ИИ-агент, ИИ-ассистент, чат-бот или обычная автоматизация: что выбрать бизнесу

Главная ошибка - выбирать название технологии до описания работы

Заявку с формы нужно записать в CRM, назначить ответственного по региону и отправить подтверждение - это последовательность правил. Если менеджеру нужно восстановить контекст длинной переписки, полезен ассистент: он готовит сводку, а решение остаётся сотруднику

Для диалога по узкой теме может хватить чат-бота с базой знаний. Агент отличается не наличием окна чата, а тем, что сам оценивает состояние задачи, выбирает следующий шаг и использует разрешённые инструменты. Завершить работу он должен при достижении цели или при наступлении заранее заданного ограничения

Google Cloud проводит похожую границу в архитектурном руководстве: для открытых многошаговых задач может быть полезен агент, а предсказуемые процессы стоит сначала проверить на более простом решении ². При этом названия пересекаются: чат-бот описывает способ общения, ассистент - роль рядом с человеком, агент - способ управления действиями. Один продукт может сочетать их

Матрица выбора в одной таблице

Колонки ниже — варианты отправной архитектуры и роли, а не четыре взаимоисключающих класса продуктов: чат-интерфейс, ассистент и агентная логика могут сочетаться в одной системе.

Таблица прокручивается вправо →

Это рабочая матрица, а не рейтинг продуктов. Она помогает сравнить способы решения одной задачи; цену нужно оценивать по реальному составу работ, а не по названию системы

Семь вопросов для выбора решения

1. Можно ли заранее описать маршрут

Если да, сначала проектируйте обычную автоматизацию. «Получили событие - проверили условие - записали поле - отправили уведомление» не требует автономного рассуждения

2. Есть ли неструктурированный вход

Письма, документы, голос, свободные комментарии и непредсказуемые формулировки дают ИИ реальную работу. Но даже здесь модель может только преобразовать вход в структуру, а дальше процесс снова выполняется жёсткими правилами

3. Кто принимает финальное решение

Если сотруднику нужен подготовленный результат, а не самостоятельное выполнение задачи, начните с ассистента. Проверка человеком может уменьшить риск, но её время нужно включить в оценку пользы

4. Нужно ли системе действовать в других программах

Умение вызвать инструмент само по себе ещё не делает агента необходимым. Если инструмент вызывается всегда после одного условия, это обычный рабочий маршрут

5. Меняется ли следующий шаг по ходу задачи

Изменение шага само по себе не требует агента: обычное правило тоже умеет ветвиться. Агент полезен, когда новые факты требуют выбирать проверки и инструменты, а перечислить все такие решения заранее трудно. Например, после ответа клиента системе нужно решить, что ещё уточнить и где проверить недостающие сведения

6. Какова цена неправильного шага

Чем дороже ошибка, тем больше причин уменьшить автономность. Для платежей, юридически значимых действий, обещаний клиенту и критичных изменений состояния разумно проектировать контроль человеком

7. Есть ли исторические примеры

Старые заявки, обращения и документы позволяют сравнить новый подход с известным результатом. Подберите не только типовые случаи, но и исключения. Если истории нет, начните со сбора примеров в режиме подсказки, а не с самостоятельных действий

Что такое обычная автоматизация и почему она недооценена

Обычная автоматизация выполняет заранее заданный маршрут и правила. В подходящей задаче это упрощает проверку, отладку и распределение ответственности: можно выяснить, какое условие сработало и почему система сделала именно этот шаг

Правила стоит проверить в первую очередь для таких задач

• перенос данных между системами при известной схеме
• уведомление при изменении статуса
• расчёт по фиксированной формуле
• создание документа из готовых полей
• проверка обязательных значений
• назначение ответственного по таблице правил

Когда нужен чат-бот

Чат-бот полезен там, где основная задача - разговор в ограниченных рамках: узнать статус заказа, правила возврата, режим работы, набор документов или типовые условия услуги. Он может понять формулировку, найти ответ и передать сложный диалог человеку. Языковая модель и подключение к данным ещё не делают его автономным агентом: маршрут общения и действий может оставаться заданным

Когда ассистент лучше агента

ИИ-ассистент готовит результат для сотрудника: сводку звонка, черновик письма, пункт регламента, сравнение версий договора, поля документа или предложение следующего шага. Сотрудник проверяет результат и принимает решение. Это определяет роль ассистента независимо от того, какие инструменты работают внутри

Для процесса с дорогими ошибками такой режим позволяет проверить пользу ИИ до выдачи прав на действия. Важно измерять и время на подготовку результата, и время на его проверку и исправление

Когда агент действительно оправдан

ИИ-агент оправдан, когда системе полезно самостоятельно управлять последовательностью действий, а не просто выполнять сложную, но заранее описанную схему

Рассмотрим условную работу с входящей заявкой

1. определить, к какому продукту относится запрос
2. проверить, есть ли клиент в системе
3. посмотреть последние взаимодействия
4. понять, каких данных не хватает
5. задать уточнение
6. после ответа выбрать маршрут
7. создать задачу нужному сотруднику
8. при определённых условиях назначить повторное касание

Сами эти восемь шагов можно выполнить и по правилам. Агент становится кандидатом, когда решения в пунктах 4-7 зависят от содержания диалога и не укладываются в управляемое дерево условий. Тогда сравните агентный подход с фиксированным сценарием на одних примерах: гибкость не освобождает от проверки качества

В практическом руководстве Anthropic рекомендует добавлять сложность только после того, как простое решение перестаёт удовлетворять задаче ¹

Восемь примеров, чтобы не спорить о терминах

Таблица прокручивается вправо →

Что делать, если сомнение осталось

При сомнении проверьте решение в режиме подсказки: система читает вход, получает контекст и предлагает действие, но не выполняет его. Сотрудник принимает или исправляет предложение. На реальных случаях станет видно следующее

• насколько рекомендации соответствуют заранее согласованным критериям, а не только привычкам одного сотрудника
• какие классы ошибок повторяются
• есть ли участки, где выбор всегда одинаков и агентность вообще не нужна

После этого автономность можно выдавать по одному типу действия, а не одним большим переключателем

Цена свободы системы

Стоимость агента растёт не только из-за запросов к модели. Самостоятельный выбор шагов увеличивает число возможных траекторий, поэтому нужны разнообразные тесты, журналы действий, ограничения инструментов, условия остановки и проверка конечного состояния

В руководстве Anthropic по оценке агентов от 9 января 2026 года отдельно рассматриваются многошаговые тесты и повторные прогоны. Начальный набор можно собрать из реальных задач, затем расширять по мере обнаружения ошибок ³

Как сочетать подходы в одном процессе

В одном процессе ИИ может разбирать письмо, правило - проверять обязательное поле, сотрудник - подтверждать нестандартное условие, а агент - выбирать дальнейшие проверки. Финансовое действие при этом остаётся в строго заданной логике. Необязательно выбирать одну технологию для всей цепочки: каждому участку нужен свой способ выполнения и контроля