Примеры ИИ-агентов в бизнесе: 12 сценариев по отделам — что агент делает сам, а где нужен человек

Короткий ответ: ИИ-агент полезен там, где сотрудник по одному и тому же порядку читает текст и переносит результат в систему: заявки в CRM, счета в 1С, отклики в таблицу, поручения в трекер. Ниже — 12 сценариев по отделам: откуда агент берёт данные, что делает сам и где останавливается и ждёт человека. Общее правило одно: деньги, обязательства и решения о людях подтверждает сотрудник.

Это каталог, а не теория. Чем агент отличается от чат-бота и почему он «делает», а не «отвечает», мы разбирали в статье «ИИ-агент, который выполняет действия». Здесь — что конкретно поручают агентам в обычной компании и как не ошибиться с первым сценарием.

Как читать примеры: четыре вопроса к каждому сценарию

У любого сценария агента есть четыре части: источник данных, действие в системе, точка контроля человеком и цена ошибки. Если хотя бы на один вопрос нет ответа, сценарий пока не готов к разработке, сколько бы он ни экономил на бумаге.

• Источник. Где лежит то, что агент читает: почта, форма, кабинет площадки, папка со сканами, CRM.
• Действие. Что меняется после агента: карточка в CRM, черновик документа, задача, строка в таблице.
• Контроль. Какой шаг агент сам не делает и кому передаёт.
• Риск. Что случится, если агент ошибётся. Чем дороже ошибка, тем раньше в цепочке стоит человек.

Продажи: что агент делает сам?

В продажах агент берёт на себя разбор и учёт: читает заявку, заводит её в CRM, следит, чтобы сделки не зависали. Разговор с клиентом о цене и условиях остаётся за менеджером.

Сценарий 1. Разбор входящих заявок. Заявки приходят с сайта, на почту и в Telegram. Агент определяет, что это — запрос цены, повторный заказ, жалоба или спам, — проверяет, есть ли клиент в CRM, создаёт или дополняет карточку, назначает ответственного по правилам распределения. Жалобы и сообщения с раздражённым тоном поднимает в начало очереди. Риск низкий: ошибку в теме менеджер видит сразу и переставляет карточку.

Сценарий 2. «Молчащие» сделки. Раз в день агент ищет сделки, где две недели нет звонков, писем и задач, и для каждой готовит задачу менеджеру и черновик письма с учётом истории переписки. Отправку оставляем человеку: агент не знает о договорённостях, которые прозвучали по телефону и не попали в CRM.

Поддержка и маркетплейсы: где агент отвечает клиенту?

Здесь агент впервые говорит с клиентом напрямую, поэтому рамки строже: он отвечает только по базе знаний и истории заказа, а всё, что требует решения или обещания, передаёт сотруднику с собранными данными.

Сценарий 3. Первая линия поддержки. Вопросы «где заказ», «как оформить возврат», «какие документы нужны» агент закрывает сам, отвечая по базе знаний и данным заказа. Если вопроса в базе нет, он не сочиняет ответ, а создаёт обращение для оператора с номером заказа и сутью проблемы. Как устроить передачу и какие метрики считать, разобрано в статье про ИИ в службе поддержки.

Сценарий 4. Отзывы и вопросы покупателей. Для продавца на маркетплейсе это десятки сообщений в день. Агент читает отзыв, сверяется с карточкой товара и, если есть доступ, с заказом, готовит ответ в тоне бренда и помечает негатив. Подключение зависит от того, какие методы API площадка открывает вашему кабинету, — это проверяем по её документации до оценки. Ответы на отрицательные отзывы, обещания компенсации, изменение цен и акций агенту не отдаём.

Закупки и склад: какие задачи берёт агент?

В закупках агент экономит время на чтении и сведении: разные форматы КП превращаются в одну таблицу, а остатки — в черновик заявки. Выбор поставщика и отправка заказа остаются за закупщиком.

Сценарий 5. Сравнение предложений поставщиков. Пять КП пришли в PDF, Excel и в теле письма. Агент вытаскивает цену за единицу, срок поставки, условия оплаты и доставки, сводит в таблицу и отмечает, чего в предложении не хватает: например, не указан НДС или срок действия цены. Ошибку распознавания закупщик видит, потому что рядом с каждой цифрой стоит ссылка на исходный документ.

