ИИ становится частью команды: как цифровые «сотрудники» меняют бизнес

От чат-ботов к автономным агентам

— Чем ИИ-агент отличается от обычного чат-бота на базе нейросети?

— Чат-бот, даже на продвинутой GPT (нейросетевой языковой модели), работает по принципу «запрос — ответ». Его функции ограничиваются диалогом с пользователем и генерацией текста. ИИ-агент — это виртуальный помощник, который умеет не только думать, но и действовать. Он анализирует контекст, разбивает задачу на шаги, обращается к предыдущему опыту.

— ИИ-агенты уже решают реальные задачи в бизнесе или это пока пилотные проекты?

— Глобально мир прошел стадию экспериментов: ИИ-агенты уже стали полноценными «цифровыми сотрудниками». Это подтверждают примеры мировых гигантов Walmart, DHL, Siemens. Российский бизнес движется в том же направлении. По оценкам экспертов, доля агентов в структуре всего рынка ИИ в России в 2025 году может достичь 29%.

Внутреннее исследование «Билайна» показало, что 58% наших клиентов уже используют ИИ-решения либо тестируют их, а 32% изучают кейсы. При этом ключевые задачи связаны с клиентом: поиск/привлечение (39%), анализ поведения (36%), повышение качества обслуживания (36%).

Цифровые помощники выполняют хорошо структурированные и многошаговые процессы. Например, в аналитике агенты строят прогнозы, выявляют аномалии в данных, в маркетинге — проводят кампании, распределяют бюджет и генерируют контент. Также есть потенциал в клиентском сервисе, продажах и производстве.

Человек незаменим там, где требуются креативность, стратегическое видение, принятие критических решений, управление юридически чувствительной информацией, этические компромиссы и эмоциональный интеллект.

Индустрия 4.0 Чат-боты и виртуальные ассистенты: в чем разница и когда они нужны

— Можно ли полностью доверить ИИ выполнение процесса или все-таки нужен контроль?

— Ни один виртуальный агент сегодня не обладает стопроцентной точностью, поэтому нужен не просто контроль, а система «цифрового иммунитета». Ее основа — Guardrails (защитные ограничения), встроенные механизмы, не позволяющие агенту выходить за рамки своих полномочий.

Например, такая логика реализована в моделях, которые разрабатывает ООО «МедТех ИИ» (совместное предприятие «Билайна» и Сеченовского университета). Нейросети анализируют снимки, распознавая вероятность заболеваний почек и желудка, но постановка окончательного диагноза остается за врачом. При этом точность выявления моделями признаков заболеваний составляет 96–99%.

Главные вызовы внедрения

— Есть ли у бизнеса, использующего ИИ-агентов, риск зависимости от поставщика технологии?

— Да, но правильная стратегия внедрения помогает его преодолеть.

• Во-первых, нужно отходить от схемы «один поставщик — одно решение». Более устойчива гибридная архитектура, где агенты взаимодействуют с разными моделями и сервисами, а провайдера при необходимости можно быстро сменить.
• Во-вторых, главные активы бизнеса: данные, процессы и интеллектуальная собственность — должны оставаться под его контролем.
• В-третьих, для управления рисками нужна проактивная стратегия мониторинга. Аналитики консалтинговой компании Gartner рекомендуют обеспечивать полную видимость всех действий агентов, вести учет их операций и приостанавливать сомнительные транзакции.
• В-четвертых, основная сложность внедрения сейчас — «IT-зоопарк» внутри компаний: разрозненные системы и данные, которые важно структурировать и объединить.

— Может ли бизнес самостоятельно настроить агента или без поставщика не обойтись?

— Зависит от возможностей заказчика. Компания может сама настроить продукт, если есть нужные специалисты. В других случаях эффективнее заказать реализацию «под ключ». Возможен гибридный вариант: поставщик обеспечивает платформу и методологию, а команда заказчика обучает агента с учетом внутренних нюансов и бизнес-процессов.

— Кто несет ответственность, если решение цифрового помощника приводит к негативным последствиям, например к нарушению закона о рекламе?

— Ответственность остается за компанией, которая использует технологию. ИИ-агент — это инструмент, как и любой программный продукт. Разработчик должен создавать безопасные и этичные системы, а бизнес — выстраивать внутренний контроль решений, особенно в чувствительных областях. Поэтому при внедрении цифровых помощников нужно пересматривать и процессы, и зоны ответственности.

— Каков главный барьер на пути массового применения ИИ-агентов?

— Дело в неготовности компаний меняться. Многие считают, что ИИ-агент — это «волшебная таблетка», способная решить проблемы сразу, без перестройки процессов или обучения сотрудников. Исследования показывают, что около 70% неудач ИИ-проектов в банкинге связаны не с алгоритмами, а с неготовностью бизнеса. Она выражается в низком качестве данных, сложной IT-инфраструктуре, недоверии сотрудников к решениям нейросети.

Чтобы виртуальные помощники работали эффективно, бизнесу нужно менять не только процессы, но и мышление. Важно изначально внедрять не отдельных ботов, а единую цифровую экосистему с четкими правилами, где каждый агент выполняет свои задачи.

Эффективность и эволюция бизнес-процессов

— Исследование Массачусетского технологического института (MIT) показывает, что 95% проектов по генеративному ИИ не дают бизнесу измеримой пользы. Это действительно так?

— В отчете MIT зафиксирован высокий процент неудач, но выводы основаны на небольшой выборке: 150 интервью, 350 опросов, анализ 300 внедрений. Более масштабное исследование Google Cloud с участием 3,5 тыс. руководителей показывает обратное: 88% компаний уже видят окупаемость хотя бы одного проекта, а в 39% запущено более десяти ИИ-агентов.

