Большие языковые модели используют или пилотируют 86% российских компаний. Полуавтономные агенты работают в промышленной эксплуатации у 15%, автономные и мультиагентные решения — у 8% в каждой категории. Чем выше планка самостоятельности, тем реже технология доходит до постоянной работы. Помощник подсказывает следующий шаг. Цифровой сотрудник доводит дело до результата.
Главное за неделю — в дайджесте
Подпишитесь, чтобы не пропустить
Какие задачи компании отдают цифровым сотрудникам первыми
Выбор стартовой задачи для цифрового сотрудника редко бывает стратегическим. Бизнес начинает там, где работа повторяется каждый день, по ней сохраняется цифровой след, а итог проверяется без профильного специалиста. По данным опроса «Инфосистемы Джет», лидируют контакт-центры и поддержка: ИИ применяют в этой функции 75% компаний, в аналитике и BI — 63%, в ИТ-службах и сервис-десках — 60%.
Цифровому сотруднику отдают узкие участки:
- Входящие обращения: типовые вопросы сотрудников и клиентов, маршрутизация, ответы по базе знаний.
- Регулярная отчетность: сбор и обработка информации из учетных баз, сводки по расписанию.
- Сервис-деск: заявки на доступы, регистрация инцидентов, статусы по обращениям.
Международная выборка дает срез по типу функции. По данным «Якова и Партнеров», на вспомогательные функции приходится 51% решений, еще 37% — на обслуживание клиентов, маркетинг и продажи. Внутренний контур авторы называют одной из стартовых зон для внедрения ИИ.
Цифровой сотрудник и чат-бот: где проходит граница
Слово «агент» в описании продукта ничего не гарантирует. Одна формулировка стоит и на чат-боте со сценариями, и на системе, которая доводит задачу до конца во внешних сервисах. Разница вскрывается только на списке функций.
По оценке «Якова и Партнеров», только 7 из 18 международных решений соответствуют не менее чем пяти из шести критериев полноценного агента. Среди 12 публично доступных российских продуктов готовых ИИ-агентов не оказалось: четыре лидирующих платформы продаются для самостоятельной сборки, остальные восемь работают как специализированные помощники и чат-боты. Структура рынка не означает отставания. Российские заказчики обычно требуют локального развертывания, работы с закрытыми данными и соответствия нормативам. Поэтому платформенный подход развивается быстрее коробочных решений.
Порог агентности: чем цифровой сотрудник отличается от ассистента
Методика опирается на шесть операционных критериев и шкалу зрелости от L1 до L5. Полноценным агентом считают решение, которое закрывает не менее пяти. Порог сдвинут вверх намеренно: помощник с четырьмя критериями из шести остановится на ближайшем нестандартном шаге. Для руководителя проверка сводится к одному вопросу: заканчивает ли машина операцию или возвращает ее человеку. Ответ определяет бюджет и ожидания.
«Сегодня слово „агент“ часто описывает не архитектуру продукта, а его маркетинговое позиционирование. Руководителю важно проверить, умеет ли система сама разбить цель на шаги, действовать во внешних системах, оценивать результат, исправлять ошибки и доводить задачу до конца. Если этих возможностей нет, компания покупает ассистента, но рассчитывает на сквозную автоматизацию — и завышает ожидания от бюджета и эффекта».
Максим Болотских, партнер и глава практики ИИ и высоких технологий «Яков и Партнеры»
Критерии сверяют на пилоте: на рабочей операции и собственных данных заказчика.
Первая линия поддержки: «Ингосстрах» и счет в штатных единицах
Внутренняя поддержка сотрудников попадает под передачу раньше других функций. Обращения по ИТ, кадрам, юридическим и операционным темам приходят каждый день в одной формулировке и упираются в уже оцифрованную базу знаний.
«Ингосстрах» запустил корпоративного ИИ-ассистента первой линии для 12 000 сотрудников. Помощник закрывает обращения вместо расширения штата. По данным поставщика решения, ассистент обрабатывает свыше 8 000 диалогов в месяц в круглосуточном режиме. Время маршрутизации и решения обращений сократилось на 45%, оценка качества ИТ-услуг выросла на 50%, база знаний структурирована на 40%, высвобождено 2,5 штатной единицы.