Сценарий 6. Пополнение остатков. По остаткам и продажам за период агент считает, какие позиции закончатся раньше следующей поставки, и готовит черновик заявки поставщику. Расчёт здесь делает обычная формула, а не модель: модель нужна, чтобы прочитать ответ поставщика и сверить его с заявкой. Отправляет заявку закупщик.

Документы и учёт: где агент работает с 1С?

Самый частый запрос — чтобы счета, накладные и акты не набирали руками. Агент распознаёт документ и создаёт черновик в учёте; проводит его бухгалтер. Договоры агент собирает по шаблону, но не подписывает и не отправляет.

Сценарий 7. Первичка в учёт. Счёт или УПД приходит на почту или фото с телефона. Агент распознаёт реквизиты, позиции и суммы, находит контрагента и номенклатуру, создаёт документ в 1С без проведения и сообщает бухгалтеру, где нашёл расхождения. Подробности, включая типичные ошибки распознавания, — в статье про распознавание документов.

Сценарий 8. Договор по шаблону. Менеджер пишет: «договор поставки для клиента из сделки, отсрочка 30 дней». Агент берёт шаблон, подставляет реквизиты из CRM и условия, а если запрошенное условие расходится с шаблоном, выносит это отдельным списком. Юрист проверяет только отличия, а не весь текст заново.

HR: что агенту можно доверить, а что нельзя?

В HR агенту можно отдать сортировку, расписание и ответы по регламентам. Решения об отказе, приглашении и увольнении — нет: ст. 16 152-ФЗ запрещает решения, затрагивающие права человека, на основании исключительно автоматизированной обработки его данных.

Сценарий 9. Разбор откликов. Агент читает резюме, сверяет с обязательными требованиями вакансии и раскладывает отклики на «подходит», «под вопросом» и «не подходит» с объяснением по каждому пункту. Подходящим предлагает слоты для интервью по календарю рекрутера. Отказ отправляет рекрутер, просмотрев группу «не подходит». Исключения из запрета закон допускает только при письменном согласии человека или по прямому указанию федерального закона (ст. 16 152-ФЗ на consultant.ru). Подробно о подборе — в статье «ИИ в подборе персонала».

Сценарий 10. Ввод новичка. Новый сотрудник спрашивает, как оформить командировку или где взять доступ к системе, и получает ответ со ссылкой на пункт регламента. Параллельно агент ведёт чек-лист первых недель: ставит задачи, напоминает наставнику о встречах. Риск низкий, но есть условие: регламенты должны быть актуальными. Устаревший документ агент процитирует так же уверенно, как свежий.

Руководитель: какие сводки агент собирает?

Руководителю агент экономит время на сборе цифр из разных систем и на контроле поручений. Выводы он не делает за человека: показывает отклонения и где их искать.

Сценарий 11. Еженедельная сводка. В понедельник утром агент собирает из CRM, 1С и трекера задач: выручку и оплаты против плана, просроченные задачи, сделки без движения, крупные дебиторские долги — и присылает короткий отчёт со ссылками на источники. Цифры считает запрос к базе, модель пишет текст и подсвечивает отклонения. Так меньше риск, что в отчёт попадёт выдуманное число.

Сценарий 12. Задачи по итогам совещания. Из записи или протокола агент выделяет поручения, ответственных и сроки и ставит задачи в трекер. Автор встречи получает список на проверку до того, как задачи уйдут исполнителям: агент может спутать «Сергей посмотрит» с «Сергей отвечает». Как устроен этот сценарий целиком — в статье про протоколы совещаний.

Все 12 сценариев одной таблицей

Сводка ниже поможет сравнить сценарии между собой: в каждой строке видно, где агент берёт данные, какое действие выполняет и кто проверяет результат.

