Готов ли мой бизнес к ИИ-агентам? Чек-лист из 10 вопросов
Большинство компаний, задающих вопрос «стоит ли нам использовать ИИ-агентов?», получают ответ от вендора с очевидным интересом. Этот материал, беспристрастный чек-лист готовности: 10 вопросов «да / нет» с честной интерпретацией.
Большинство материалов в интернете на тему «нужны ли вам ИИ-агенты» написаны теми, кто их продаёт, поэтому ответ подозрительно всегда «да». Этот материал написан командой, которая их собирает и регулярно отказывается от заказов, когда компания ещё не готова. Честный ответ: многие компании не готовы, и это нормально.
Используйте это как самооценку. Ответьте на каждый вопрос «да» или «нет». Подсчитайте в конце.
10 вопросов
- 01
Можете ли вы назвать один конкретный процесс, который хотели бы автоматизировать?
Не «улучшить клиентский опыт» или «экономить время». Конкретный процесс: «каждый раз, когда лид заполняет форму для демо, менеджер тратит 20 минут на изучение компании и составление ответа». Если не можете назвать, вы не готовы: не потому, что агенты не помогут, а потому что вы не знаете, для чего их использовать.
- 02
Этот процесс происходит хотя бы раз в неделю?
Агенты окупаются на повторении. Если процесс случается дважды в год, обычно достаточно человека. Лучший вариант, работа, которая происходит 5+ раз в неделю.
- 03
Входные данные полуструктурированные, а не разовые творческие?
Хорошие входные данные для агентов: формы, тикеты, счета, плановые события, типовые запросы. Плохие: «напиши следующий пост в блог», «определи стратегию на Q3», «разберись с этой уникальной жалобой клиента».
- 04
Может ли человек, взглянув на результат, понять, правильный ли он?
Агентам нужен слой проверки при запуске, а значит, результат должен быть проверяем. Черновики писем, проверяемы. Налоговые декларации, не проверяемы с первого взгляда, слишком высок риск.
- 05
Данные, которые нужны агенту, находятся в системах с API или стандартным коннектором?
Агенты умеют работать с HubSpot, Salesforce, Gmail, Slack, Drive, BigQuery, Notion из коробки. Если основные данные процесса находятся в устаревшей ERP без современного API или в инструменте вендора, блокирующем интеграции, настройка будет значительно сложнее.
- 06
Есть ли в команде один человек, который будет отвечать за агента?
Ответственный важнее разработчика. Агентам нужен конкретный человек, который еженедельно оценивает результаты, корректирует промпты и замечает, когда что-то пошло не так. Если ответ «кто освободится», агент будет деградировать.
- 07
Команда уже на ChatGPT Business, Enterprise или другой платформе с поддержкой агентов?
Workspace Agents требуют ChatGPT Business или Enterprise. Microsoft Copilot Studio требует M365 Copilot. Vertex AI требует GCP. Если вы на потребительском ChatGPT Plus или вообще не имеете корпоративной AI-платформы, шаг первый: выбрать и купить.
- 08
Есть ли бюджет на первую сборку плюс текущие расходы на платформу?
Сборка первого агента под ключ, стоимость по брифу, плюс предсказуемая сумма в месяц на использование у провайдера модели. Если бюджета на эксперименты нет, агенты, скорее всего, не лучшая инвестиция в этом квартале.
- 09
Понимает ли руководство, что это не заменит сотрудников?
Худшие внедрения агентов начинаются со слов руководителя: «значит, можно сократить 3 менеджеров». Агенты умножают хорошие команды; они не спасают сломанные. Если руководство ждёт сокращения штата как доказательства ROI, ожидания нужно скорректировать до начала сборки.
- 10
Готовы ли вы итерировать 4 недели, прежде чем называть это успехом?
Первые агенты требуют настройки. Команды, ожидающие «идеальной работы с первого дня», убивают агентов, которые стали бы отличными к четвёртой неделе. Если культура требует мгновенных побед, тщательно планируйте первого агента и заранее управляйте ожиданиями.
Подсчёт результатов
Считайте ответы «да».
- 8–10 «да»: вы готовы. Запустите одного агента в этом месяце. Чем дольше ждёте, тем больше фора у конкурентов.
- 6–7 «да»: почти готовы. Сначала закройте 2–4 пробела. Обычно это «назовите конкретный процесс» или «назовите ответственного», оба вопроса решаются за неделю размышлений.
- 3–5 «да»: соберите одного исследовательского агента с небольшим бюджетом и чёткими ожиданиями. Используйте его как инструмент для закрытия пробелов.
- 0–2 «да»: пока рано. Сначала выстройте базу (процессы, данные, ресурсы команды), затем инвестируйте в инструменты для агентов. Агенты усиливают то, что работает; они не исправляют то, что не работает.
Честная версия
Большинство компаний при самооценке попадают в диапазон 3–7. Это нормальное место. Компании, которые действительно получают отдачу от агентов в 2026 году, это те, кто выбрал подход «собери одного для обучения» и итерировал, а не те, кто ждал, пока не наберёт 10 баллов.
Но провал от слишком раннего старта, реален. У каждого консультанта по агентам есть истории о клиентах, которые настояли на старте, когда не были готовы, собрали что-то нерабочее и заключили: «агенты не работают для нашего бизнеса», хотя проблема была в определении процессов, отсутствии ответственного или нехватке ресурсов команды.
Отнеситесь к этой самооценке серьёзно. Она ничего не стоит. Она избавляет от плохого опыта.
Вопросы
Готовы запустить первого ИИ-агента?
20-минутный вводный звонок. Мы подскажем, какой первый агент подойдёт вашей команде и что нужно для запуска.
Ещё из блога
- Что такое ИИ-агент? Понятное объяснение для руководителей бизнесаЕсли вы слышите про «ИИ-агентов» в 2026 году и не уверены, что здесь реально нового, а что, очередная переупаковка хайпа вокруг ChatGPT, этот материал для вас. Написано для руководителей бизнеса, не для разработчиков.
- 5 первых ИИ-агентов для тех, кто только начинает с Workspace AgentsБольшинство компаний тратят первого агента на что-то слишком амбициозное. Вот пять проработанных первых агентов, которые чаще всего приносят результат, в том порядке, в котором они обычно окупаются, с описанием ожиданий от каждого.
- Скрытая стоимость шести месяцев промедления с ИИ-агентами«Давайте понаблюдаем ещё квартал» звучит разумно. На реальных объёмах шесть месяцев ожидания обходятся дороже, чем год лицензий на агентов. Вот математика.
- Измерение ROI ИИ-агентов: метрики, которые важны«Агент сработал 847 раз в этом месяце». Это не ROI. Вот как понять, приносит ли ваш агент реальную ценность, с метриками, которые выдержат критику финансового директора.