И теперь наш пост. Не все так однозначно с этим вашим ИИ. Отовсюду летят новости про то, как кто-то внедрил ИИ-агентов - и сразу в его компании все зацвело и заколыхалось и запело, эффективность выросла, а людей теперь почти не надо. И хочется в это верить, но есть, как обычно, нюансы. Достаточно вспомнить, как год назад основатель Klarna рассказывал, что избавился от нескольких SaaS-систем и уволил кучу народа, заменив их агентами. А на прошлой неделе вдруг переобулся, ибо качество сервиса сильно упало, и теперь компания делает «ящик водки и всех обратно». Почему так происходит? Для этого нужно понять, что такое ИИ-агенты, что они делают и как это работает с тем зоопарком автоматизации, который в компаниях уже есть. Итак, ИИ-агент – это и правда очень классная штука, которая может фактически сама, на основании предложенных правил и набора данных, принимать решения и совершать действия. Неплохой пример – это агент, который на основании политики представительских расходов и принятых до того решений по одобрению может сам одобрять или отклонять расходы ваших сейлзов, понесенные ими в командировках. Работает это примерно так: агенту скармливают существующую политику по представительским и набор одобренных и отклоненных расходов, и пишут набор дополнительных правил типа «если не одобрил, зови финконтролера Матильду». Дальше сейл после командировки грузит в этого агента фотографии своих чеков, агент их переваривает, задает сейлу несколько доп вопросов типа «сколько человек вы накормили в Сан-Франциско на 1500 долларов и почему в чеке фигурирует сорокалетний вискарь?», а потом предварительно отклоняет расход и зовет Матильду утвердить исключение. Преимущество использования агента против традиционной алгоритмической автоматизации в том, что для создания такого агента не нужно быть инженером, а еще этот самый агент стоит значительно дешевле, чем сопоставимое SaaS-решение. Но нюансов тут просто гора.