Формула создания коммерчески успешного ИИ-агента предельно ясна

С помощью искусственного интеллекта всего за несколько часов можно создать и даже протестировать ИИ-агента, способного решать сложные задачи. Однако его успех зависит вовсе не от того, насколько масштабна стратегия компании по внедрению ИИ, а от того, насколько хорошо определена проблема, которую необходимо решить. Это показало и мероприятие Build Day в рамках хакатона Elnora AI Agent Hackathon, прошедшее в Эстонской школе бизнеса (Estonian Business School). Всего за 12 часов команды создали агентов, которые принимали заказы, составляли отчёты о рисках компаний и автоматизировали внутренние рабочие процессы.

Уроки хакатона

Учитывая, что на работу был отведён всего один день, результат оказался впечатляющим. Однако ещё более показательным, чем скорость разработки, стало то, что самые убедительные решения появлялись у команд, которые начинали не с вопроса «Что можно сделать с помощью ИИ?», а с вопроса «Какой рабочий процесс здесь действительно нуждается в улучшении?». Иными словами, ИИ-агенты приносят наибольшую пользу и дают лучшие результаты тогда, когда помимо самой технологии есть чётко определённая проблема, требующая решения, глубокое понимание предметной области и умение быстро запустить разработанное решение.

В каждой команде хакатона был как минимум один профильный эксперт, например в области финансов, права, управления персоналом или операционной деятельности, а также как минимум один специалист, который ежедневно работает с ИИ-агентами и инструментами разработки, такими как Claude Code, Codex или Cursor.

Профильный эксперт понимал, какой этап работы занимает слишком много времени, где возникают ошибки и какие задачи годами продолжают выполнять вручную просто по привычке. Участник команды с техническими навыками умел быстро превратить эти знания в работающее решение.

Интересные проекты

Такое сочетание компетенций оказалось решающим на хакатоне, но не менее важно оно и в реальном бизнесе. Технические навыки позволяют создать агента буквально за считаные часы. Однако без понимания предметной области можно столь же быстро автоматизировать совсем не тот процесс, оставив настоящую проблему нерешённой. Поэтому важно понимать, что даже безупречно работающий ИИ-агент может оказаться неудачным с точки зрения бизнеса, если он не экономит время компании, не облегчает жизнь клиентам и не снижает ни одного существенного риска.

Победивший проект «Closer.ai» стал хорошим примером комплексного подхода. Разработанный командой агент по продажам в WhatsApp сопровождал клиента от первого вопроса до оформления заказа, оплаты и решения логистических вопросов в рамках одной переписки. Однако способность вести диалог была лишь одной частью решения. Настоящая ценность заключалась в том, что всего за один день команда объединила несколько бизнес-процессов в единую понятную и последовательную цепочку действий. Благодаря этому клиент может решить свой вопрос, а компания – принимать заказы в работу без множества промежуточных операций, выполняемых вручную.

Были и другие интересные проекты. Например, решение команды «KYC Agent 007» за считаные минуты составляло отчёт о рисках компании. Этот проект наглядно показал, как ИИ-агент может взять на себя большой объём подготовительной работы, оставив окончательную оценку человеку. Решение команды «CEO’s Coffee Break», в свою очередь, собирало в одном интерфейсе важные для руководителя сигналы о работе компании. Руководителю необходимо своевременно получать наиболее значимую информацию, на основе которой он сможет принимать решения. Грамотно разработанный агент способен в этом помочь.

Кроме того, в хакатоне участвовали команды, занимавшиеся проверкой бизнес-идей, обеспечением соответствия нормативным требованиям, подбором персонала, управлением знаниями, медицинскими задачами и внутренними рабочими процессами компаний. Например, команда «Koolipildid» создала общедоступный сервис по продаже фотографий, основанный на технологии распознавания лиц.

Формула ясна

Независимо от сферы применения у самых сильных решений прослеживалась общая формула: ИИ-агент был связан с конкретным рабочим процессом, а его практическая польза становилась очевидной уже за несколько минут демонстрации.

Такие прототипы, созданные за короткое время, позволяют компаниям ещё до крупных инвестиций проверить, правильно ли выбрана проблема и приносит ли предлагаемое решение реальную пользу пользователю. Если это подтверждается, можно переходить к вопросам защиты данных и информационной безопасности, проверять, насколько можно доверять результатам работы агента, обеспечивать надёжность интеграций, определять зоны ответственности, а также решать, требуется ли вмешательство человека и на каком этапе. Хорошее решение автоматизирует рутинные задачи, собирает необходимую для принятия решений информацию и при необходимости привлекает человека.

Статья первоначально была опубликована в издании Äripäev.