Бизнес сталкивается с отрезвляющей реальностью: несмотря на то, что почти все компании инвестируют в искусственный интеллект, лишь 1% из них считают, что достигли зрелости в этом направлении. Иными словами, ИИ пока не стал неотъемлемой частью рабочих процессов и не приносит ощутимых бизнес-результатов. По данным консалтинговой компании Capgemini, несмотря на миллиарды, вложенные в генеративный ИИ, только 24% компаний внедрили его в большинство функций, что означает: 76% всё ещё далеки от масштабного применения.

На сцену выходит агентный ИИ — новая глава в эволюции искусственного интеллекта. Эти системы обладают автономностью и целенаправленным поведением. В отличие от современных реактивных инструментов, которые требуют промптов, агентные ИИ-агенты способны самостоятельно планировать, адаптироваться и выполнять задачи в рамках рабочих процессов и систем с минимальным участием человека. Они сочетают логическое мышление с автоматизацией процессов, выполняя структурированную, ориентированную на результат работу.

Сила этого сдвига — в его двойственном воздействии. Агентный ИИ не только улучшает клиентский опыт (customer experience, CX), но и кардинально меняет саму природу труда сотрудников. Такое сочетание запускает каскадный эффект по всей организации. На основе собственного опыта разработки прототипов (PoC) для внутренних процессов, таких как управление инцидентами, я видел, как агентный ИИ повышает качество рабочего опыта сотрудников (employee experience, EX) и, как следствие, улучшает результаты для клиентов. Никогда ранее EX и CX не были настолько тесно связаны — прогресс в одном напрямую усиливает другое.

Внутренняя революция: повышение качества работы сотрудников

Самые значимые преобразования начинаются изнутри. Агентный ИИ позволяет реализовать подход, основанный на целях, в рамках которого ИИ действует от имени человека. Это шаг далеко вперёд по сравнению с автоматизацией, основанной на правилах. Такие агенты умеют адаптироваться к изменениям, учиться на результатах и принимать самостоятельные решения в заданных рамках.

Трансформация управления инцидентами

Недавно мы помогли одному из клиентов создать прототип (PoC) системы управления критическими инцидентами и сейчас разрабатываем MVP. Крупные инциденты могут нанести серьёзный ущерб как доходам компании, так и её репутации. Цель этого решения на базе агентного ИИ — сократить время на выявление первопричины и устранение P1- и P2-инцидентов, тем самым защищая доходы и снижая негативное влияние на клиентов и сотрудников. Несмотря на то, что работа ещё продолжается, а детали остаются конфиденциальными, предварительные результаты демонстрируют значительные преимущества.

Компании могут рассчитывать на следующие выгоды:

Технические преимущества

• Более быстрое обнаружение и реагирование

• Последовательное устранение проблем

• Сохранение институциональных знаний

• Возможность параллельной обработки задач

Повышение эффективности

• Снижение среднего времени до разрешения инцидента (MTTR)

• Круглосуточная работа без утомляемости

• Автоматическое документирование

• Более эффективное распределение человеческих ресурсов

Бизнес-эффект

• Улучшение опыта как клиентов, так и сотрудников

• Снижение операционных затрат

• Снижение рисков

Помимо управления инцидентами, агентный ИИ внедряется и в другие внутренние процессы. Гибридная стратегия Vodafone по использованию генеративного ИИ, по имеющимся данным, повышает эффективность управления сетью — например, агент VINA поддерживает автономные операции. В сотрудничестве с Google Cloud Vodafone разработала инструменты на базе генеративного ИИ для автоматизации сетевой инфраструктуры, включая визуальные проверки объектов с солнечными панелями на базовых станциях (RAN).

Совместно с ServiceNow Vodafone также использует агентный ИИ для повышения качества клиентского сервиса: специализированные телеком-агенты предугадывают и управляют сбоями в обслуживании с помощью быстрого анализа и проактивных мер. Эта внутренняя интеллектуальная система помогает сотрудникам и одновременно приносит ценность конечным клиентам.

