AI-агенты в операционке: что берут на себя, а где нужен человек

Владелец компании на 15 человек читает про AI-агентов и видит одно и то же обещание: заменим менеджера, закроем поддержку, поднимем конверсию в 4 раза. Через месяц пилот тонет: агент вежливо отвечает клиенту, но упускает контекст сделки; собирает отчёт, но с ошибкой в источнике; берётся за переговоры, и клиент уходит к конкуренту.

Проблема не в модели. Проблема в том, что задачу выбрали неправильно. В Агентуре мы каждый день собираем агентов под операционные процессы трёх наших брендов и десятков клиентских проектов. Есть задачи, где AI-сотрудник работает лучше человека уже сегодня. Есть задачи, где искусственный интеллект в принципе не пригодится, и деньги на пилот сгорят зря. Разберём границу без хайпа - на живых примерах.

Что такое операционка глазами AI-агента

Операционка - это всё, что повторяется. Приём заявки, ответ клиенту, счёт, напоминание о встрече, сводка недели, передача задачи подрядчику. Она отличается от стратегии тем, что имеет правило «как надо»: если пришло A, делаем B, если B не получилось - переходим к C. Правило может быть сложным, с десятками веток, но оно есть.

AI-агент - это программа, которая умеет три вещи. Читать входящее сообщение или данные. Принимать решение по правилу или сравнению с примерами. Выполнять действие в других системах: писать, ставить задачу, отправлять счёт, поднимать тревогу.

Ключевое отличие агента от чат-бота: агент действует внутри вашей инфраструктуры. Он ходит в CRM, в 1С, в Telegram, в почту, в базу данных. Он не отвечает «уточните у менеджера» - он поднимает задачу менеджеру и возвращается к клиенту с ответом. Технический разбор устройства - в статье как создать ИИ-агента для бизнеса.

Дальше по тексту «AI-агент» и «ИИ-агент» - синонимы, пишем то, что органично звучит в предложении.

Задача 1: клиентский диалог с историей и следующим шагом

Что забирают агенты первыми - разговор с клиентом, где решение прозрачно и укладывается в правило. Возьмём Ciao Amore, наш премиум-бутик итальянской одежды с Telegram Mini App CRM.

Раньше типовая история: клиентка купила блузку три месяца назад, потом молчание. Менеджер видит её в списке «давно не заходила», но у него ещё сорок таких же. Обзвон никто не делает - неловко, и повода нет.

Что делает агент. Каждую ночь берёт список клиентов с определёнными признаками: сумма прошлой покупки, срок с последнего контакта, интересы из истории просмотров. Составляет короткое сообщение под конкретную клиентку: «В новой коллекции пришло похожее на то, что вы брали в мае, - хотите посмотреть в примерочной?» Не рассылка на всех, а адресный повод. Клиентка отвечает - агент передаёт диалог менеджеру с полным контекстом покупок и просмотров.

Что тут работает. Есть правило: кому писать, когда писать, о чём писать. Есть данные: CRM хранит покупки, wishlist, реакции на предыдущие сообщения. Есть проверяемый результат: клиентка ответила / не ответила / записалась в примерочную.

Чего мы НЕ отдаём агенту. Само общение в примерочной, продажу капсулы на 200 000 ₽, работу с возражениями по посадке платья. Там нужен глаз, стиль и живое доверие - агент вежливо ломается.

Результат сдержим в реальности: несколько состоявшихся возвратов в месяц, ноль ощущения спама у клиенток. Главный эффект - не в цифре. Менеджер видит не «сорок молчунов», а трёх согревшихся собеседниц с готовыми поводами.

Как этот процесс собран технически. У агента три источника контекста: карточка клиента в CRM с историей покупок, wishlist из Mini App, лог диалогов с менеджером. Правило «когда писать» - набор условий: сумма прошлой покупки от определённого порога, срок с последнего контакта в вилке 60-120 дней, отсутствие негативного паттерна («не писать пока» после жалобы). Правило «о чём писать» - соответствие между тегами прошлой покупки и тегами новой коллекции. Само сообщение агент собирает под клиентку каждый раз заново - шаблонов нет, есть карта смыслов.

Что мы обкатали болезненно. Первая версия агента писала слишком часто и слишком одинаково - в ответ клиентки отписывались. Ввели правило «не чаще одного касания в 3 недели» и обязательный уникальный повод для каждого сообщения. Полностью исключили формулировки, которые звучат как рассылка: «В нашей коллекции появилось…», «Специально для вас подготовили…». Оставили только конкретный повод - «пришла модель, похожая на ту блузку, что вы примеряли в мае».

