ИИ-агенты для бизнеса: примеры, задачи и как внедрять

ИИ-агенты для бизнеса сегодня пробует больше половины компаний, до масштаба их доводит меньшинство. Руководителю, который принимает решение о пилоте, нужны три ответа: чем агент отличается от чат-бота, где он уже работает на реальных объемах и что нужно сделать, чтобы пилот закончился внедрением.

По опросу McKinsey «The State of AI in 2025» (1 993 участника из 105 стран), 62% организаций как минимум экспериментируют с ИИ-агентами, 23% масштабируют их хотя бы в одной функции, и ни в одной отдельной функции доля масштабирующих не превышает 10%. Gartner в июне 2025 предупредил , что более 40% проектов агентного ИИ свернут к концу 2027 года. Публичные примеры при этом есть: ИИ-ассистент Klarna за первый месяц провел 2,3 млн диалогов с клиентами, агент на портале поддержки Salesforce за девять месяцев провел более миллиона.

Мы в Qooqa видим эту картину на одном процессе, на найме. За 2025-2026 годы мы провели больше 500 пилотов ИИ-рекрутера. Сейчас подбор в продукте исполняет группа цифровых сотрудников: они ведут с кандидатами текстовые интервью в мессенджерах и голосовые по телефону, рекрутеры работают с одобренными. В пилоте осени 2026 года на 1 700 откликов 80% кандидатов вступили с агентом в диалог, отказались общаться с ИИ 0,4%; по всем клиентам доля отказов не превышает 1%. Посмотреть, как это устроено, можно на демо .

Что такое ИИ-агент для бизнеса и чем он отличается от чат-бота?

ИИ-агент получает задачу и сам выбирает шаги и инструменты, чтобы довести ее до результата. Чат-бот идет по сценарию, который человек написал заранее. Это различие зафиксировали Эрик Шлунц и Барри Чжан в руководстве Anthropic «**Building Effective Agents**» (декабрь 2024): в сценарных системах модели и инструменты связаны заранее прописанным кодом, а агент динамически управляет собственным процессом и использованием инструментов.

Как работает ИИ-агент на практике: получает цель («квалифицировать входящее обращение», «провести первичное интервью»), запрашивает данные из рабочих систем, действует, проверяет результат и повторяет цикл до условия остановки. Авторы того же руководства советуют начинать с самого простого решения и усложнять только при необходимости, а в агентах предусматривать паузы для обратной связи от человека.

Отсюда выражение «ИИ-сотрудники для бизнеса»: у агента появляются роль, зона ответственности и результат, который можно принять или вернуть на доработку. Подробно эту рамку мы разбирали в статье «ИИ - не инструмент, а сотрудник» .

Примеры ИИ-агентов для бизнеса: где они уже работают?

Больше всего подтвержденных цифр в клиентской поддержке, ИТ и работе со знаниями. McKinsey в том же опросе называет ИТ и управление знаниями функциями, где агентов применяют чаще всего. В таблицу мы взяли только примеры, по которым компании сами опубликовали данные.

Все цифры компании считали сами, независимого аудита у них нет. Цифры Klarna относятся к первому месяцу работы ассистента. В мае 2025 года сооснователь компании Себастьян Семятковски сказал Bloomberg, что при организации поддержки слишком большой вес получили затраты и качество от этого снизилось, а клиенту всегда должна быть доступна связь с человеком (Fortune, 09.05.2025 ). Пример Google описывает генерацию кода с проверкой человеком, это ближе к ассистенту, чем к автономному агенту. Мы оставили его, потому что схема та же: ИИ делает объем, человек принимает результат.

В примере Salesforce для руководителя полезнее всего строка про 4%. Вопросы о продлении контрактов компания намеренно направляет живым инженерам, а точки передачи диалога человеку разбирает, чтобы понять, что улучшить в самом агенте.

Почему найм оказался одним из первых процессов для ИИ-агентов?

В найме сошлись четыре условия, при которых агент окупается быстро: большой поток однотипных обращений, измеримый результат, обратимые решения и цена задержки. Отклики приходят сотнями, результат считается в одобренных кандидатах и выходах на работу, решение агента рекрутер может пересмотреть. Одобренные кандидаты, которые ждут решения сутками, остывают.

Исполняет найм группа агентов с разными ролями. В Qooqa агент-методист разбирает вакансию и готовит сценарий интервью, интервьюер ведет диалоги и звонки, ассистенты доводят кандидата до следующего шага. Рекрутер ставит задачу и работает с финалистами и нанимающим менеджером.

