AI-агенти в бізнесі: від чат-асистента до цифрового співробітника
Олексій Кагановський, технічний директор і співвласник IT-компанії NooLogic AI та Osvita AI, розповів, як AI-агенти вже сьогодні можуть виконувати операційні задачі, працювати з CRM, поштою, месенджерами, рекламою та внутрішніми сервісами компанії. На його думку, головна цінність AI полягає вже не просто у використанні окремих інструментів, а в тому, щоб передавати їм реальну роботу.
AI-агент — це більше, ніж ChatGPT
Олексій пояснює, що ChatGPT, Claude, Gemini та інші подібні системи є великими мовними моделями. Самі по собі вони можуть аналізувати інформацію та генерувати відповіді, але AI-агент має додаткову інфраструктуру, яка дозволяє йому виконувати дії.
В основі агента — три ключові компоненти:
- довгострокова пам’ять, де можна зберігати інформацію поза межами одного діалогу;
- цикл дій, у якому агент виконує задачу, аналізує результат і за потреби пробує інший підхід;
- інструменти та інтеграції, які дозволяють йому працювати з CRM, рекламними кабінетами, поштою, Google Таблицями, месенджерами та іншими сервісами.
Саме завдяки цьому AI може перейти від формату «запитай — отримай відповідь» до формату «постав задачу — отримай результат».
«Ви фактично можете делегувати конкретні задачі. Це велика різниця — не просто спілкуватися, а делегувати».
Як це працює на практиці
Один із прикладів — робота з рекламними кампаніями. AI-агента можна підключити до рекламного кабінету через API. Після цього він може аналізувати показники, знаходити зміни в CPM і CTR, визначати, які креативи перестали працювати, та пропонувати або створювати нові.
Причому агент працює не за одним заздалегідь прописаним сценарієм. Він може отримати результат своєї дії, проаналізувати його та вирішити, що робити далі.
API у цьому випадку стає своєрідним містком між AI та іншими цифровими інструментами. Через нього агент може отримувати дані з одного сервісу та передавати їх в інший.
Тому в одній системі можна поєднати рекламні кабінети, CRM, Google Таблиці, Instagram, пошту, таск-менеджери та внутрішні бази даних.
AI-агент як персональний співробітник
Олексій показав і власний приклад використання AI-агента. Його агент підключений до Telegram, робочих чатів, пошти, календаря та телефонії.
Він збирає інформацію з робочих чатів, стежить за повідомленнями, які залишилися без відповіді, нагадує, де потрібне втручання Олексія, аналізує дзвінки менеджерів і допомагає готувати комерційні пропозиції.
Навіть презентацію для свого виступу Олексій створював за допомогою AI-агента: достатньо було голосом пояснити, що саме потрібно зробити.
«Мій AI-агент робить для мене величезну купу роботи».
Ще один приклад — контент. Агент Олексія збирає новини про AI, сортує їх за заданими критеріями, переписує у потрібному стилі та готує готові пости для Telegram. Для цього він був навчений на попередніх публікаціях автора і враховує його стиль та формат.
Таким чином, людина не зникає з процесу, але перестає витрачати час на механічну роботу.
Від одного агента до цілої AI-команди
Наступний рівень — мультиагентні системи, у яких різні AI-агенти відповідають за різні ролі.
Наприклад, окремий агент може працювати з маркетингом, інший — з дослідженнями, третій — з операційними задачами. Над ними може бути керуючий агент, який координує роботу та передає задачі відповідним «співробітникам».
Олексій бачить у цьому ще одну важливу можливість для бізнесу. AI-агент може накопичувати контекст не конкретної людини, а самої посади.
Він знає, які задачі виконує співробітник, з якими системами працює, які правила та процеси використовує. Якщо людина залишає компанію, цей контекст не потрібно створювати з нуля.
Новий співробітник може отримати вже підготовлену систему та швидше пройти онбординг.
Що таке AI-skills
Важливу роль у роботі агентів відіграють skills — детально описані інструкції для виконання конкретних задач.
Наприклад, для досліджень можна один раз створити skill, у якому прописати послідовність дій: де шукати інформацію, як працювати з джерелами, як аналізувати результати та як оформлювати фінальний матеріал.
Після цього агенту достатньо дати нову задачу. Він звертається до потрібного skill і виконує роботу за заданим алгоритмом.
Це відрізняється від звичайного промпта тим, що інструкція стає частиною системи роботи агента і може використовуватися щоразу, коли виникає відповідна задача.
AI вже може створювати готовий результат
Олексій продемонстрував ще один приклад — AI-агент самостійно створив відео з нуля.
Для цього не потрібно було передавати готові фото, відео чи референси. Агент отримав голосову команду, проаналізував власну архітектуру та створив готовий motion-ролик.
За словами Олексія, на таку задачу пішло близько 20 хвилин, а використання ресурсів підписки обійшлося приблизно у пів долара.
Цей приклад добре показує зміну підходу: AI може не просто допомогти людині створити окремий елемент, а самостійно пройти весь ланцюжок від постановки задачі до готового результату.
Чому бізнес поки що використовує AI не на повну
Попри стрімкий розвиток технологій, масового впровадження AI-агентів у бізнесі поки немає. Навіть технологічно розвинені компанії часто використовують AI фрагментарно: хтось працює в ChatGPT, хтось — у Claude, хтось підключає окремі AI-інструменти до своїх процесів.
На думку Олексія, наступний етап — не просто додавати AI до вже існуючої роботи, а перебудовувати самі процеси з урахуванням можливостей агентів.
«Зараз старі підходи не працюють вже. Вони вмирають. І їх треба перебудовувати».
Окремо він звернув увагу на те, що ця зміна вже впливає навіть на вебсайти. Їх поступово починають будувати таким чином, щоб інформацію було зручно отримувати не тільки людині, а й AI-агенту.
Агент має швидко знайти потрібні дані, зрозуміти структуру сайту та передати інформацію користувачу. Це означає, що бізнесу доведеться враховувати не лише людську взаємодію з цифровими продуктами, а й взаємодію між AI-системами.
Висновок
AI-агенти поступово змінюють саме поняття автоматизації. Раніше компанія автоматизувала окрему дію: відправити лист, сформувати звіт або перенести дані з однієї системи в іншу. Тепер AI-агент може отримати цілу задачу, самостійно визначити послідовність дій, використати потрібні інструменти та довести процес до результату.
Для бізнесу це означає можливість передавати AI не тільки окремі операції, а цілі блоки повторюваної роботи. Саме тому, на думку Олексія Кагановського, питання вже не в тому, чи варто компаніям використовувати штучний інтелект. Важливіше зрозуміти, які процеси можна перебудувати вже зараз і яку роботу можна делегувати AI.
Першими кандидатами для цього є повторювані операції, робота з даними, контентом, комунікаціями, аналітикою та внутрішніми процесами. Компанії, які почнуть перебудовувати такі процеси раніше, отримають не просто ще один технологічний інструмент, а нову модель організації роботи — коли люди зосереджуються на рішеннях і контролі, а AI бере на себе значну частину операційної роботи.
Як підкреслює Олексій, AI вже здатен суттєво пришвидшити роботу команди. Питання лише в тому, наскільки швидко бізнес навчиться використовувати ці можливості на практиці.