Автономный ИИ-агент под задачи компании: ограничители, которые решают за вас

На собственных проектах компании выяснилось, что самостоятельность ИИ-агента определяет не выбор модели, а техника, закон и тот, кто ставит подпись под его результатом.

Слово «ИИ-агент» продают быстрее, чем разбирают. Gartner, международная компания, изучающая мировой рынок корпоративных ИТ, в июне 2025 года предсказала, что более 40% проектов агентного ИИ будет отменено до конца 2027 года — из-за роста затрат, неясной бизнес-ценности и недостаточного контроля рисков. И там же названо само явление — «agent washing»: продукт переименовывают в агента, ничего внутри не меняя. Чат-бот, подсказка в поиске, старая программа переноса данных — на витрине все они становятся «ИИ-агентами». По оценке компании, из тысяч поставщиков агентного ИИ настоящими можно считать лишь около 130-150. Многие задачи, которые сегодня подают как агентные, на деле не требуют никакого ИИ-агента.

По опыту нашей компании, прежде чем принять решение о внедрении любого ИИ-агента, надо решить не «какую модель взять», а сколько самостоятельности он возьмёт на себя при решении задач. Ответ виден на переговорах, до начала разработки и до первых затрат. И «полная самостоятельность» в нём стоит редко. Четыре уровня, на которых удобно договариваться:

Уровень 1 — по инструкции. Система делает ровно то, что заранее прописано, и сама ничего не решает. Нейросеть здесь либо не нужна вовсе, либо стоит в стороне.

Уровень 2 — помощник. Находит, показывает, готовит черновик. Решает и делает человек.

Уровень 3 — исполнитель под присмотром. Делает шаг сам, человек проверяет и подтверждает.

Уровень 4 — автономный агент. Сам разбивает задачу на части, сам обращается к другим программам и действует без подтверждения человека.

Рынок продаёт 4 уровень. Работающие внедрения чаще живут на уровнях 1 и 2, потому что есть три весомых ограничителя — техника, закон и ответственность.

Ограничитель первый: техника

Проект для промышленного предприятия, участок несерийных работ. Технолог готовит на них технологическую карту: что делать, в какой последовательности и по каким требованиям. По техзаданию на поиск и составление уходит до суток, на согласование — до двух.

Условие, которое меняет всё: система обязана работать на обычном офисном ноутбуке, без интернета, без прав администратора. Мы поставили языковую модель на этот ноутбук и замерили скорость на нём, а не на своём мощном компьютере. В пересчёте на работу технолога вышло около десяти минут на одну операцию и восемьдесят минут на карту целиком. Для инструмента, которым пользуются несколько раз в день, это неприемлемо.

Дальше пересмотрели задачу, а не модель. Работа технолога — найти и сложить вместе, а не сочинить: он не придумывает требования, а находит нужные пункты, выстраивает их и считает нормы по формулам. И всё это обычная программа по правилам делает лучше. На той же машине сборка карты заняла 0,35 секунды, проверка карты, написанной человеком, — 0,42 секунды. Побочный эффект у программы: она вставляет в карту дословный текст пункта со ссылкой, а не пересказ, который выдал бы ИИ-агент.

Ограничитель второй: закон

Второй проект — помощник для бухгалтерии. Здесь ограничитель другой: кадры, зарплата и воинский учёт — персональные данные, часть особой категории. Обращение к зарубежному облачному сервису означает передачу данных за границу — со всеми требованиями 152-ФЗ. Отсюда решение, принятое до выбора технологий: модель работает только на своих компьютерах, без обращения наружу. А это снова та техника, что есть: обратно к первому ограничителю. Задача распалась на пять участков, не равных по риску: справочные вопросы персональных данных не содержат вовсе, отчётность и кадры — содержат.

Ограничитель третий: ответственность

Самый недооценённый. Бухгалтерскую отчётность подписывает электронной подписью человек, и отвечает за неё он — по 402-ФЗ, статье 15.11 КоАП и статье 199 УК. Эту подпись система на себя не возьмёт. А значит, «автономная бухгалтерия» недостижима не по техническим причинам, и обещать её нельзя. Достижимо другое: свести роль человека к проверке и подписи, когда подготовка сделана и каждая цифра прослеживается до источника.

Прежде чем идти в разработку и внедрение ИИ-агентной модели работы компании, руководителю нужно ответить на вопросы, которые не требуют ни бюджета, ни технического образования.

1. На каких компьютерах это будет работать? Не на мощном ноутбуке подрядчика, а на тех, что стоят у ваших людей. Просите замер на них.
2. Сотрудник сочиняет или ищет и складывает готовое? Проанализируйте его работу: если он не придумывает, а находит нужное и собирает вместе, нейросеть здесь лишняя.
3. Попадут ли в обработку ИИ-агентом фамилии, зарплаты, кадры? Если да, «где стоит сервер» перестаёт быть техническим вопросом и становится вопросом ответственности и штрафа.
4. Кто подпишется за итоговый результат ИИ-агента? Если под документом подпись живого человека, полностью самостоятельной система не будет никогда — как бы её ни продавали.

Ни один из них не про технологии, но все четыре определяют, как система будет устроена и сколько будет стоить.

«Нас обычно спрашивают, какую нейросеть вы планируете поставить. А мы обычно начинаем с двух других вопросов: на каких компьютерах это будет работать у вас и кто отвечает за результат ИИ-агента своей подписью, — говорит Урал Каразбаев, генеральный директор ООО «АйВиСистемз». — И довольно часто выходит, что самое полезное для предприятия решение обходится вообще без нейросети».

Вывод

Прогресс не стоит на месте: через год возможности моделей будут другими. Не изменится одно — решение принимает руководитель, а не тренд. В погоне за модным словом легко купить не то, что нужно предприятию, а то, что сейчас продают. Везде нужна мера, и эффективно это работает только с человеком внутри: выигрывает не тот, кто дальше зашёл в автоматизацию, а тот, кто понял, где остановиться.