Где процессу нужен ИИ-агент,
а где хватит правила
AS-IS и TO-BE, три части автоматизации, правило или
ИИ, воркфлоу или агент
Собрать ИИ-агента — ещё не значит получить систему, которая работает каждый день. Для этого нужно продумать процесс, самого агента и его эксплуатацию. Начнём с процесса: почему нельзя автоматизировать лишние шаги, из чего состоит автоматизация, когда хватает обычного правила и чем воркфлоу отличается от агента.
Три уровня инженерии агента
Работающего агента проектируют на трёх уровнях: процесс, сам агент и эксплуатация.
Эти три уровня мы разбираем в третьей лекции курса. На уровне процесса нужно понять, что именно мы автоматизируем. На уровне агента — как он устроен и как принимает решения. На уровне эксплуатации — что происходит с агентом после запуска.
AS-IS и TO-BE
Одна из главных ошибок — автоматизировать процесс, который изначально устроен неправильно.
Так можно ускорить работу и при этом ухудшить результаты компании. Возьмём типичную цепочку: документ пересылают между сотрудниками, данные вручную переносят в таблицу, проверяют, а затем снова вводят в другую систему. Если просто автоматизировать эти шаги, мы лишь ускорим неэффективную систему.
значит ускорить хаос
Поэтому различают два состояния процесса. AS-IS — как процесс работает сейчас. TO-BE — как он должен работать после изменений. Строить TO-BE по принципу «вместо человека теперь ИИ» нельзя. Сначала определяют бизнес-результат и убирают лишние действия, и только затем решают, где достаточно простого правила, где остаётся человек и где действительно требуется ИИ.
Берут схему AS-IS и на каждый шаг ставят ИИ вместо человека. Документ по-прежнему пересылают по цепочке, данные по-прежнему вводят дважды — только теперь это делает ИИ.
Бизнес-результат не определён, лишние действия не убраны.
Сначала — какой результат нужен бизнесу. Потом — какие действия к нему не ведут: их убирают.
Исполнителя — правило, человека или ИИ — выбирают только для оставшихся шагов.
Поэтому идём по порядку: сначала процесс, затем архитектура и только потом автоматизация.
Триггер, обработка, действие
Любую автоматизацию можно разобрать на три части: триггер, обработку и действие.
Триггер запускает процесс. Процесс можно запустить вручную, по расписанию или по событию во внешней системе: пришло письмо, появился заказ, изменился статус. Обработка — то, что происходит внутри: система проверяет и фильтрует данные, считает, преобразует формат и применяет бизнес-правила. ИИ подключается только там, где нужна смысловая интерпретация.
Действие завершает автоматизацию: в конце должно произойти реальное изменение — запись в системе, сообщение, новый документ или вызов другого сервиса. Анализ сам по себе — ещё не автоматизация.
Поэтому к любой автоматизации задают три вопроса: что её запускает, что происходит внутри и что должно измениться в результате.
Письмо приходит в почту — это триггер. Правило проверяет отправителя, а модель определяет смысл обращения — это обработка. Затем система направляет письмо в нужную очередь — это действие.
результатом должно стать реальное изменение
Правило или ИИ
Не используйте ИИ там, где задача надёжно решается обычным правилом.
Мысль кажется очевидной, но о ней часто забывают. Пример: если платёж больше 10 000 $, его отправляют на дополнительное согласование. Здесь достаточно сравнить два числа и выполнить заранее определённое действие. Смысловой неопределённости нет. Если вместо правила вызвать ИИ, мы только добавим стоимость, задержку и вероятность ошибки.
Сумму сравнивают с порогом. Больше 10 000 $ — платёж уходит на дополнительное согласование.
Ответ один и известен заранее: смысловой неопределённости нет.
Та же проверка, но через вызов модели. Добавляются стоимость каждого вызова и задержка ответа.
И вероятность ошибки — там, где правило не ошибается.
