Большие языковые модели умеют генерировать тексты, анализировать данные, структурировать информацию и помогать в операционных задачах (урок 1). При этом крайне важно грамотно сформулировать запрос, или промпт (урок 2). Следующий этап развития AI — это переход от ответов к действиям: от рекомендаций к самостоятельному выполнению процессов.
Именно этому посвящён третий урок интенсива «AI на практике». Речь пойдёт об AI-агентах — системах, которые способны планировать, принимать решения и взаимодействовать с внешней средой без постоянного участия человека.
«AI на практике» — интенсив СберПро для руководителей, менеджеров и специалистов, которые хотят с помощью AI оптимизировать процессы, повысить эффективность команды и принимать более взвешенные решения. За 4 урока изучите принципы работы больших языковых моделей и промпт-инжиниринга, разберётесь в архитектуре, применении и теории развёртывания AI-агентов.
В этом уроке:
- что такое AI-агент;
- чем он отличается от обычной LLM;
- из каких компонентов он состоит;
- какие свойства делают его инструментом трансформации бизнеса.
Что такое AI-агент
AI-агент — это интеллектуальная система на основе генеративного AI, которая способна:
- работать автономно;
- взаимодействовать с цифровой или реальной средой;
- принимать решения без постоянного участия человека;
- выполнять действия для достижения поставленной цели.
Если LLM — это мощный генератор текста, то AI-агент — это система, которая использует LLM как «мозг» и действует во внешнем мире. Такие системы самостоятельно принимают решения, инициируют действия и взаимодействуют со сторонними сервисами без участия человека.
❓ Проверьте интуицию
Оцените описанный ниже сценарий применения AI: это будущее или уже реальность?
______
AI-агент в сети супермаркетов еженедельно анализирует продажи, остатки на складах и рыночный спрос. По заданным правилам формирует заказы поставщикам, соблюдая бюджет и логистические ограничения.
______
Ответ
Такие решения уже применяются в логистике. Агент работает со структурированными данными и чёткими правилами: «Если остаток ниже X, заказать Y, но не превышать бюджет V». Человек задаёт стратегию, агент исполняет. Так что выше описан реальный сценарий.
Больше заданий в формате «фантастика или реальность»
Где бизнес уже применяет AI-агентов
По оценкам экспертов, наиболее активно агентный AI используется для следующих задач:
- автоматизации DevOps и тестирования в ИТ;
- обработки запросов клиентов в техподдержке;
- автоматизации научных экспериментов и анализа данных;
оптимизации логистики и цепочек поставок.
Потенциал технологии пока ограничен в стратегическом креативе и робототехнике, где критичны надёжность и безопасность.
🧠 Задание на рефлексию
Подумайте и запишите: какой многоэтапный процесс в вашей работе можно было бы частично передать AI-агенту?
Например:
подготовку квартального отчёта,
онбординг сотрудника,
запуск маркетинговой кампании.
Как устроен AI-агент
Человек воспринимает мир через органы чувств. AI-агент получает данные:
- через базы данных;
- API (программные интерфейсы);
- онлайн-сервисы.
Эти данные становятся «сырьём» для принятия решений. А мозгом AI-агента является LLM. Она:
- понимает задачи;
- интерпретирует данные;
- формирует план действий;
- генерирует решения.
Но одного «мозга» недостаточно. Необходимы также дополнительные компоненты:
1. Память. Хранит контекст, историю действий и результаты предыдущих решений.
2. Планирование. Разбивает крупную цель на последовательные шаги.
3. Инструменты. Доступ к внешним сервисам: поиску, API, калькуляторам, корпоративным системам.
Но здесь возникает ещё один вопрос: чем AI-агент отличается от автоматизированной системы? Ответ прост: автоматизированная система работает по жёстким инструкциям и не адаптируется к изменениям, тогда как AI-агент:
- анализирует ситуацию,
- просчитывает варианты,
- выбирает оптимальное решение.
Пример. Из-за повреждения дорожного полотна аварийные службы экстренно перекрыли дорогу на несколько дней. Классическая автоматизированная система для управления процессом логистики никак не среагирует на это, тогда как AI-агент скорректирует маршрут поставки и уведомит логистов.