Величина в 2,5 штатной единицы описывает один контур на 12 000 сотрудников. Нормативом замещения она не становится: независимой методики расчета, сколько людей заменяет цифровой сотрудник, у отрасли нет. Итог зависит от объема обращений и от того, как этот контур был устроен до внедрения.
Обработка документов: системе отдают весь цикл валютного контроля
Поддержка закрывает первый тип задачи: входящее обращение, на которое машина отвечает человеку. Второй тип заканчивается готовым документом. Сервис забирает операцию целиком: извлекает данные из договора, сверяет их с нормативами и формирует заключение.
«Альфа-Банк» собрал ИИ-агента валютного контроля на собственных платформах вместе с подрядчиками. Специалисты в промежуточных шагах не участвуют. По данным подрядчика проекта, до внедрения на анализ одного договора уходило до 2 часов с заполнением 90 полей. Время подготовки заключения сократилось до минуты. Точность автоматических заключений достигла 80% при плановых 60%, пропускная способность сохранена на уровне 2700 контрактов в сутки.
Оставшуюся часть заключений проверяет человек: плановый порог система превысила, контролера не отменила. На закрытых заключениях человек освобождается от всего цикла, от чтения договора до формулировки.
Производство: цифровой сотрудник на буровых данных
Задачи цифрового сотрудника не заканчиваются текстом и обращениями. В нефтедобыче ИИ работает с телеметрией скважин, и результат там измеряют в объемах добычи и количестве происшествий.
«Газпром нефть» поставила ИИ-агентов на интерпретацию геофизических данных, разбор проектной документации и прогноз аварийных ситуаций при бурении. Отдельный контур регулирует режимы работы насосного оборудования в действующих скважинах. Прогноз аварий и регулирование режимов позволяют увеличить добычу до 2% в среднем ежегодно. Срок освоения актива сократился вдвое, удельное число происшествий на сложных скважинах снизилось до 12%. Прирост добычи и снижение аварийности «Газпром нефть» приводит верхними границами диапазона.
Телеметрия закрывает третий тип задачи: непрерывный поток данных, по которому решение принимают в реальном времени. Текстовый помощник до такой работы не дотягивается: нужен доступ к оборудованию и право менять режим.
Что мешает внедрить цифрового сотрудника
Отказ от такой автоматизации обычно случается еще до пилота: бизнес оценивает зрелость операции, состояние данных и список интеграций и закрывает вопрос до демонстрации. От внедрения ИИ-агентов отказывается 44% крупных компаний. Причину авторы исследования называют так: незрелость процессов, состояние инфраструктуры данных и сложность интеграции ИИ с корпоративными системами. Там же компании отдельно оценивали, что им мешает: стоимость серверов отметили 58%, юридические риски — 56%, ограничения инвестиционных бюджетов — 42%, дефицит экспертов — 40%.
Пилотный проект: почему он не доходит до промышленной эксплуатации
Масштабирование упирается в готовность корпоративных процедур, данных и инфраструктуры. Первый источник разочарования — данные: пилот на подготовленном наборе идет гладко, потому что его собирали под демонстрацию. В рабочем контуре та же задача опирается на исторические базы, и система натыкается на разнородные поля, закрытые права доступа и ручные согласования.
Второй источник разочарования лежит в разрыве между обещанием на витрине и тем, что технология делает без человека. Сквозная автоматизация и работа с оператором в контуре описаны одинаково.
«А полностью автономные и принимающие решения агенты, как и универсальные ИИ-сотрудники, — это пока скорее область рекламы. На практике даже самые продвинутые системы требуют обязательного контроля со стороны человека».
Игорь Бреус, ведущий архитектор решений «Интерпроком»
Пилот на рабочих данных разводит их сразу: помощник либо доводит дело до конца, либо возвращает его человеку на промежуточных шагах. Во втором варианте экономику считают заново.
Сто агентов «Норникеля» в тридцати процессах: зачем считать масштаб
По количеству агентов о результате не судят. Значение имеет то, в скольких процессах они работают. «Норникель» перешел от пилотов генеративного ИИ к масштабированию. В компании развернуто более 100 ИИ-агентов, интегрированных в 30 бизнес-процессов: проектирование, управление запасами, финансово-экономические контроли.
