Автоматизация бизнес-процессов с помощью ИИ: от выбора процесса до работающего агента

Что такое автоматизация бизнес-процессов с помощью ИИ и чем она отличается от обычной

Классическая автоматизация работает по жёстким правилам: если пришла заявка с таким-то полем, создать запись и отправить письмо. Она хорошо справляется со структурированными данными и ломается, когда на входе свободный текст, скан документа, запись разговора или письмо, где клиент описал проблему своими словами. Именно на таких участках сотрудники тратят больше всего времени: читают, понимают, переносят в систему, уточняют.

Автоматизация с помощью ИИ закрывает этот разрыв. Языковая модель читает неструктурированный вход, извлекает из него смысл и принимает решение по правилам компании, а дальше работает та же привычная автоматика: записи в 1С и CRM, письма, задачи, уведомления. Мы оформляем это в виде AI-агента: программы, которая получает задачу, использует инструменты (базу, почту, учётную систему) и доводит процесс до результата, передавая человеку только спорные случаи.

Важное отличие от чат-ботов и готовых сервисов: агент встроен в процесс, а не висит рядом с ним. Он не ждёт, пока сотрудник скопирует ему текст, а сам забирает письмо из ящика, документ из папки или заявку из CRM. Подробнее о разнице между подходами — в статье «RPA или AI-агент».

Какие процессы подходят для автоматизации с помощью ИИ

За два года работы с запросами на автоматизацию мы вывели простой фильтр из четырёх признаков. Процесс подходит, если выполняются все четыре.

Типичные кандидаты: разбор входящей почты и заявок, первичная обработка обращений клиентов, сверка документов с учётной системой, подготовка сводок и отчётов, контроль сроков и отклонений, квалификация обращений в продажах. Полный разбор того, как выбрать первый процесс, — в статье «Какой процесс автоматизировать первым».

Какие процессы автоматизировать не стоит

• Процессы с высокой ценой ошибки и без возможности проверки. Если неверное решение агента нельзя заметить до того, как оно навредит, автоматизировать нужно не решение, а подготовку материалов для человека.
• Процессы, которые меняются каждую неделю. Агенту нужны стабильные правила. Пока регламент не устоялся, автоматизация будет отставать от реальности.
• Процессы без владельца. Если никто в компании не отвечает за результат, некому будет принимать агента, проверять его работу и давать обратную связь.
• Процессы с объёмом в несколько случаев в месяц. Разработка не окупится; лучше взять готовый сервис или оставить как есть.

Отдельный случай, когда ИИ вообще не нужен: задача решается обычной автоматизацией или no-code-платформой. Мы говорим об этом по итогам аудита, а сравнение подходов есть на странице «No-code или разработка».

Как проходит автоматизация бизнес-процессов с помощью ИИ: этапы

1. Экспресс-аудит, 5-7 рабочих дней. Разбираем процессы на реальных выгрузках: сколько случаев, сколько времени на каждый, где ошибки. Считаем эффект по трём сценариям и выбираем процесс с лучшим соотношением эффекта и риска.
2. Проектирование. Фиксируем границы агента: что он делает сам, что передаёт человеку, какие системы читает и в какие пишет. Согласуем метрику приёмки и порог допустимых ошибок.
3. Пилот на одном процессе, 3-4 недели. Собираем агента, подключаем к тестовым копиям систем, прогоняем на наборе реальных случаев и разбираем ошибки.
4. Опытная эксплуатация. Запускаем на живом потоке под наблюдением. Сравниваем метрику «до» и «после».
5. Передача и сопровождение. Документация, доступы и код остаются у вас. Дальше по желанию — ежемесячное сопровождение с отчётом по метрике.

Такой порядок позволяет остановиться после любого этапа без потери вложений: после аудита у вас остаются расчёт и ТЗ, после пилота — работающий агент на одном процессе. Как считается окупаемость до старта, описано в статье «Расчёт окупаемости AI-агента».

Примеры: как выглядит автоматизация процессов с ИИ в разных отделах

Разборы по отделам и отраслям с составом работ собраны на отдельных страницах: продажи, поддержка, документооборот, закупки. Больше примеров — в подборке «Примеры AI-агентов в бизнесе».

Как мы считаем эффект и принимаем результат

Эффект автоматизации складывается из трёх величин: сэкономленное время сотрудников, сокращение ошибок и их последствий, ускорение процесса там, где скорость влияет на деньги (время ответа клиенту, срок выставления счёта). Все три мы замеряем на ваших данных до запуска, иначе после запуска сравнивать будет не с чем.

Приёмка идёт по одной основной метрике, согласованной в проектном документе. Безошибочной работы мы не обещаем: модели ошибаются, и это учтено в конструкции. Агент передаёт человеку случаи, в которых не уверен, а уровень ошибок измеряется и укладывается в согласованный порог. Как мы проверяем качество агента на тест-наборе, описано в статье «Как оценить качество AI-агента».

Стоимость автоматизации бизнес-процессов с помощью ИИ

Эксплуатационные расходы (обращения к модели, серверы) считаем отдельно и показываем до старта. Полная структура сметы разобрана в статье «Сколько стоит AI-агент».

Где работают модели и что с данными

Используем российские облачные модели по API или открытые модели на ваших серверах. VPN и иностранные платёжные карты не нужны. Если данные не могут покидать контур компании, ставим агента в вашей инфраструктуре. Перечень передаваемых наружу полей фиксируем в договоре поимённо; всё, чего нет в перечне, не передаётся.

Автоматизируйте не «бизнес вообще», а конкретный процесс с измеримым результатом. Второй и третий процессы пойдут быстрее: интеграции и правила уже будут готовы.