Какую задачу доверить первому ИИ-агенту

Владелец решает: «Пора внедрять ИИ». И сразу берётся за самое наболевшее — за задачу, которую в компании ненавидят больше всего. Обычно это что-то запутанное: согласование нестандартных скидок, разбор спорных рекламаций, учёт, где у каждого менеджера свои правила. Через две недели всё буксует, команда разочарована, а вывод звучит как приговор: «ИИ у нас не работает». Хотя дело не в ИИ — дело в том, с чего начали.

Первый агент решает не самую важную задачу, а самую подходящую. Ту, на которой он быстро покажет результат и команда ему поверит. Разберём, как её выбрать.

Почему самое больное место — плохой старт

Самая тяжёлая задача обычно тяжёлая не просто так. В ней много исключений, спорных ситуаций и решений «на чутьё». Там, где человек колеблется и идёт советоваться с руководителем, агенту тоже будет трудно — и первые же ошибки все заметят.

Представьте: компания хочет, чтобы агент сразу вёл сложные переговоры о цене с оптовиками. Это десятки нюансов, личные договорённости, история отношений. Провал почти гарантирован. А вот если тот же агент начнёт с подготовки черновика ответа на типовой запрос «пришлите прайс и условия» — он справится с первого дня. Начинать нужно с простого и частого, а не с важного и редкого.

Пять признаков хорошей первой задачи

Удачная задача для старта обычно отвечает сразу нескольким условиям:

• Повторяется часто — десятки или сотни раз в день, а не два раза в месяц. Чем чаще, тем быстрее видна экономия.
• Понятные правила — задачу можно объяснить новичку за десять минут без оговорок «ну, тут по ситуации».
• Однотипный результат — ответ, письмо, занесённая строчка, отсортированная заявка. Не творческое решение, а ясный выход.
• Цена ошибки невысокая — если агент ошибётся, это легко заметить и поправить, никто не потеряет деньги или клиента.
• Результат измерим — можно посчитать, сколько времени ушло раньше и сколько уходит теперь.

Если задача проходит хотя бы по четырём пунктам из пяти — это сильный кандидат на первый запуск.

Задачи, с которых удобно начинать

На практике лучше всего заходят скучные, но прожорливые по времени участки. Вот узнаваемые примеры «было → стало»:

• Разбор входящих обращений. Было: менеджер вручную читает сотню писем и раскидывает их по папкам «заказ», «вопрос», «жалоба». Стало: агент сортирует поток и отдаёт человеку уже разложенные стопки.
• Черновики типовых ответов. Было: на один и тот же вопрос про доставку сотрудник пишет ответ с нуля по десять раз в день. Стало: готовый черновик ждёт, человеку остаётся проверить и отправить.
• Перенос данных из писем в таблицу. Было: бухгалтер вручную вбивает реквизиты и суммы из заявок. Стало: агент достаёт цифры и складывает в нужные ячейки, человек сверяет.
• Короткие выжимки из длинных документов. Было: юрист час читает договор ради трёх ключевых пунктов. Стало: получает короткую сводку и идёт сразу к спорным местам.

Общее у этих задач одно: человек на них тратит время, но не ум. Именно такую рутину агент снимает первым делом.

С чего начинать точно не стоит

Есть участки, которые соблазнительно отдать машине первыми, но на старте они только навредят. Отложите их на потом:

• Решения, где ошибка стоит дорого — возвраты денег, юридические обязательства, крупные скидки.
• Задачи «на чутьё», где нет чётких правил и всё решает опыт конкретного человека.
• Редкие операции — то, что случается пару раз в месяц: настраивать агента дольше, чем делать руками.
• Процессы, которые и у людей толком не описаны. Если в компании нет понятного порядка, агент не из чего его взять — сначала наведите порядок на бумаге.

Как понять, что первый агент сработал

Договоритесь о цифре заранее, ещё до запуска. Например: «сейчас на разбор заявок уходит три часа в день — хотим уложиться в полчаса». Тогда через пару недель будет видно не ощущение «вроде стало полегче», а конкретный результат.

Смотрите на три вещи: сколько времени высвободилось, сколько ошибок стало меньше и — внезапно важное — поверила ли команда. Если сотрудники сами начали подкидывать идеи «а давайте агенту ещё вот это отдадим» — первый шаг удался. Это и есть главный сигнал, что можно расширяться.

Где здесь обычные нейросети

Перед тем как строить полноценного агента, многие задачи можно прощупать руками в привычных сервисах. Менеджер просит ChatGPT, Claude или GigaChat набросать черновик ответа клиенту, бухгалтер — вытащить суммы из текста письма, маркетолог диктует задачу голосом Алисе. Это ещё не агент: сотрудник каждый раз сам открывает окно и вставляет текст. Но так вы за неделю поймёте, какая рутина реально отнимает время и где автоматизация даст больше всего. Фактически вы бесплатно проводите разведку перед настоящим запуском.

Разница проста. Нейросеть в окне помогает человеку, когда он сам к ней обратился. Агент работает в фоне и сам доводит задачу до конца — забирает заявку, разбирает, отвечает, заносит данные. Как собрать такого агента под конкретный бизнес — отдельная история; здесь важно другое: вы уже знаете, с какой задачи его стоит запускать.

С чего начать

Возьмите лист бумаги и выпишите задачи, которые в компании делают каждый день руками и которые все тихо ненавидят. Отметьте те, где правила понятны, а ошибка не стоит дорого. Выберите одну, самую частую, и пару недель погоняйте её в обычной нейросети — ChatGPT, GigaChat или Алисе. Если время заметно экономится — это и есть кандидат на вашего первого ИИ-агента. А дальше от разовой помощи в окне к агенту, который делает всё сам, бизнесу помогает перейти команда МАВИИ.