Задача 2: подготовка сметы и ТЗ по повторяющемуся шаблону

Второй кейс - wrkshop, наш event-decoration бизнес. Средний проект: свадьба, корпоратив, юбилей. На каждый нужны ТЗ подрядчику и коммерческое предложение заказчику. Раньше это отнимало у владельца 3-4 часа на проект: собрать бриф клиента, посчитать материалы, приложить референсы, сделать красивый PDF.

Что делает агент. На вход принимает бриф в свободной форме - хоть голосом в Telegram, хоть письмом на почту. Разбирает по нашей карте: тип мероприятия, площадка, гостей, стиль, бюджет, дедлайн. Проверяет полноту - чего не хватает, задаёт до трёх уточняющих вопросов клиенту. Собирает ТЗ по шаблону нашего цеха, считает смету через каскад маржи «производство +30, экспозиция +15, налог +8», формирует КП для заказчика без внутренних цифр.

Что тут работает. У задачи есть жёсткий формат выхода - ТЗ и КП по нашему шаблону. Есть источник цен - прайс подрядчиков в базе. Есть правило маржи, зафиксированное в стандарте. Ошибки видны сразу: не сходится смета, забыли монтаж, перепутали дату.

Чего мы НЕ отдаём агенту. Финальный апрув цены и сроков клиенту. Переговоры о скидке. Решение «берём этот заказ или пропускаем». Разговор с подрядчиком о качестве и деталях монтажа. Всё это остаётся за человеком - там ставка выше, чем экономия трёх часов.

Что изменилось в операционке. Владелец перестал быть узким горлышком на этапе документации. Смета готова к моменту разговора с клиентом. Подрядчик получает ТЗ в тот же день. Количество проектов в работе выросло, часы на бумажную часть упали.

Отдельно про голосовые брифы. Клиенты часто скидывают требования голосом - «нам на 20 августа, площадка Roof, гости 80 человек, стиль тосканский, бюджет до полутора». Раньше это надо было расшифровать, разложить по полям, задать уточняющие вопросы. Сейчас агент принимает аудио, транскрибирует, разбирает по нашей карте, задаёт уточнения тем же способом - голосом или текстом в удобном клиенту канале. От первого сообщения клиента до готового ТЗ подрядчику проходит час-полтора вместо суток.

Что осталось за владельцем. Финальный взгляд на ТЗ перед отправкой - не потому что агент ошибается технически, а потому что у владельца есть чутьё на конкретного клиента. Если клиент новый и капризный - владелец смотрит формулировки. Если это давний партнёр, с которым делали три проекта - агент отправляет сам, владелец видит только уведомление. Границу «где нужен взгляд владельца» агент определяет по правилам, которые мы прописали при внедрении.

Задача 3: контентный конвейер бренда

Третий пример - SOLGA, творческий проект нашей художницы Оли. Ей нужно поддерживать канал, писать про новые работы, вести астро-контент, отвечать на вопросы подписчиков про доставку и цены. Ольга - художница; каждый час, потраченный на пост, - это час, не потраченный на холст.

Что делают агенты. Один агент собирает по утрам астро-факты дня из открытых источников, переводит в тон Solga - спокойный, женский, без эзотерического слэнга. Второй агент раз в неделю берёт свежие работы из папки, готовит подписи под настроение каждой картины, ставит в очередь публикации. Третий агент отвечает на типовые вопросы в директе: «сколько стоит?», «когда доставите?», «есть ли похожее на такое-то?». Сложные вопросы - про заказ портрета, про выставку, про эмоциональный отклик на работу - идут Оле напрямую.

Что тут работает. Контент рутинный по формату (астро дня, подпись под работу, ответ про доставку), но требует бренд-голоса. Голос ставится в промпте один раз и держится месяцами. Оля видит только то, что важно ей.

Чего мы НЕ отдаём агенту. Тексты про сам смысл работ - «почему я это написала». Ответы клиентам, которые пришли за эмоциональным разговором о картине. Решение, какую работу вообще показывать миру. Это - продукт, а продукт делает человек.

Что AI-агент делает плохо

Симметричный список - тут агенты подводят, и это тоже опыт.

Стратегия. «Мы теряем клиентов - помоги понять почему» - агент выдаст пять правдоподобных гипотез, из которых три неправильные. Он не знает вашего рынка, не сидел с клиентом за столом, не чувствует изменения тональности разговора за последний квартал. Стратегические выводы делает владелец, глядя на цифры и свою интуицию. Агент даёт срезы данных, не решения.

