Языковые модели приносят компании пользу там, где много однотипной работы с текстом и результат легко проверить: ответы первой линии поддержки, поиск по регламентам и договорам, черновики писем, коммерческих предложений и описаний товаров, разбор входящих документов. ИИ-агент идёт дальше чата: сам выбирает шаги и инструменты, например выгружает данные из CRM и собирает отчёт. Чем больше самостоятельности у агента, тем важнее, кто и как ловит его ошибки.
Ниже разобрано, чем агент отличается от чат-бота, какие эффекты подтверждены исследованиями, а не рекламой, как выбрать первую задачу и посчитать эффект, и что нельзя отправлять в нейросеть по российскому закону. Условия сервисов проверены 14.11.2026.
Чем ИИ-агент отличается от чат-бота и обычной автоматизации
Под капотом у всех трёх вариантов может быть одна и та же языковая модель (как она устроена, разобрано в статье что такое LLM). Разница в обвязке:
- Чат. Сотрудник копирует текст в нейросеть и забирает ответ. Дёшево, без интеграций, но всё держится на дисциплине людей.
- Шаблон плюс модель. Скрипт по таблице генерирует, например, описания товаров. Шаги заданы, модель пишет только текст. Пример такого процесса есть в статье про карточки товаров.
- Ответы по своей базе. Модель сначала находит фрагменты регламентов, договоров, инструкций, потом отвечает по ним. Это схема RAG, на ней работает большинство корпоративных «помощников».
- Агент. Модель умеет вызывать функции: внешние инструменты, которые ей описал разработчик. В документации GigaChat API прямо сказано, что сама модель функции не запускает, а решает, когда их вызвать, и передаёт аргументы, а выполняет вызов ваш код.
Что показывают исследования, а не реклама
Поддержка клиентов. Эрик Бриньолфсон, Даниэль Ли и Линдси Рэймонд изучили работу 5 179 операторов поддержки, которым дали ИИ-помощника. Производительность, измеренная как решённые обращения в час, выросла в среднем на 14%. У новичков и менее опытных сотрудников прирост составил 34%, у опытных и самых квалифицированных эффект был минимальным. Практический вывод: ИИ передаёт новичкам приёмы лучших сотрудников, поэтому первая линия и онбординг дают быстрый эффект.
Сложная экспертная работа. Организация METR в 2025 году провела рандомизированный эксперимент: 16 опытных разработчиков решали 246 реальных задач в проектах, которые знали годами, часть задач с ИИ-инструментами, часть без. С ИИ задачи заняли на 19% больше времени. При этом до эксперимента разработчики ждали ускорения на 24%, а после него всё равно считали, что ИИ ускорил их на 20%. В феврале 2026 года METR сообщила, что более новые инструменты, вероятно, уже ускоряют разработчиков, но собственные данные называет очень слабым доказательством размера эффекта.
Что из этого следует для бизнеса:
- Измеряйте, а не опрашивайте. Ощущение «стало быстрее» и реальное время расходятся.
- Сравнивайте с базой. Эффект считается только относительно метрики «до», снятой на тех же задачах.
- Не переносите чужие цифры. Платформа GigaChat Enterprise на своей странице пишет, например, о минус 60% времени на поиск расхождений в документах, но с пометкой «на базе внутренних кейсов клиентов». Это не исследование с контрольной группой.
Задачи, где польза видна быстрее всего
| Что | Когда подходит | Чем платите | Почему важно |
|---|---|---|---|
| Первая линия поддержки | Много типовых вопросов, есть база ответов | Настройка базы знаний, контроль ответов, передача сложных случаев человеку | Эффект подтверждён исследованием, сильнее у новичков |
| Поиск по регламентам и договорам | Сотрудники часто ищут ответы во внутренних документах | Подготовка и обновление документов, права доступа | Ответ со ссылкой на пункт документа проверяется за секунды |
| Черновики писем, КП, договоров | Есть шаблоны и внутренние стандарты | Время юриста или менеджера на проверку | Человек правит готовый проект вместо чистого листа |
| Разбор входящих документов | Поток сканов, счетов, актов | Сверка со справочником, выборочный контроль | Ошибка в реквизитах дорогая, нужен второй контроль |
| Контент и маркетинг | Описания товаров, посты, варианты объявлений | Проверка фактов, редактура | Подробнее в статье про нейросети для SEO |
| Управленческая отчётность | Данные уже собраны в системах, нужна регулярная сводка | Интеграции, проверка цифр | Агент полезен, только если источники данных чистые |
Хуже всего подходят задачи, где модель должна сама принять дорогое необратимое решение: одобрить скидку, отправить платёж, ответить на юридическую претензию без проверки.
Как выбрать первую задачу и посчитать эффект
Схема 1. Агент нужен не там, где модно, а там, где задача частая, данные есть и ошибку ловит человек.
Порядок, который мы советуем:
- Выпишите кандидатов. Задачи, которые повторяются каждый день и съедают часы: ответы на типовые вопросы, подготовка КП, сверка документов.
- Отсейте по ошибке. Для каждой задачи ответьте: что будет, если модель ошибётся, и кто это заметит. Если никто, задача не для первого пилота.
- Снимите базу. Время на одну операцию, число операций в день, доля ошибок или возвратов. Без этой цифры эффект не посчитать.
- Пилот на части потока. Например, ИИ готовит черновики ответов, оператор их правит и отправляет. Сравнивайте с группой, которая работает по-старому.
- Посчитайте полную стоимость. Токены, интеграции, время на проверку, поддержку базы знаний и замену модели, когда старую выведут из эксплуатации.
- Решите по цифрам. Если для маркетинговых задач нужно видеть влияние на заявки, пригодится сквозная аналитика.