Пара «сто агентов и тридцать процессов» описывает встроенную автоматизацию: ИИ работает внутри рабочих процедур. Разрозненный пилот выглядит иначе: помощник есть, процедура прежняя, работа после демонстрации возвращается к ручной.
Кто управляет цифровыми сотрудниками: владелец процесса и центр компетенций
Цифровой сотрудник появляется без должности и без места в штатном расписании. Отвечать за его работу перед бизнесом всё равно кто-то должен, и роль эту назначают не всегда. Масштабировать пилоты не получается у 40% компаний из-за отсутствия владельца процесса. Еще столько же называют причиной нестабильное качество решений. Обе цифры описывают одну ситуацию: технологию запустили, а перестроить вокруг нее работу оказалось некому.
Объект контроля у руководителя меняется. Вместо задач человеку он держит четыре вещи:
- Распределение работы: что делает машина, что делают люди.
- Правила действия: по каким регламентам принимаются решения.
- Границы самостоятельности: где помощник останавливается и передает вопрос человеку.
- Результат для бизнеса: что изменилось в работе после подключения.
Руководитель цифровых сотрудников: должность или функция владельца процесса
Форма роли расходится. Где-то заводят центр компетенций и говорят о центре цифровых сотрудников, где-то в структуре появляется должность руководителя цифровых сотрудников, где-то функция остается у владельца процесса. Проверка везде одна: у технологии есть названный человек, который отвечает за ее итог перед бизнесом. Набор ролей в ИИ-системе вопрос о процессе не закрывает. Компания легко воспроизводит собственную оргструктуру внутри технологии и получает ту же схему работы, только без людей.
«Сто цифровых сотрудников не делают компанию автоматически эффективнее десяти. Иногда большое количество ролей означает лишь то, что существующую оргструктуру почти без изменений воспроизвели в ИИ-системе».
Александр Бочкин, генеральный директор «Инфомаксимум»
Владелец со стороны бизнеса отвечает за изменившуюся процедуру, а не за количество ролей в ней. Он же приносит финансовому блоку оценку эффекта, и на ней внедрение чаще всего спотыкается.
Экономика проекта цифрового сотрудника: один сценарий вместо всей организации
Расчет ведут до старта и по одной операции. Оценка сразу по всей компании бессмысленна: смежные звенья не меняются, и локальное ускорение до итогового показателя не доходит. Устойчивого эффекта от внедрения ИИ не видят 46% компаний. Технология пока не достигла достаточной зрелости в корпоративном секторе, и отсутствие финансовой отдачи от ИИ остается общемировой проблемой.
В разборе 150 крупнейших российских организаций «Якова и Партнеров» эффект свыше 5% EBITDA зафиксировали 9% компаний. За два года доля тех, у кого эффект не подтвержден, снизилась с 32% до 22%. Разрыв между ускорением отдельной задачи и эффектом в отчетности авторы объясняют «каскадом затухания»: локальное улучшение упирается в согласования, тестирование, интеграции и неизменившиеся показатели эффективности. Первые результаты появляются в производительности и пропускной способности, а не в сокращении фонда оплаты труда: на них уходит 3–6 месяцев, на влияние на прибыль — год-два.
Создание цифрового сотрудника: сборка на платформе вместо готовой коробки
Готовой коробки под российские процессы на рынке пока нет, поэтому решение чаще собирают на платформе под конкретный сценарий. Такая сборка удлиняет старт, зато снимает вопрос интеграции с историческими базами, на котором внедрение чаще всего и останавливается.
До старта фиксируют четыре вещи:
- Сценарий: одна повторяемая операция с понятным входом и выходом.
- Владелец процесса: руководитель со стороны бизнеса.
- Исходная метрика: значение показателя до подключения.
- Новые показатели эффективности: цели сотрудников под изменившийся процесс.
Поддержка, документы и телеметрия закрывают три разных типа задач, отданных цифровым сотрудникам целиком. Совпадает у них немногое: одинаковая работа, доступные данные и названный человек, который отвечает за итог перед бизнесом. Без последнего пункта внедрение остается пилотом, сколько бы исполнителей в нем ни работало.