Четыре ключевых свойства AI-агента
Эффективность агентного AI определяется не одной функцией, а сочетанием нескольких характеристик. Именно их комбинация позволяет системе выходить за рамки простой автоматизации и становиться полноценным участником бизнес-процессов.
Автономность означает способность агента выполнять поставленные задачи без постоянного контроля со стороны человека. Получив цель и рамки действий, система самостоятельно принимает решения в пределах заданных правил. Например, агент может регулировать энергопотребление производственных площадок в зависимости от тарифов и прогноза нагрузки, минимизируя издержки без ежедневного ручного управления.
Реактивность проявляется в умении мгновенно реагировать на изменения внешней среды. Агент постоянно отслеживает поступающие данные и корректирует действия при отклонениях. Так, при задержке груза из-за шторма система может автоматически пересчитать сроки поставки и изменить складской график, чтобы избежать простоев.
Проактивность позволяет агенту действовать на опережение. Он не ждёт явной команды, а анализирует тенденции и прогнозирует развитие событий. Например, выявив признаки снижения активности корпоративного клиента, агент может заранее подготовить персональное предложение для его удержания.
Социальность отражает способность взаимодействовать с людьми и другими цифровыми системами. Агент координирует процессы, собирает информацию от разных участников и помогает вырабатывать согласованные решения. В рамках сделки он может собрать правки к договору от юристов и финансового директора, выявить противоречия и предложить компромиссную редакцию для финального утверждения.
В совокупности эти свойства позволяют AI-агенту не просто выполнять отдельные операции, а управлять сложными многоэтапными процессами в динамичной среде.
❓ Проверьте знания
Задача: автоматизация климат-контроля в умном офисе перед встречей совета директоров.
В правильном ли порядке расставлены действия?
Б — охлаждение заранее (проактивность);
А — реакция на рост числа людей (реактивность);
В — самостоятельная команда системе (автономность);
Г — уведомление менеджера (социальность).
Ответ ищите тут
Как AI-агент взаимодействует с внешним миром
Чтобы выполнять задачи автономно, AI-агент должен не только анализировать данные, но и взаимодействовать с цифровой средой. Это взаимодействие строится через несколько ключевых механизмов.
Во-первых, агент получает доступ к корпоративным базам данных, таким как CRM, ERP и аналитические системы. Он извлекает из них информацию, сопоставляет показатели, выявляет закономерности и на основе этого формирует решения.
Во-вторых, важную роль играет работа через API (программные интерфейсы приложений). API — это «язык», на котором различные системы обмениваются данными. С их помощью AI-агент может получать информацию с внешних сайтов и сервисов, управлять оборудованием или отправлять уведомления в корпоративные мессенджеры и другие системы.
Наконец, агент способен выполнять операционные действия. Например, он может автоматически сортировать заказы по заданным параметрам, выбирать оптимальный маршрут доставки или передавать задания роботам-комплектовщикам на складе.
Таким образом, AI-агент не ограничивается анализом информации, он интегрируется в существующую инфраструктуру компании и становится активным участником бизнес-процессов.
Резюме
- AI-агент — это автономная система на основе LLM, способная не только генерировать текст, но и выполнять действия.
- Его архитектура включает LLM, память, планирование и инструменты взаимодействия.
- Трансформация бизнеса происходит благодаря четырём свойствам: автономности, реактивности, проактивности и социальности.
- AI-агенты автоматизируют сложные процессы, но стратегические решения остаются за человеком.
В следующем уроке разберём практические сценарии развёртывания AI-агентов, платформы и принципы контроля автономных систем.
Пройти итоговый тест по итогам урока
Полезные материалы по теме AI-агентов для самостоятельного изучения:
Агентный AI: от автоматизации задач к цифровой автономии бизнеса
Искусственный интеллект. Как применяют AI в разных отраслях
Эра оркестраторов: почему бизнесу пора переходить от простых моделей к AI-агентам
Видеоподкаст «Цифра в деле». Выпуск «Агентный AI: будущее корпоративных решений и стратегий»