Доверие клиента. Как только сделка становится больше типовой, разговор уходит из скрипта. Клиент проверяет, кто перед ним - робот или человек, готовый разделить его контекст. AI-агент проваливает этот тест не потому, что плохо разговаривает, а потому что он не может нести ответственность лицом. За сложную сделку отвечает человек, и клиент это чувствует.

Дизайн как продукт. Придумать концепцию свадьбы, выбрать колорит для интерьера, поставить композицию для съёмки - работа с вкусом. У вкуса нет инструкции. Есть насмотренность, чувство пропорций, понимание, что именно этот клиент оценит. Агент собирает мудборд, ищет референсы, готовит варианты - помощник, не автор.

Сложные переговоры. Уступка по цене в обмен на доп-объём, обсуждение штрафов по договору, разговор с подрядчиком о просроченной поставке - тут читается настроение, паузы, готовность собеседника к следующему шагу. Агент не паузирует, не читает лицо, не выдерживает молчание. В переговорах он вреден.

Уникальные разовые задачи. Задача, которая случилась один раз и не повторится, не окупает настройку агента. Простая арифметика: если решение задачи занимает у сотрудника час, настройка агента под неё - неделю, отдавать эту задачу агенту бессмысленно. Считать надо частоту. Сложность вторична.

Работа с физическим миром. Монтаж декора, доставка, приёмка товара, ремонт. Всё, что требует рук, глаз и присутствия на площадке, - за человеком. Робототехника отдельная история, к операционке офисной компании не относится.

Пять типовых провалов пилота

Наблюдение из десятков внедрений: пилоты проваливаются по одним и тем же причинам. Проверьте, что вы не в этом списке, до того как платить за пилот.

Первая причина - размытая задача. «Автоматизируйте нам общение с клиентами» - это не задача, это направление. Пилот делается под конкретный процесс с началом и концом: «Автоматизировать первичный ответ на заявку с сайта в течение 2 минут, с квалификацией по 5 признакам и передачей менеджеру с готовым саммари». Размытая формулировка = размытый результат = невозможно оценить, сработало или нет.

Вторая причина - процесс живёт в голове. Менеджер помнит контекст по каждому клиенту, но нигде это не записано. Директор согласовывает счёт голосом, ничего не фиксируется. Агенту нечего читать и некуда писать. Прежде чем автоматизировать, оцифровать: минимальный CRM, регламент фиксации, единый канал переписки.

Третья причина - неправильный порог качества. Владелец ждёт от агента 100% точности с первого дня. Через две недели агент ошибается в 5% случаев - пилот закрывают как провал. Реалистичный порог: 85-90% на первый месяц, 95%+ после трёх месяцев отладки. Оставшиеся 5-10% случаев - для человека, и это нормально. Автоматизация не про идеальность, а про перераспределение внимания.

Четвёртая причина - нет владельца процесса со стороны бизнеса. Внедрение отдали на сторону, но никто внутри не отвечает за то, чтобы агент работал. Через месяц процесс поплыл, никто не заметил. Правило: у каждого агента есть человек в компании, который смотрит его работу хотя бы раз в неделю и поднимает флаг при отклонении.

Пятая причина - экономия на входных данных. Хотим агента для реактивации клиентов, но клиентская база сегментирована плохо, тегов нет, история покупок обрывочная. Агент технически заработает, но результат будет посредственным. Данные - топливо агента; дешёвое топливо даёт дешёвый результат.

Чек-лист: как понять, что задача под AI-агента

Пять вопросов, которые мы задаём владельцу до пилота. Если четыре из пяти ответов - «да», задача под агента. Если два и меньше - агент проиграет, деньги сгорят.

1. Задача повторяется? Хотя бы раз в неделю, желательно чаще. Разовые задачи не окупают настройку.
2. Есть правило «как надо»? Пусть сложное, с ветками и исключениями. Если человек не может описать своё правило хотя бы в общих чертах, агент не сможет тоже.
3. Есть цифровой след? Задача происходит в CRM, почте, чате, таблице - там, где агент физически может читать и писать. Если процесс живёт только «в голове менеджера» - сначала оцифровать, потом автоматизировать.
4. Результат проверяемый? Через час, день или неделю ясно, сработал агент правильно или нет. Без обратной связи агент дрейфует в ошибку и никто этого не заметит.
5. Ошибка агента переживаема? Клиент не потеряется, деньги не уйдут, репутация не пострадает необратимо. На критических точках агент - помощник человека, не замена.

