Пилот agentic AI: как спланировать, чтобы он не провалился

Компания покупает подписку на агентную платформу, собирает команду, за месяц делает эффектное демо — а через полгода проект тихо закрывают. По оценкам McKinsey и BCG, значительная часть корпоративных ИИ-инициатив так и не выходит за пределы пилота: точную долю разные консультанты называют по-разному, но порядок «большинство не масштабируется» повторяется из отчёта в отчёт. С агентами история острее, чем с обычными чат-ассистентами. Агент ¹ не просто отвечает на вопрос — он планирует шаги, вызывает инструменты, меняет данные в ваших системах. Ошибка обычного чат-бота — неверный ответ. Ошибка агента — отправленное письмо клиенту, изменённая запись в CRM или лишний заказ у поставщика.

Почему пилоты агентов проваливаются

Провал редко бывает техническим. Модель работает, демо впечатляет, но в бой продукт не идёт по трём причинам.

• Нет измеримой цели. «Внедрить ИИ» — не цель. Цель — «сократить время обработки заявки с 40 до 15 минут» или «закрывать 60% обращений первой линии без человека». Без числа до старта нечем доказать успех после.
• Задача не подходит агенту. Агент хорош там, где много шагов, чёткие правила и терпимость к ошибке. Там, где цена ошибки — деньги или репутация, а правил нет, он опаснее пользы.
• Никто не отвечает за последствия действий. Когда агент что-то сломал в проде, вопрос «кто это разрешил и кто откатывает» должен иметь ответ заранее, а не в момент инцидента.

Разница между ассистентом и агентом — это разница между «подсказал» и «сделал». Пилот, который не проверяет второе, проверяет не тот продукт.

Как выбрать первую задачу

Хороший кандидат для первого агентного пилота лежит на пересечении трёх свойств: высокая частота, понятные правила, обратимость последствий. Обработка типовых возвратов, первичная сортировка обращений, сбор данных из нескольких систем в один отчёт — сюда. Согласование бюджета, общение с ключевым клиентом, финальное решение по отказу в услуге — нет, по крайней мере на первом пилоте.

Простой фильтр: спросите себя, что случится, если агент ошибётся на десятом из ста прогонов. Если ответ «переделаем за минуту» — задача годится. Если «потеряем клиента» или «нарушим договор» — оставьте человека в контуре принятия решения.

Человек в контуре: три уровня автономии

Не обязательно отдавать агенту всё сразу. Автономию наращивают постепенно.

Метрики, которые смотрят на пилоте

Демо показывает лучший случай. Пилот должен показать средний и худший. Фиксируйте до запуска, какие числа считаете успехом.

1. Доля успешно завершённых задач без вмешательства человека. Не «модель ответила», а «задача закрыта до конца».
2. Частота и тип эскалаций. Куда агент упирается и передаёт человеку — это карта его границ.
3. Стоимость прогона. Токены ² плюс вызовы инструментов. Агент, который решает задачу за десять итераций, может стоить дороже человека.
4. Задержка. Пользователь ждёт ответа секунды или минуты, и это влияет на то, примут ли продукт вообще.
5. Число вредных действий. Сколько раз агент сделал что-то, что пришлось откатывать. Идеально — ноль, но важнее, чтобы это ловилось.

Инструменты: собирать или брать готовое

Строить агента можно на фреймворках (LangChain, LlamaIndex, Microsoft Semantic Kernel), на нативных инструментах вендоров моделей или на no-code платформах. Выбор влияет на скорость пилота и на то, насколько вы привязаны к поставщику.

Функциональность у ведущих провайдеров (вызов инструментов, встроенный поиск, оркестрация нескольких агентов) и цены за токены меняются ежеквартально — конкретные лимиты и тарифы сверяйте на официальных страницах OpenAI, Anthropic и Google, а не по статьям полугодовой давности.

Кому агентный пилот пригодится, а кому нет

Пригодится:

• Поддержке с большим объёмом типовых обращений — агент разбирает, категоризирует, отвечает на понятное, эскалирует спорное.
• Бэк-офису, где данные ручками переносят между системами: агент собирает выписку, сверяет, формирует черновик документа.
• Разработке — агент прогоняет рутину: пишет тесты, разбирает логи, готовит черновик PR под ревью человека.

Не стоит начинать с этого, если:

• Задача требует необратимых решений с юридическими или финансовыми последствиями без проверки человеком.
• У вас нет чистых данных и описанных процессов — агенту нечего автоматизировать, он повторит ваш беспорядок быстрее.
• Команда ждёт «магию из коробки». Агент — это система, которую настраивают, тестируют и чинят, а не готовый сотрудник.

План пилота на 6–8 недель

1. Неделя 1. Одна задача, число успеха, ответственный за инциденты. Никакого кода.
2. Недели 2–3. Прототип на уровне «подсказка»: агент готовит, человек одобряет всё.
3. Недели 4–5. Тест на реальных, но изолированных данных. Считаем метрики, ловим вредные действия в песочнице.
4. Недели 6–7. Ограниченный прод на части потока с одобрением по исключениям. Сравниваем с числом из недели 1.
5. Неделя 8. Решение: масштабировать, доработать или закрыть. Закрыть — тоже нормальный результат, если цифры не сошлись.

¹ Агент — ИИ-система, которая для достижения цели сама планирует последовательность шагов и вызывает внешние инструменты (поиск, API, запись в базу), а не только генерирует текст в ответ на запрос.

² Токен — единица, на которые модель делит текст при обработке; тарификация у большинства провайдеров считается за тысячу или миллион токенов ввода и вывода.