ИИ нужен там, где появляется неоднозначность: понять содержание письма или намерение клиента, классифицировать текст, разобраться в неполной информации или принять решение по нескольким нечётким факторам. Граница между двумя случаями проходит по признаку формализуемости — можно ли надёжно описать решение правилом.
Во второй лекции мы уже делили шаги процесса на детерминированные и вероятностные. Тот же принцип работает и здесь: в AI-First-архитектуре предсказуемые шаги остаются за правилами, а ИИ подключают там, где нужно понять смысл или разобраться с неопределённостью.
Где начинается агентность
ИИ-агентом сегодня часто называют то, что архитектурно им не является.
Проведём границу. Воркфлоу — заранее спроектированный сценарий: получить заявку, определить категорию, отправить сообщение. Внутри могут быть условия, циклы, разные маршруты и даже языковые модели, но переходы между шагами заданы заранее.
Агентность начинается там, где следующий шаг нельзя полностью определить до запуска. Например, системе не хватает информации. Она сама решает, где её получить, выбирает инструмент, запрашивает данные, оценивает результат и определяет следующее действие.
То есть агенту задают цель, возможности и ограничения, а конкретный путь частично формируется во время выполнения.
Весь процесс делать автономным не нужно. Надёжнее взять воркфлоу за основу: предсказуемые шаги задать заранее, а агенту оставить выбор там, где он нужен.
Так мы сохраняем предсказуемость воркфлоу и используем гибкость агента там, где она нужна.
Что важно запомнить
Три уровня инженерии агента
Процесс, агент и эксплуатация. Система, которая работает каждый день, начинается с первого: что автоматизируем и где нужен ИИ.
AS-IS не автоматизируют
Автоматизация процесса в виде AS-IS только ускоряет лишние шаги. Автоматизировать стоит TO-BE — процесс после изменений.
TO-BE начинают с результата
Сначала определяют бизнес-результат и убирают лишние действия, затем выбирают исполнителя: правило, человека или ИИ. Принцип «вместо человека теперь ИИ» не работает.
Триггер, обработка, действие
Три вопроса к любой автоматизации. Анализ без реального изменения — ещё не автоматизация.
Главный критерий — формализуемость
Решение надёжно описывается правилом — программная логика. Требуется интерпретация смысла или работа с неопределённостью — ИИ.
Агентность — там, где шаг не задан заранее
Если путь задан до запуска, это воркфлоу. Надёжнее взять воркфлоу за основу и оставить агенту свободу там, где она нужна.
И только потом — автоматизация.
Читайте также
Всё обучение
Что нужно, чтобы ИИ-автоматизация реально заработала
Как превратить человеческое мышление в работающего ИИ-агента
AI-First компания: какая работа остаётся человеку в мире ИИ-агентов
Как перестроить процесс под ИИ-агентов и не потерять контроль
Как найти точки автоматизации с максимальной отдачей
Как увидеть бизнес-процесс таким, какой он есть на самом деле
Как провести рентген бизнеса и извлечь знания экспертов
Как выбрать правильный процесс для автоматизации
От механизации до ИИ-агентов: как эволюционировала автоматизация
Бизнес как система процессов: как потоки данных создают ценность
AI-First-компания: новые роли и новая оргструктура
AgentOps: шесть шагов от идеи до работающего ИИ-агента
ИИ-стратегия: три уровня внедрения ИИ-агентов в бизнес
Готова ли ваша компания к ИИ-трансформации?
Три трансформации, которые полностью изменили бизнес
Где ИИ-агенты создают бизнесу максимум ценности
Пять уровней эволюции ИИ-агентов
Кто такой ИИ-агент и почему он меняет устройство компании
Что такое AI-First-компания и как она работает
Дальше — практика
Эта статья и её продолжение основаны на третьей лекции курса по автоматизации бизнес-процессов с ИИ-агентами.
В следующей статье — ИИ-платформа и среда исполнения: почему главная проблема внедрения начинается со второго агента, из каких четырёх слоёв состоит платформа, что превращает демку агента в работающую систему и по каким компонентам видна зрелая платформа.
От диагностики бизнеса
— до работающего агента.