Согласно исследованию Salesforce, 79% сервисных организаций, инвестирующих в ИИ, фиксируют снижение затрат и времени. Также результаты показывают, что специалисты по работе с клиентами чувствуют себя увереннее, когда ИИ работает с ними в тандеме, усиливая их эффективность. Эти системы не заменяют рабочие места, а избавляют от рутинных задач, позволяя командам сосредоточиться на стратегических инициативах и значимом взаимодействии с клиентами.

Каскадный эффект для клиентского опыта

Истинная сила внутреннего агентного ИИ проявляется в его каскадном воздействии на клиентский опыт. Когда внутренние процессы становятся более эффективными, отзывчивыми и интеллектуальными, клиенты неизбежно выигрывают за счёт большей надёжности сервиса, более быстрого разрешения проблем и проактивной поддержки.

Каскад в действии

Возьмём для примера управление инцидентами. Более быстрое внутреннее разрешение напрямую повышает стабильность сервиса. Автоматизированная эскалация сокращает время простоя и ожидания. Предиктивное выявление проблем позволяет компаниям заранее информировать клиентов о возможных сбоях, ещё до того, как те проявятся.

Vodafone вложила 140 миллионов фунтов стерлингов в SuperTOBi — новое поколение своего чат-бота TOBi, построенное на платформе Agent Copilot от Microsoft Azure OpenAI. Этот помощник на базе генеративного ИИ помогает операторам обрабатывать сложные запросы, улучшая скорость реагирования и качество ответов. Vodafone UK также тестирует ИИ-инструменты, оценивающие успешность клиентских звонков, с целью создания «суперагентов», которые совершенствуются с каждым взаимодействием.

Компании, такие как The Adecco Group, BACA Systems, OpenTable, Saks и Wiley, также внедряют агентные решения. Так, например, Wiley сообщила о 40% росте эффективности самообслуживания и разрешения запросов после перехода на Agentforce Service Agents по сравнению с предыдущим чат-ботом.

Всё это отражает более широкий тренд на проактивный сервис. Клиенты всё чаще ожидают, что компании будут предугадывать и устранять проблемы до того, как они затронут пользователя. Агентный ИИ делает такую модель масштабируемой.

Связанные внутренние и внешние агенты: следующий шаг — оркестрация

Будущее за координацией множества агентов по всей цепочке взаимодействия — как внутри компании, так и во внешнем контуре. Эти агенты используют большие языковые модели (LLM) для анализа и понимания полного контекста, принятия решений и автономных действий.

Модель оркестрации

Одной из таких систем является Atlas Reasoning Engine от Agentforce. Она способна интерпретировать намерения, определять необходимые данные и действия, а также выполнять задачи без дополнительных инструкций.

Типичные сценарии оркестрации могут включать:

• Обнаружение и реагирование: агенты предсказывают и управляют сбоями в обслуживании.

• Передача человеку: при необходимости эскалации весь контекст бесшовно передаётся специалисту.

• Непрерывное обучение: ИИ улучшает последующие решения на основе каждого взаимодействия.

Некоторые примеры из практики

На конференции Dreamforce 2024 для решения бизнес-задач было задействовано более 10 000 автономных агентов. Среди примеров: платформа Engine сократила время обработки обращений на 15%, 1-800Accountant смогла автономно обрабатывать 70% чатов в пиковые недели налоговой нагрузки, а Grupo Globo повысила удержание клиентов на 22%.

Операторы связи, такие как Telkomsel, Vodafone и Lumen, по имеющимся данным, также используют Microsoft 365 Copilot и другие инструменты для обеспечения интегрированной поддержки клиентов в разных отделах.

Уроки из практики

Внедрение агентного ИИ требует нового подхода к мышлению. Несмотря на общий энтузиазм, большинство компаний пока не извлекли ощутимую бизнес-ценность из генеративного ИИ. Тем временем агентный ИИ уже активно выходит на сцену.

Вот что отличает успешные команды:

• Начинают с чётко определённых процессов: фокус на детерминированных, массовых задачах с измеримыми метриками успеха.

• Сохраняют контроль со стороны человека: внедряют надёжные рамки безопасности и соответствия требованиям для снижения рисков.