Данные Qooqa: ИИ-агенты в найме, 2025-2026

Данные из аналитики Qooqa, опубликованы в статьях о пилотах и об эскалациях . Первые две строки относятся к пилоту осени 2026 года в крупной компании, о нем ниже. Пилот в массовом найме шел у другого клиента на четырех складских вакансиях. Имена не раскрываем по договоренности.

Третья строка пригодится и за пределами найма. Агенту чаще всего не хватает контекста: в вакансии нет вилки, графика, адреса, и на вопрос кандидата он честно отвечает, что это обсудят на следующем этапе. По нашим данным, примерно в 90% случаев пробел закрывает руководитель рекрутера, который видит аналитику вопросов без ответа. В поддержке и продажах мы ожидаем того же: агент покажет, какие правила у компании нигде не записаны.

Какие задачи отдавать ИИ-агентам, а какие оставить людям?

Агенту подходят задачи с потоком, понятным результатом и дешевой ошибкой. Проверить процесс можно по пяти признакам:

• обращений или операций много, и они похожи друг на друга;
• результат можно посчитать: решенное обращение, квалифицированный лид, одобренный кандидат;
• данные для решения уже лежат в системах компании;
• ошибку можно заметить и исправить до того, как она станет дорогой;
• скорость ответа влияет на деньги.

Людям остаются необратимые решения, переговоры, исключения из правил и сама постановка задачи. Salesforce оставил людям продления контрактов, в найме рекрутер работает с финалистами и заказчиком вакансии. Эту роль мы называем оркестратором ИИ : сотрудник управляет результатом нескольких агентов и приходит туда, где агент остановился.

Почему пилоты ИИ-агентов не доходят до внедрения?

Чаще всего причина в организации пилота. По данным BCG «Where's the Value in AI?» (1 000 руководителей, 59 стран, октябрь 2024), только 26% компаний смогли выйти за пределы пилотов. Эти компании вкладывают 70% ресурсов в людей и процессы, 20% в технологии и данные, 10% в алгоритмы. Gartner среди причин будущих отмен называет растущие затраты и неясную бизнес-ценность.

Наши пилоты показывают то же. Осенью 2026 года в крупной компании агент разобрал около 1 700 откликов и одобрил около 350 кандидатов, а из 20 рекрутеров с одобренными работали двое. Команде не поставили задачу и не объяснили, что делать с результатом агента.

По статистике Qooqa за 500+ пилотов, команда из 10 и более человек доходит до внедрения в три раза реже, чем команда из трех. Причины повторяются: у результата нет одного владельца, метрики не записаны до старта, сотрудники продолжают делать ту же работу вручную параллельно с агентом. Сопротивление команды при этом естественная реакция на изменения, и мы разбирали его в статье «Рекрутер саботирует ИИ, директор молчит» .

Как внедрять ИИ-агентов: пилот, метрики, роль людей

Внедрение ИИ-агентов идет в четыре шага, и по нашей методологии занимает около трех месяцев. Без методологии оно растягивается на полгода-год. Шаги сформулированы на найме, но переносятся на поддержку, продажи и бэк-офис почти без изменений.

1. Выбрать один процесс и одного владельца результата. Бизнес-подразделение и цифровизация заходят в пилот одной командой.
2. Записать точку А: сколько времени и денег процесс стоит сейчас, какая скорость ответа, сколько задач на одного сотрудника.
3. Провести триал на пять дней с 3-5 заинтересованными сотрудниками. В первый день прочитать 10-30 диалогов агента и сверить его решения со своими.
4. Запустить пилот с фиксированным объемом на срок до трех месяцев, посчитать эффект на своих цифрах и только после этого масштабировать. Переносят опыт на остальных участники первого пилота.

Какие метрики смотреть

К привычным показателям процесса добавляются метрики взаимодействия человека и агента. В найме мы используем три.

Вторая метрика измеряет работу команды. Агент отвечает за секунды, и если его результат сутки ждет человека, выигрыш в скорости теряется.

Роль людей и управляемость

До запуска стоит письменно определить три вещи: что агент делает сам, а что только с подтверждением человека; где хранится журнал его действий; как его остановить в одном процессе, не трогая остальные. Без них агент с доступом к клиентам становится риском.

Когда агентов становится несколько, им нужны общие данные и одна точка управления. Qooqa пришла к этому из найма и сейчас развивает платформу оркестрации : штат ИИ-агентов с разными ролями, которым управляют сотрудники компании.