Дополнительный тест на реальность: посчитайте, сколько часов в месяц эта задача съедает у сотрудника, и умножьте на его почасовую ставку. Если получилось меньше 20 000 ₽ в месяц - подумайте дважды. Настройка агента под новую задачу редко бывает бесплатной, и порог окупаемости у пилота на первую задачу - от одного до пяти месяцев работы.

Экономика пилота: сколько это стоит и когда возвращается

Владельцы задают этот вопрос третьим или четвёртым, но стоило бы первым. Средние цифры по нашей практике для компании 3-30 сотрудников.

Стоимость первого агента под конкретный процесс - у нас это пилот: 100 000 ₽ за 2 недели, один процесс на выбор, работающий агент в проде, с возвратом если не сработает. Сложные интеграции (CRM, 1С, почта и телефония одновременно) наращиваются уже на подписке, шаг за шагом.

Ежемесячная стоимость - AI-сотрудник по подписке: onboarding 50 000 ₽ + 100-150 000 ₽/мес. Внутри - модель, хостинг, обновления шаблонов, обученная команда и SLA сутки на критичные проблемы; серверы, модели и токены включены. Экономят на сопровождении редко и зря: сломавшийся без присмотра агент дороже, чем вовремя отлаженный.

Срок окупаемости для первого агента - от одного до пяти месяцев, на типовых задачах (разбор входящих, сборка КП, ведение CRM) пилот окупается за первый месяц подписки. Второй агент окупается быстрее: инфраструктура уже стоит, команда уже понимает, чего ждать, входные данные оцифрованы. К третьему-пятому агенту предельная стоимость нового агента падает в 2-3 раза, а результат прирастает быстрее.

Что удорожает пилот. Уникальные интеграции с непубличными системами клиента, требования к скорости ответа меньше секунды, полностью голосовое взаимодействие, работа с чувствительными данными под 152-ФЗ. Ничего из этого не невозможно, но требует отдельного разговора о технике.

Что удешевляет. Стандартный стек (Telegram, современная CRM с API, почта), готовность оцифровать процесс перед автоматизацией, участие своей команды в тестировании, поэтапный запуск с одного модуля.

Как выбрать первую задачу для пилота

Из чек-листа выпадает 3-5 кандидатов - что делать дальше. Принципы, которые мы отработали на своих брендах и клиентских проектах.

Берите задачу, которую в компании ненавидят. Ночные отчёты, сверка выписок, ответы на однотипные вопросы. Освобождение человека от нелюбимой работы окупается вдвойне: скорость плюс лояльность команды. Первый работающий агент снимает страх, второй уже идёт быстрее.

Не начинайте с продажной воронки. Соблазн большой - «дайте агента, чтобы продавал». Но продажи чувствительны к ошибкам, а первый агент их точно наделает. Начинайте с внутренних процессов, где промах виден вам изнутри: сводки, обработка входящих, подготовка документов. К продажам вернётесь на пятом-седьмом агенте, когда наберётся практика.

Считайте окупаемость от освобождённого часа, не от «замены сотрудника». Замена сотрудника - крайний сценарий, который случается редко. Обычная история: у сотрудника было 40 часов рутины в месяц, стало 5, освободившиеся 35 он направил на клиентов и продажи. Отдача на рубль фонда оплаты труда выросла, штат не сократился.

Настройте контур замера с первого дня. Что считаем: сколько задач агент выполнил, сколько раз ошибся, сколько раз человеку пришлось вмешаться. Без цифр через два месяца никто не вспомнит, стало лучше или хуже. Замер - часть пилота, не опция.

Растите контур последовательно. Одна задача, доведённая до надёжности, - потом вторая. Пять задач в параллель без опыта - гарантированный провал. Мы прошли через это на собственных проектах и не рекомендуем.

Что запомнить

Границы применения искусственного интеллекта в бизнес-процессах в 2026 году проходят там же, где границы описуемости. AI-агент забирает задачи, у которых есть правило, цифровой след и проверяемый результат. Он проваливает задачи, где нужны вкус, доверие лицом и сложные переговоры.

Роль владельца бизнеса меняется медленно, но заметно. Меньше диспетчерских часов, меньше согласований по мелочам, меньше «я один вижу картину целиком». Больше времени на решения, продукт и клиентов, с которыми стоит говорить лично.

Первый агент внутри компании - это не про технологию. Это про прямой разговор с собой: какие задачи я делаю уже автоматически, но руками, и почему до сих пор не отдал их машине. Если ответ - «руки не доходили» - самое время дойти.

Агентура