, он поможет вести историю правок, хранить контекст переговоров и автоматически уведомлять о сроках продления.

10. Медицина

Одно из востребованных направлений – сопровождение пациента с хроническим заболеванием. Агент напоминает о приёме лекарств, отслеживает самочувствие, координирует записи к специалистам. В свою очередь, ИИ-ассистент для врача собирает информацию из электронной карты, подсказывает возможные диагнозы и формирует предварительный план обследования.

11. Управление знаниями

Агенты могут автоматически обновлять внутренние инструкции на основе новых регламентов или пользовательских запросов, а также формировать краткие справки или дайджесты по теме недели. Это особенно полезно в быстрорастущих компаниях, где изменения происходят крайне быстро.

Перспективы развития

Как мы видим, уже сегодня ИИ-агенты демонстрируют ощутимую эффективность в самых разных сферах — особенно там, где требуется обработка неструктурированной информации и формирование решений на её основе. Однако это лишь первые шаги на пути интеграции таких систем в бизнес-процессы компаний. На следующем этапе ключевую роль будут играть мультиагентные системы, в которых специализированные ИИ-агенты взаимодействуют между собой — подобно тому, как сотрудники разных отделов координируют усилия для решения общей задачи.

* По материалам IBM, OpenAI, Google, Salesforce, Future Transformation, Capgemini