ИИ-ассистент для бизнеса: что он делает и чем отличается от бота и агента

ИИ-ассистент — программа, которая отвечает на вопросы по вашим материалам: регламентам, инструкциям, договорам, базе знаний. Сотрудник спрашивает обычными словами, ассистент находит нужное место в документах и формулирует ответ. От поиска по папке он отличается тем, что понимает вопрос по смыслу, а не по совпадению слов.

Ассистент, бот и агент: разные инструменты

Три слова используют как синонимы, и из-за этого покупают не то. Разница в том, с кем инструмент говорит и что ему разрешено делать.

Практическое правило: если нужно разгрузить менеджера в переписке с клиентом — это чат-бот. Если нужно, чтобы система сама что-то делала в CRM или почте, — это агент. Если сотрудники тратят время на поиск «а как у нас правильно» — ассистент.

Четыре задачи, где ассистент экономит время

Ответы по регламентам и инструкциям

Классический случай: у компании десятки документов, часть из них противоречит друг другу, а новый сотрудник спрашивает у соседа. Ассистент отвечает по актуальной версии и показывает, из какого документа взят ответ. Ссылка на источник обязательна — без неё ответу нельзя доверять.

Поддержка первой линии

Оператор получает подсказку с готовым ответом и ссылкой на инструкцию, а решение оставляет за собой. Это заметно быстрее, чем полное замещение оператора ботом, и почти не создаёт рисков: клиент общается с человеком.

Работа с документами

Найти условие в договоре, сравнить две редакции, собрать краткое содержание длинного файла. Здесь ассистент экономит часы, но проверка остаётся за сотрудником — цена ошибки в договоре слишком высока.

Черновики типовых текстов

Ответ на обращение, описание услуги, письмо клиенту по шаблону компании. Черновик за минуту вместо получаса — при условии, что человек его вычитывает. Про то, где ИИ-тексты допустимы на сайте и как это влияет на поиск, разбирали в статье про ИИ-контент и SEO.

Какие бывают решения

• Ассистент внутри рабочей системы. Встроенные помощники в CRM и корпоративных порталах. Быстрее всего запустить, но работают в границах платформы.
• Платформы для базы знаний. Продукты, куда загружают документы и получают поиск с ответами. Подходят, когда материалов много и они уже собраны в одном месте.
• Ассистент под задачу. Разработка на облачных или локальных моделях, когда данные нельзя выносить наружу или нужна своя логика: разграничение доступа по отделам, свои источники, интеграция с внутренними сервисами.

Порядок выбора обратный привычному: сначала смотрят, где лежат документы и кому что можно показывать, потом выбирают инструмент. Общая картина по автоматизации и сроки типовых проектов — в материале про AI-автоматизацию бизнеса.

Что подготовить до внедрения

1. Собрать документы в одном месте. Ассистент работает с тем, что ему дали. Инструкция в чужой переписке для него не существует.
2. Назначить владельца каждой темы. Кто отвечает за актуальность регламента и обновляет его. Без этого база устаревает за квартал.
3. Разобраться с доступами. Что можно показывать всем, что — только руководителям. Ассистент не должен пересказывать зарплатную ведомость менеджеру.
4. Выбрать 20–30 реальных вопросов. Тех, что сотрудники задают чаще всего. На них проверяют качество до и после.
5. Договориться о метрике. Например, доля ответов, которые сотрудник принял без правки, и время на поиск информации до внедрения.

Из чего складывается стоимость

Расход на саму модель — обычно самая мелкая часть сметы и единственная, которую все обсуждают. Считать нужно пять статей: подготовка документов, настройка доступов, подключение источников, тестирование на реальных вопросах, сопровождение после запуска. Львиная доля времени уходит на первые две — это работа с порядком в компании, а не с технологией.

Отдельно закладывайте сопровождение: регламенты меняются, появляются новые услуги, и без обновления базы ассистент начинает уверенно отвечать по прошлогодним правилам.

Где ассистент не работает

• Документов нет или они противоречат друг другу. Сначала наведите порядок, иначе получите быстрый пересказ беспорядка.
• Цена ошибки выше выгоды. Юридические заключения, расчёты стоимости, медицинские рекомендации — только с проверкой человеком.
• Вопросов мало. Если к базе знаний обращаются пару раз в неделю, экономия не окупит внедрение и поддержку.
• Данные нельзя передавать наружу. Это не запрет, а требование к архитектуре: тогда нужен вариант с размещением внутри контура, и он дороже.
• Ожидание «сотрудника вместо сотрудника». Ассистент снимает поиск и черновую работу, решение остаётся за человеком.

Как проверить, что он работает

Запускать сразу на всю компанию не нужно. Рабочая схема — пилот на одном отделе две-три недели: сотрудники задают реальные вопросы, каждый ответ помечают как принятый, исправленный или неверный. Дальше смотрят три цифры: доля ответов без правки, доля ответов со ссылкой на источник и время на поиск информации по сравнению с замером до старта.

Если правки нужны чаще, чем в каждом третьем случае, проблема почти всегда не в модели, а в документах: устаревшие версии, нет ответственных, часть знаний вообще не записана.

С чего начать

Начните с самого частого вопроса, который сотрудники задают друг другу, и посмотрите, есть ли на него однозначный ответ в документах. Если ответа нет — это и есть первая задача, и она не про ИИ. Если есть — у вас готовый материал для пилота.

Мы собираем такие сервисы в связке с сайтом, CRM и учётными системами: состав работ и порядок запуска — в разделе AI-автоматизации, смежные внутренние сервисы — в разделе сервисов и порталов. Сценарии, где ИИ снимает нагрузку с отчётности, разбирали в материале про автоматизацию отчётности.