2-й митап «Русское техно. Виртуальные сотрудники»
23 октября прошел второй митап «Русское техно. Виртуальные сотрудники», организованный компанией «МТС Веб Сервисы» (MWS). В мероприятии приняла участие Дарья Никитина, начальник отдела аналитики департамента разработки корпоративных решений IBS.
Участники встречи обсудили, как компании создают виртуальных сотрудников и встраивают их в рабочие процессы, а также разобрали инфраструктуру для запуска агентов, подходы к управлению смешанными командами и экономику внедрения.
Эксперт IBS Дарья Никитина представила доклад «Доказательная экономика ИИ-агентов: пять подходов к оценке эффективности». Она рассмотрела основные причины неудачных проектов и дала рекомендации по выбору процессов для внедрения агентов, организации их запуска и оценке результатов.
«По данным исследований 2026 года, более 80% крупных российских компаний используют или тестируют LLM, но до 95% из них не получают ожидаемых результатов. Причина, как правило, связана не с технологией, а с ошибками при выборе процесса для внедрения ИИ или в расчетах эффектов. ИИ-автоматизация подходит не для всех процессов. Кроме того, если критерии оценки не сформулированы, трудно доказать эффективность пилота для дальнейшего масштабирования. При расчете экономики проекта часто не учитываются дополнительные издержки: обработка исключений, проверка результатов человеком, затраты на поддержку агентов. Как следствие, возникают завышенные ожидания», — подчеркнула Дарья Никитина, начальник отдела аналитики департамента разработки корпоративных решений IBS.
При выборе сценария для ИИ-агента спикер предложила опираться на 22 критерия, объединенных в шесть блоков: характеристики процесса, готовность данных и технологии, риски, необходимость контроля, ожидаемые эффекты и организационная готовность. Она также представила матрицу применимости ИИ — интерактивный инструмент для оценки процессов, основанный на лучших мировых практиках.
В ходе выступления эксперт IBS рассказала о пяти подходах к оценке эффективности ИИ-агентов — в зависимости от того, какой показатель берется за основу: прямая экономия, масштабируемость бизнеса, снижение рисков и издержек, рост выручки или удержание клиентов. Наиболее прогнозируемыми она назвала первые три. Так, прямую экономию достаточно легко рассчитать еще до старта пилота. Например, когда ИИ-агент берет на себя функции сотрудника службы поддержки. Показатель роста выручки, наоборот, сложнее считать, но именно в этом подходе заключается наибольший потенциал для получения значительных эффектов.
На основе опыта IBS Дарья Никитина дала рекомендации, как организовать внедрение ИИ-агента. Первый шаг — аудит процессов и выбор двух-трех из них для пилотного проекта. Далее необходимо спланировать эффекты с четкими метриками расчета, подготовить данные для ИИ и регламент контроля агента человеком, провести обучение пользователей. После этого проводится запуск пилотного проекта с оценкой результатов. На их основе принимается решение о дальнейшем масштабировании.