Что касается данных MIT, на мой взгляд, дело опять же в неготовности бизнеса. Иногда к нам приходят компании, мы делаем пилоты — результаты отличные. Но дальше проект не масштабируется: нужно перестраивать процессы, обучать сотрудников, но на это нет ресурсов. А без глубокой интеграции и организационной подготовки даже лучшие технологии не дают ощутимого бизнес-эффекта.

Индустрия 4.0 Профессиональный иммунитет: как меняется рынок труда в новой реальности

— Есть ли практические примеры внедрений, которые существенно повлияли на работу компаний?

— Да. Например, система оптимизации маршрутов логистической фирмы UPS уменьшила пробег на 100 млн миль в год и сэкономила компании около $300 млн. А в крупной девелоперской компании внедрение нашего ИИ-агента «Помощник продавца» сократило время обработки запросов и повысило конверсию на 15%. Сегодня мы наблюдаем качественный сдвиг. ИИ-агенты за короткий срок превратились в стратегический актив. Компании переходят к системному внедрению, оценивая его эффективность по росту выручки, снижению издержек, укреплению лояльности. По последним данным, нейросети уже применяются в 78% организаций, а доля генеративного ИИ за год выросла с 33 до 71%. Эти цифры говорят сами за себя.

— Появляются ли новые бизнес-модели и продукты благодаря ИИ-агентам?

— Безусловно. Мы движемся от автоматизации отдельных задач к автономным системам. Уже появляются мультиагентные решения, способные выполнять процессы целиком. Так, в эксперименте «ИИ-деревня» виртуальные агенты самостоятельно организовали благотворительный сбор и заработали $2 тыс. без участия человека.

Формируется и новый класс «машин-клиентов» — автономных систем, которые сами заказывают товары и услуги. Например, умный склад может закупать запчасти, а кофемашина — заказывать кофе. По оценке Gartner, к 2030 году таких систем будет около 8 млрд. Гиперперсонализация становится новым стандартом: ИИ мгновенно подстраивает предложения под поведение и контекст пользователя.

Мы тоже активно используем ИИ в продуктах «Билайна», в первую очередь в антифрод-решениях. Нейросеть анализирует данные о нежелательных звонках и обеспечивает безопасность абонентов-физлиц. С начала 2025 года наш ИИ помог заблокировать уже 1,4 млрд нежелательных звонков.

«Виртуальный эксперт по качеству» круглосуточно контролирует около 150 тыс. базовых станций по всей стране, анализируя более 30 параметров сети. Решения геоаналитики помогают планировать городскую инфраструктуру — уже есть примеры в Москве и Красноярском крае. Видеонаблюдение с распознаванием объектов используется, например, для оценки отгрузки продукции в строительном бизнесе или на пищевых производствах. Также ИИ лежит в основе речевой аналитики и интеллектуального поиска в сервисе «Билайн книги».

ИИ — драйвер больших перемен

— ИИ перестраивает бизнес-процессы и рынок трудовых ресурсов. По данным Международной организации труда, генеративный ИИ уже затронул 25% рабочих мест. Кого касаются эти изменения?

— В первую очередь автоматизируются рутинные задачи junior-специалистов в IT, контакт-центрах и офисах. Тем самым ИИ-агенты поднимают планку для входа в профессию.

Компаниям будут нужны не те, кто пишет простой код или обрабатывает типовые запросы, а те, кто умеет ставить задачи агентам, проверять их работу и мыслить стратегически. Поэтому бизнесу придется инвестировать в переобучение сотрудников, развитие у них навыков критического мышления, управления проектами и взаимодействия с нейросетями.

Индустрия 4.0 От амбиций до разочарований: как бизнес теряет деньги на ИИ

— ИИ влияет и на экономику в целом. Где баланс между развитием технологий и необходимостью их регулирования?

— Меры регулирования должны применяться там, где риск действительно велик, например в беспилотном транспорте или медицине. В Европе уже действует регламент AI Act, который требует прозрачности алгоритмов, раскрытия данных обучения и защиты прав пользователей. Но если распространять такие ограничения на всю IT-сферу, можно затормозить инновации — этого сейчас опасаются в ЕС.

После введения жестких норм темпы развития ИИ в Европе заметно снизились. По данным аналитической компании PitchBook, в первом полугодии 2025 года американские стартапы в этой сфере привлекли рекордные $100 млрд инвестиций, тогда как европейские — лишь $6,1 млрд, это минимум с 2015 года. В России жесткого законодательного регулирования на сегодня нет. Это позволяет технологиям развиваться взрывными темпами и дает возможность расти там, где другие остановились.

— Развитие ИИ-систем ведет к росту энергопотребления. Как избежать дефицита ресурсов и перегрузки IT-инфраструктуры?

— По оценке Международного энергетического агентства, к 2030 году спрос на электроэнергию дата-центров может удвоиться. Главным драйвером роста станет ИИ. Ведущие компании: Microsoft, Google, Oracle, OpenAI — инвестируют миллиарды долларов в новые центры обработки данных, а Китай активно строит мега-дата-центры и создает свои чипы.

В России рынок меньше, но работа активно идет. С июля 2025 года действует закон о статусе ЦОДов, готовятся льготы для центров на отечественном оборудовании, появляются первые российские ИИ-чипы.

Снизить энергопотребление поможет развитие компактных нейросетевых моделей, которые требуют меньше ресурсов. Государство и бизнес уже формируют основу устойчивой ИИ-инфраструктуры, хотя путь к технологическому суверенитету еще потребует времени и инвестиций.