Как писать инструкции для модели в пилоте, разобрано в статье что такое промпт.
Данные и закон: что нельзя отправлять в нейросеть
- Трансграничная передача. По статье 12 закона «О персональных данных» оператор до начала трансграничной передачи обязан уведомить Роскомнадзор, причём отдельно от уведомления об обработке. Норма действует с 1 марта 2023 года.
- Доступность сервисов. OpenAI не включает Россию в список поддерживаемых стран своего API, поэтому на ChatGPT нельзя строить официальный бизнес-процесс из России.
- Контур. У GigaChat Enterprise заявлены три варианта поставки: облако, гибрид с хранением данных на серверах компании и программно-аппаратный комплекс в периметре предприятия. У открытых моделей, например GigaChat 3.5 Ultra, веса опубликованы, и модель можно развернуть у себя, но для этого нужен кластер серверов с GPU.
- Права доступа. Агент, подключённый к CRM и 1С, должен видеть только то, что положено сотруднику, от имени которого он работает.
Российские платформы и сколько стоит модель
- Сбер. GigaChat API с пакетами и оплатой по факту, бесплатный пакет для физлиц на 12 месяцев, платформа GigaChat Enterprise с агентами, навыками и интеграциями с CRM и 1С. Подробно в статье про GigaChat.
- Яндекс. Yandex AI Studio даёт по API модели Alice AI LLM с контекстом 128 тыс. токенов, YandexGPT Pro 5.1 и сторонние модели, например Qwen и DeepSeek. Подробно в статье про YandexGPT и Алису AI.
- Жизненный цикл моделей. В документации AI Studio YandexGPT Lite 5 помечена как устаревшая с отключением 15 ноября 2026 года. Интеграцию стоит строить так, чтобы модель менялась одной настройкой.
Наши данные: как бизнес ищет нейросети
Методика. Темы плана MoreSEO, Яндекс Wordstat, Россия, 30 дней, срез 14.11.2026. Для главного запроса темы приведены широкая и точная частотность, спрос темы равен сумме точных частот её запросов.
| Главный запрос темы | Широкая | Точная | Спрос темы |
|---|---|---|---|
| ии агенты для бизнеса | 2 011 | 791 | 808 |
| главный запрос этой статьи | 3 096 | 421 | 421 |
| курс по нейросетям для бизнеса | 404 | 44 | 421 |
| гигачат агент | 413 | 65 | 203 |
| нейросети для маркетинга | 406 | 51 | 98 |
| нейросети для бизнес процессов | 112 | 18 | 18 |
Что видно:
- Агенты обогнали нейросети. Формулировку про ИИ-агентов для бизнеса дословно набирают 791 раз, главный запрос этой статьи 421 раз: в 1,9 раза реже. Поэтому в статье агентам отдан отдельный раздел.
- Широкий спрос размыт. У запроса этой темы точная частотность составляет 13,6% от широкой: остальное это хвосты вроде «для малого бизнеса», «бесплатно», «курсы».
- Учиться хотят не меньше, чем внедрять. Тема про курсы набрала столько же, сколько эта статья: 421 запрос.
- Процессы почти не ищут. «Нейросети для бизнес процессов» дают 18 запросов: люди формулируют задачу через инструмент, а не через процесс. Хотя считать эффект нужно именно по процессу.
Кому это не подходит
- Нет данных. База знаний устарела, в CRM дубли: агент будет уверенно отвечать по ошибочным данным.
- Редкие задачи. Если операция случается раз в неделю, интеграция не окупится.
- Дорогие необратимые решения. Платежи, увольнения, ответы регуляторам: только с человеком, принимающим решение.
- Нет владельца. У пилота должен быть ответственный, который снимает метрики и разбирает ошибки.
Частые вопросы
Какие нейросети использовать компании в России?
Модели, доступные официально: GigaChat от Сбера и модели Яндекса в Yandex AI Studio, а также открытые модели, которые можно развернуть у себя. Выбирайте по своей задаче: дайте одинаковое задание двум-трём моделям и посчитайте, сколько правок понадобилось.
Что такое ИИ-агент простыми словами?
Программа на основе языковой модели, которая получает цель, сама выбирает шаги и инструменты: ищет в базе, вызывает CRM, готовит документ. В отличие от чата, она действует, а не только отвечает.
Сколько стоит внедрение?
Сама модель стоит недорого: у Сбера для юрлиц от 0,065 ₽ за 1 000 токенов при минимальном платеже 600 ₽ в месяц. Основные затраты в интеграциях, подготовке базы знаний и времени людей на проверку.
Можно ли загружать в нейросеть данные клиентов?
В иностранный сервис только с соблюдением 152-ФЗ: до начала трансграничной передачи нужно уведомить Роскомнадзор. Безопаснее использовать корпоративный контур или модель, развёрнутую внутри компании.
Заменит ли ИИ сотрудников?
Исследования пока показывают другое: ИИ сильнее всего помогает новичкам выйти на уровень опытных коллег, а у экспертов в сложных задачах эффект бывает нулевым. Чаще меняется состав работы, а не штат.
Источники
- NBER: Generative AI at Work (Brynjolfsson, Li, Raymond)
- METR: влияние ИИ начала 2025 года на продуктивность опытных разработчиков
- METR: обновление дизайна эксперимента и данные по инструментам конца 2025 года
- 152-ФЗ «О персональных данных», статья 12. Трансграничная передача
- Документация GigaChat API: работа с функциями
- Документация GigaChat API: тарифы для юрлиц
- GigaChat Enterprise: платформа ИИ-агентов для бизнеса
- Sber Pro: представление GigaChat Enterprise
- Yandex AI Studio: модели генерации текста
- OpenAI: поддерживаемые страны