Другие статьи по теме
Часто задаваемые вопросы
Чем цифровой сотрудник отличается от чат-бота?
Разница вскрывается на списке функций, а не в названии продукта: слово «агент» стоит и на чат-боте со сценариями, и на системе, которая доводит задачу до конца во внешних сервисах. Методика «Якова и Партнеров» опирается на шесть операционных критериев и шкалу зрелости L1–L5, полноценным агентом считают решение, закрывающее не менее пяти. Для руководителя проверка сводится к одному вопросу: заканчивает ли машина операцию или возвращает ее человеку. Ответ определяет бюджет и ожидания.
Какие задачи компании отдают цифровым сотрудникам первыми?
Начинают там, где работа повторяется каждый день, по ней сохраняется цифровой след, а итог проверяется без профильного специалиста. По опросу «Инфосистемы Джет» лидируют контакт-центры и поддержка — ИИ применяют в этой функции 75% компаний, в аналитике и BI — 63%, в ИТ-службах и сервис-десках — 60%. Внутри этих функций отдают узкие участки: входящие обращения и маршрутизацию, регулярную отчетность, заявки на доступы и регистрацию инцидентов.
Сколько людей заменяет цифровой сотрудник?
Независимой методики расчета у отрасли нет. В кейсе «Ингосстраха» ассистент первой линии для 12 000 сотрудников обрабатывает свыше 8 000 диалогов в месяц, время маршрутизации и решения обращений сократилось на 45%, высвобождено 2,5 штатной единицы. Эта величина описывает один контур и нормативом замещения не становится: итог зависит от объема обращений и от того, как контур был устроен до внедрения.
Почему пилот проходит успешно, а до промышленной эксплуатации дело не доходит?
Два источника разочарования. Первый — данные: пилот идет гладко на наборе, собранном под демонстрацию, а в рабочем контуре та же задача опирается на исторические базы с разнородными полями, закрытыми правами доступа и ручными согласованиями. Второй — разрыв между обещанием на витрине и тем, что технология делает без человека: сквозная автоматизация и работа с оператором в контуре описаны одинаково. Пилот на рабочих данных разводит их сразу.
Почему компании отказываются от внедрения ИИ-агентов?
От внедрения отказывается 44% крупных компаний, причем обычно еще до пилота. Причины авторы исследования называют так: незрелость процессов, состояние инфраструктуры данных и сложность интеграции ИИ с корпоративными системами. Отдельно компании оценивали, что им мешает: стоимость серверов отметили 58%, юридические риски — 56%, ограничения инвестиционных бюджетов — 42%, дефицит экспертов — 40%.
Кто в компании отвечает за работу цифрового сотрудника?
У технологии должен быть названный человек, отвечающий за ее итог перед бизнесом, — форма роли расходится: центр компетенций, отдельная должность руководителя цифровых сотрудников или функция владельца процесса. Без этого масштабирование останавливается: у 40% компаний пилоты не масштабируются именно из-за отсутствия владельца процесса. Объект контроля у руководителя меняется — вместо задач человеку он держит распределение работы, правила действия, границы самостоятельности и результат для бизнеса.
Как считать экономику проекта цифрового сотрудника?
Расчет ведут до старта и по одной операции: оценка сразу по всей компании бессмысленна, потому что смежные звенья не меняются и локальное ускорение до итогового показателя не доходит. Устойчивого эффекта от внедрения ИИ не видят 46% компаний, а эффект свыше 5% EBITDA зафиксировали 9% из 150 крупнейших российских организаций. Первые результаты появляются в производительности и пропускной способности за 3–6 месяцев, влияние на прибыль — через год-два.
Что зафиксировать до старта проекта?
Четыре вещи: сценарий — одну повторяемую операцию с понятным входом и выходом; владельца процесса со стороны бизнеса; исходную метрику — значение показателя до подключения; новые показатели эффективности для сотрудников под изменившийся процесс. Готовой коробки под российские процессы на рынке пока нет, поэтому решение чаще собирают на платформе под конкретный сценарий: старт длиннее, зато снимается вопрос интеграции с историческими базами.