Workflow-агенты в бизнес-процессах

Это Илья Петухов, руководитель проектов развития ИИ-решений в Directum.

В первой части статьи мы разобрались, чем отличаются ИИ-агенты от чат-ботов и ассистентов, а еще выяснили, по каким причинам компании пока не готовы массово внедрять агентов. Сегодня речь пойдет о решении, которое здесь и сейчас cможет дать бизнесу результат с понятным ROI и предсказуемым уровнем надежности.  

«Приземляем» ИИ из облака в закрытый контур

Сразу оговорюсь, почему мы в Directum не рассматриваем путь создания «игрушечных» демо-агентов с ChatGPT и другими облачными моделями. Во-первых, это связано с особенностями отечественного среднего и крупного бизнеса, где локальная установка ПО — одно из главных требований. Во-вторых, компании не приветствуют лишние интеграции в ИТ-инфраструктуру.

Поэтому в Directum мы выбрали другой путь — разработку встроенных ИИ-агентов для оптимизации бизнес-процессов. Они работают с данными внутри корпоративного контура, не вынося чувствительную информацию вовне.

По сути, мы строим диалогового ИИ-агента внутри платформы Directum RX, который имеет доступ ко всему корпоративному контенту внутри экосистемы. В зависимости от ролевой модели пользователя и его прав доступа, подбираются нужные навыки, и агент ищет ответ по данным из системы, используя RAG (Retrieval-Augmented Generation) по базе локальных нормативных актов, инструкций, регламентов.

Выглядит это так: в интерфейсе системы я могу открыть диалог с ИИ-агентом и кинуть ему ссылку на входящее письмо, попросить найти релевантные письма и ответы, а затем сгенерировать исходящее письмо с текстом ответа. Мне останется только проверить черновик, предложенный ИИ.

Не вдаваясь в подробности архитектуры агентов, скажу, что в текущих технических возможностях мы уже можем закрыть многие кейсы по автоматизации с применением ИИ. Вопрос не в технологиях, а в том, готов ли бизнес к полной автономности интеллектуальных инструментов и встроенности их в бизнес-процессы.

Итак, на одной чаше весов мы имеем требование от бизнеса сделать ИИ частью системы, чтобы он был таким же простым и понятным для пользователя, как кнопка «Сохранить». На другой — опасения бизнеса по поводу автономности агентов, желание оставить за человеком контроль над результатами ИИ.

Workflow-агент как решение «здесь и сейчас»

Workflow-агент (от англ. рабочий поток) — тип ИИ-агента, который следует заранее прописанной цепочке действий. В основе его действий лежит идеальный путь того или иного процесса. Такой агент не претендует на роль «всезнающего оракула» или полностью автономного «сотрудника», но четко следует бизнес-логике и принимает решения в заданных рамках.

Возьмем для примера проверку договоров юристами. Таким может быть оптимальный путь этого процесса:

• загрузить договор;

• проверить ИНН;

• проверить сумму: если она больше 5 млн, отправить юристу на проверку, если меньше — отправить на подпись руководителю.

Workflow-агент берет рутину в этом процессе на себя: извлекает данные из договора, проверяет сумму, а в случае отклонений или нестандартной формулировки — интерпретирует как риск и отправляет договор на ручную проверку с комментарием с обнаруженными отклонениями.

Такой подход даёт главное: прозрачность и предсказуемость. Есть понимание, по какому алгоритму работает ИИ, и в любой момент человек может вмешаться. Для бизнеса это гораздо менее рискованно, чем внедрение пока сложно объяснимого «чёрного ящика» в виде полностью автономного агента.

Самое интересное — считаем эффект

Расскажу о результатах внедрения workflow-агента у одного из наших заказчиков. Агент срабатывает при загрузке договора в Directum RX. Он запускает серию заранее настроенных промптов: анализирует текст, сверяет с корпоративными чек-листами (в зависимости от типа контрагента), проверяет условия оплаты и переход прав собственности.

Дальше уже ветвление по условиям:

• если договор на сумму до 1 млн рублей, агент формирует отчет в текст задачи, но принимает решение сам по согласованию и просто уведомляет сотрудника;

• если больше 1 млн — формирует структурированный отчет с указанием пунктов несоответствия правилам или условиям. Также привлекает внимание на критичные моменты с помощью эмодзи.

Эффект от внедрения таких агентов понятен и прозрачен для бизнеса:

• время первичной проверки договора сократилось с 30 минут до 5 минут — в 6 раз;

• годовая экономия на ФОТ составила около 4,8 млн рублей за счет высвобождения двух штатных юристов от рутины (они переключились на сложные и нестандартные контракты);

• вся система работает локально, на серверах компании, без передачи данных в облака с точностью проверки 95%.

Мы продолжаем расширять набор таких кейсов с внедрением агентов. Пусть пока с частичной автономностью, но они уже приносят ощутимую пользу и ценность бизнесу. А это как раз то, что рынок ждёт от инновационной технологии —  не хайп, а реальное ускорение процессов, снижение издержек и повышение качества работы.

Сначала ИИ-ассистент, потом агент… А дальше что?

Активно слежу за рынком и эволюцией развития ИИ-помощников и замечаю, как технология постепенно перестаёт быть просто дополнением к существующим системам и превращается в ядро бизнес-процессов. Я думаю, это самый важный сдвиг за последние пару лет.

Вместо «человек делает, ИИ подсказывает» мы приходим к «ИИ ведёт процесс, человек контролирует и принимает финальные решения при исключениях». Это меняет не только скорость, но и саму логику работы.

А дальше на сцену выходят «ИИ-дирижеры», «ИИ-оркестраторы», «ИИ-капитаны» — называйте их как угодно. Их задача — координировать работу нескольких специализированных агентов. Один договор проверяет на риски, второй сверяет счета с накладными, третий контролирует сроки и этапы исполнения договора. И все они запускаются параллельно, не устают, не отвлекаются на соцсети и, что особенно ценно, практически не ошибаются в рамках своих узких задач. Человеку остаётся только смотреть на сводную панель управления и вмешиваться, когда агент встречает нештатную ситуацию, или требуется творческое, нестандартное решение.

И одна простая рекомендация вместо вывода

Технология уже сегодня готова приносить пользу, не нужно ждать идеального будущего. Попробуйте запустить пилот с одним агентом в одном процессе.

Выберите самый загруженный, самый повторяющийся, самый «бесящий» всех процесс. Например, проверку входящих счетов на соответствие договору. Или подготовку протокола совещания. Или нормоконтроль договоров.

Настройте workflow-агента, дайте ему поработать две недели, а потом просто посмотрите на цифры: время выполнения, количество ошибок, загрузку сотрудников. Эти показатели скажут сами за себя, и вопрос «стоит ли внедрять ИИ» отпадёт окончательно.

Если хотите узнать подробнее об искусственном интеллекте в бизнес-процессах, есть подробный гайд по внедрению ИИ с моими советами и рекомендациями.