Сценарий	Откуда данные и где действует	Что агент делает сам	Где подтверждает человек
1. Разбор входящих заявок	Почта, форма сайта, Telegram → CRM	Определяет тип и срочность, заводит карточку, назначает менеджера	Спорные заявки и жалобы — на ручной разбор
2. «Молчащие» сделки	CRM: сделки без движения	Находит, ставит задачи, готовит черновики писем	Менеджер правит и отправляет письмо
3. Первая линия поддержки	База знаний, история обращений, CRM	Отвечает на типовые вопросы, собирает данные для заявки	Возвраты, претензии, всё вне базы — оператору
4. Отзывы и вопросы покупателей	Кабинет маркетплейса или сайта, карточки товаров	Готовит ответ по карточке и истории заказа, помечает негатив	Ответ на негатив и обещания покупателю — сотрудник
5. Сравнение предложений поставщиков	КП в почте, PDF и таблицах	Сводит цены, сроки, условия оплаты в одну таблицу, отмечает пробелы	Выбор поставщика — закупщик
6. Пополнение остатков	Учётная система: остатки, продажи	Считает, что заканчивается, готовит черновик заявки	Заявку согласует и отправляет закупщик
7. Первичка в учёт	Почта, сканы, фото → 1С	Распознаёт счёт или УПД, создаёт черновик документа	Бухгалтер проводит документ
8. Договор по шаблону	Шаблоны, реквизиты из CRM	Собирает договор и отмечает пункты, отличные от шаблона	Юрист или руководитель согласует и подписывает
9. Разбор откликов	Площадка вакансий, почта → таблица или ATS	Сверяет резюме с требованиями, назначает интервью	Решение об отказе или приглашении — рекрутер
10. Ввод новичка	Регламенты, трекер задач	Отвечает по регламентам со ссылкой, ведёт чек-лист первых недель	Наставник закрывает этапы
11. Сводка руководителю	CRM, 1С, трекер задач	Раз в неделю собирает цифры и отклонения от плана	Выводы и решения — руководитель
12. Задачи по итогам совещания	Запись или протокол → трекер	Выделяет поручения, ставит задачи со сроками и ответственными	Секретарь или автор встречи проверяет список

Какие сценарии пока не отдавать агенту?

Не отдавайте агенту шаги, где ошибка необратима или обходится дорого: платежи, подписание, изменение цен, решения о людях, ответы госорганам. Агент может подготовить всё это, но завершает шаг человек.

• Платежи и банк. Агент готовит платёжку или реестр, но не отправляет. На нашей странице про разработку ИИ-агентов это записано как правило: шаги с деньгами и обязательствами агент сам не завершает.
• Подписание и отправка документов контрагенту. Даже идеальный черновик договора отправляет человек: ошибка в сроке или сумме становится обязательством.
• Цены, скидки, акции. Изменение цены в кабинете маркетплейса или на сайте за минуты влияет на выручку. Агент предлагает, человек применяет.
• Решения о людях. Отказ кандидату, лишение премии, дисциплинарные меры — только человек.
• Претензии, суды, ответы госорганам. Агент может собрать документы и хронологию, но текст ответа проверяет юрист.
• Процессы без правил. Если сотрудники сами не могут описать порядок, агенту тоже нечего повторять.

Как выбрать первый сценарий для пилота?

Берите сценарий с большим объёмом однотипных задач, понятным шаблоном, доступом к данным и дешёвой ошибкой. Хороший первый пилот виден через неделю работы: сколько задач агент закрыл и сколько раз его поправили.

Порядок пилота подробно описан в статье «С чего начать внедрение ИИ». Коротко: выгрузите задачи за прошлый месяц, отберите 30–50 реальных случаев, включая неудобные, и прогоните их через агента до запуска. Пограничные случаи — неполная заявка, письмо на двух языках, документ с опечаткой — показывают больше, чем средние.

Признак	Хороший кандидат	Плохой кандидат	Как проверить
Объём	Десятки однотипных задач в неделю	Пять случаев в месяц	Выгрузить историю за прошлый месяц
Правила	Есть регламент или шаблон	Каждый раз решают «по ситуации»	Попросить сотрудника описать порядок за 10 минут
Системы	Есть API или выгрузка	Данные в головах и личных чатах	Спросить, где лежит результат работы
Цена ошибки	Ошибку видно и легко исправить	Ошибка уходит клиенту или в банк	Что будет, если агент ошибётся в каждом десятом случае
Владелец	Есть сотрудник, который будет проверять	Никто не отвечает за процесс	Назвать человека до старта

Ошибки, из-за которых агент не приживается

Чаще всего агент не приживается не из-за модели, а из-за организации: слишком широкий первый сценарий, отсутствие ответственного, широкие права доступа и непроверенные данные.