• Уделяют внимание управлению изменениями: сопротивление, особенно со стороны сотрудников с большим стажем, — частое явление. Обучение и ясная коммуникация необходимы.

Необходимо заранее продумать, как оркестровать множество различных ИИ-агентов в масштабах корпоративной среды. Это требует устойчивых моделей управления и чёткой системы ролевого доступа.

Подготовка к агентному будущему: стратегия важнее масштабирования

Агентный ИИ набирает обороты. Организациям, готовым к его внедрению, следует начинать не с поспешной реализации, а с выверенной стратегической подготовки. Рекомендуемый подход включает следующие рекомендации:

• Начинать с пилотных проектов. Известно, что на хакатоне Vodafone и Google Cloud в марте 2024 года было разработано 13 реальных кейсов, несмотря на то, что их авторы имели ограниченный опыт работы с ИИ.

• Инвестировать в платформенные возможности — в том числе в готовые навыки агентов.

• Ставить во главу угла бизнес-результаты. Успех заключается не в автоматизации задач как таковой, а в переосмыслении самих рабочих процессов. Это не про эффективность, а про трансформацию.

Согласно последнему индексу Workforce Index от Slack, использование ИИ за последние шесть месяцев выросло на 233%. 40% сотрудников взаимодействовали с ИИ-агентами. Кривая внедрения резко ускоряется, и всё более критично становится предпринимать ранние шаги.

Некоторые организации уже стремятся к созданию департаментов с нулевым числом штатных сотрудников (zero-FTE) — полностью управляемых агентами. Однако по-настоящему значимая возможность заключается не в замещении, а в усилении и сотрудничестве человека и ИИ.

Заключение: конкурентное преимущество у тех, кто действует первым

Агентный ИИ — это не просто технологическое усовершенствование или постепенное развитие автоматизации. Это фундаментальный сдвиг в сторону автономных, интеллектуальных систем, способных трансформировать как опыт сотрудников, так и взаимодействие с клиентами.

Компании, которые начинают с постановки задач, а не с выбора решений, систематически добиваются более значимых трансформаций, чем те, кто сосредоточен исключительно на технологиях.

Доказательства очевидны: те, кто примет изменения раньше остальных, окажутся в числе лидеров. Когда ИИ-агенты способны вести диалог с клиентом, рассуждать и выполнять задачи в реальном времени, возможности становятся реальными.

Будущее — это не управление ИИ, а сотрудничество с агентами, которые думают, действуют и оптимизируют процессы в режиме реального времени. Старт с чётко сформулированных внутренних процессов, создание устойчивых управленческих рамок и фокус на синергии человека и ИИ, а не на его замене, откроют трансформационный потенциал автономных агентов.

Это не требует гигантских инвестиций или масштабной перестройки. С автономными агентами, работающими без остановки, процессы, которые раньше занимали недели, теперь можно завершить за считанные дни.

Конкурентное преимущество будет у тех, кто начнёт уже сейчас, быстро обучится, оперативно адаптируется и выстроит организационные компетенции, которые определят будущее труда и клиентского взаимодействия.

Агентный ИИ способен трансформировать поддержку — но только если в основе лежат чёткие процессы и здравый подход. Плохо выстроенные KPI демотивируют, автоматизация без границ — разрушает доверие. Чтобы ИИ действительно усиливал команду, нужно сначала навести порядок в метриках и понимать границы его применения.

Если вы отвечаете за клиентский сервис — разберитесь в этих основах до внедрения. Для этого приходите на открытые уроки:

• 5 августа, 20:00 — Прожарка кейсов KPI службы поддержки пользователей
  Как не утонуть в метриках и создать реально работающую систему мотивации: структура, алгоритм внедрения, ошибки и примеры.

• 21 августа, 20:00 — Искусственный интеллект для службы поддержки пользователей
  Где ИИ действительно помогает, из чего состоит грамотный ассистент и как не наломать дров при автоматизации поддержки.

Кроме того, пройдите вступительное тестирование, чтобы оценить свой уровень знаний и понять, подойдет ли вам программа курса «Руководитель поддержки пользователей в IT».