• «Пусть агент ведёт весь отдел продаж». Широкий сценарий невозможно проверить. Один процесс, одна система, одна метрика.
• Нет владельца. Если никто не разбирает поправки, агент неделями ошибается одинаково.
• Права «на всё». Агенту, который заводит заявки, не нужен доступ к удалению сделок и к бухгалтерии. Права выдаются под сценарий.
• Нет журнала. Каждое действие агента должно оставлять запись: что сделал, на основании чего. Без журнала ошибку не найти.
• Нет теста на своих данных. Демонстрация на примере подрядчика ничего не говорит о ваших письмах и документах.

Когда ИИ-агент вам не нужен?

Если правило укладывается в «если — то» без чтения текста, модель не нужна: хватит обычной интеграции. Если задач мало, проще оставить их сотруднику. Если ответ нужен по документам, а действие нет, хватит ассистента.

Пример: «новая заявка с сайта → сделка в CRM → задача менеджеру» работает без модели, на интеграции от 32 000 ₽, от 2 дней. Модель нужна, когда заявку надо понять: что просит клиент, срочно ли, к кому её отдать. Если процесс случается раз в неделю, затраты на разработку и проверку агента будут больше, чем время, которое он сэкономит.

Сколько стоит один сценарий и как идёт работа?

ИИ-слой агента — от 72 000 ₽, от 3 дней; связка до двух систем — от 32 000 ₽, от 2 дней. Это нижняя граница: сумму под ваш сценарий считаем после брифа и фиксируем в договоре до старта.

Цена растёт с числом систем, длиной цепочки, системами без API и дополнительными каналами. Работу модели вы оплачиваете не нам, а её поставщику, с аккаунта компании и по факту расхода; расход измеряем на тестовом прогоне. Оплата — 50 % перед стартом и 50 % после приёмки, на приёмку — 5 рабочих дней, гарантия — 30 календарных дней с даты акта. Дальнейшее развитие — в рамках поддержки от 7 900 ₽ в месяц. Как складывается смета и расход модели, разобрано в статье «Сколько стоит ИИ-агент», а состав работ — на странице разработки ИИ-агента.

Практический вывод

Выберите из двенадцати сценариев один, где задач много, шаблон есть, данные доступны, а ошибку видно сразу. Назначьте сотрудника, который неделю будет проверять агента.

Для большинства компаний первый кандидат — разбор входящих заявок, первичка в учёт или еженедельная сводка. Сценарии с деньгами, подписью и решениями о людях подключайте позже и только с подтверждением человека на последнем шаге.

Короткие ответы на частые вопросы

Что такое ИИ-агент простыми словами — на примере?

Это программа, которая не только понимает текст, но и выполняет шаги в ваших системах. Пример: пришло письмо с заявкой — агент определил тему, нашёл клиента в CRM, создал сделку, поставил задачу менеджеру и подготовил черновик ответа.

Какой сценарий ИИ-агента обычно запускают первым?

Тот, где много однотипных задач, есть шаблон и ошибку легко исправить: разбор входящих заявок, первичка в учёт, сводка руководителю. Сценарии с деньгами и решениями о людях для первого пилота не подходят.

Можно ли поручить ИИ-агенту отказывать кандидатам?

Принимать такое решение только автоматически не стоит: ст. 16 152-ФЗ запрещает решения, затрагивающие права человека, на основании исключительно автоматизированной обработки его данных, кроме случаев письменного согласия или прямого указания федерального закона. Агент сортирует и готовит, решает рекрутер.

Подходит ли ИИ-агент для работы с маркетплейсами?

Да, для текстовой части: черновики ответов на отзывы и вопросы, разбор претензий, сверка карточек. Подключение зависит от того, какие методы API площадка открывает вашему кабинету. Цены и акции агенту без подтверждения не отдаём.

Сколько стоит разработка одного сценария?

ИИ-слой — от 72 000 ₽, от 3 дней; связка до двух систем — от 32 000 ₽, от 2 дней. Это нижняя граница: сумму под ваш процесс считаем после брифа и фиксируем в договоре. Работу модели вы оплачиваете её поставщику по факту расхода.

Услуги и кейсы по теме: разработка ИИ-агента · заказная разработка · типовые договоры · цены и сроки