Люди, бот, робот или ИИ-агент: как руководителю считать выбор, а не сравнивать чеки

Когда отдел обработки заявок или контакт-центр перестаёт справляться, на стол руководителя обычно ложится сразу несколько предложений. Кадры просят ставки на новых операторов. Программист 1С предлагает доработать обмен. Поставщик чат-бота показывает демо. Интегратор приносит RPA-робота. Теперь к ним добавился ИИ-агент. Каждое предложение по-своему разумно, и их привычно сравнивают по цене внедрения. В этом и ошибка: сравнивать стоит не чеки, а то, что произойдёт со всем процессом.

Цена внедрения — не та цифра

Стоимость решения складывается из трёх частей: сколько платим на старте, во что обходится каждая следующая заявка и сколько стоит держать всё это в рабочем состоянии через год. Пять вариантов ведут себя по этим трём частям очень по-разному.

Новые операторы почти ничего не стоят на старте, но каждая единица потока оплачивается минутами человека: расход растёт вместе с объёмом, к нему добавляются найм, обучение и текучесть. Доработка 1С — разовый платёж, но если затор в ручном чтении писем и сканов, учётная система его не снимет. Чат-бот по подписке дёшев на типовых вопросах, однако он отвечает, а не действует: всё, что требует операции в системах, уходит к сотрудникам. RPA-робот экономичен на потоке одного формата, но любое изменение интерфейса означает правку сценария, и расходы на поддержку растут незаметно. ИИ-агент требует вложений на запуске и в эксплуатации, зато берёт неоднородный поток, который раньше мог прочитать только человек.

Где на самом деле стоит очередь

Прежде чем сравнивать варианты, полезно задать вопрос, который редко звучит на совещании: где заявка ждёт дольше всего? Если она лежит на согласовании, на складе или в ожидании машины, ни бот, ни агент не помогут — нужна правка маршрута или правила. Если же она ждёт, пока кто-то прочитает письмо, сверит позиции в 1С и заведёт документ, это и есть место для автоматизации.

Ловушка в том, что разогнать самый заметный участок — ещё не значит разогнать весь путь. Шаг начинает отдавать работу быстрее, следующий не успевает её принимать, и очередь просто переезжает. Даже в ИТ-командах этот эффект пробки хорошо знаком: о нём рассказывали в блоге MWS на Habr в сентябре 2026 года. Поэтому решение начинается с замера: сквозное время, стоимость единицы, доля переделок, место, где копятся непринятые заявки.

Если чат-бот уже есть

Это самый частый случай. Боты давно стали нормой: по исследованию Naumen среди контакт-центров страховых компаний (декабрь 2025 года), чат-бот есть у 34% страховщиков — у 19 из 55. Вопрос не в наличии бота, а в том, что происходит после него. Ответ дают три цифры: какую долю диалогов бот передаёт людям, сколько обращение ждёт после передачи и как часто клиент пишет снова, потому что вопрос не решился. Если ожидание копится за ботом, агент встаёт именно туда, а бот остаётся на входе. Если бот закрывает почти всё и решения никто не ждёт, тратить деньги на агента незачем.

Когда правильный ответ — люди или правка 1С

Честная экономика иногда говорит против ИИ. Нанимать разумнее, если пик короткий и сезонный, если каждое обращение уникально и требует суждения или если в компании некому решить, где агенту можно доверять. Доработки учётной системы хватает, когда входящие уже приходят в структуре: форма на портале, единая таблица, ЭДО.

Агент оправдан в другой ситуации: поток большой, единицы похожи по смыслу, но приходят в разном виде — письмом, сканом, голосом, — а работа идёт через несколько систем сразу. Тогда чтение, перенос и сверку берёт агент, а сотрудники разбирают спорное. Модели и данные при этом остаются в российском облаке или в контуре компании.

Решает не технология, а владелец процесса

Самый недооценённый пункт — управленческий. Strategy Partners в обзоре факторов успеха ИИ-агентов (сентябрь 2026 года, в пересказе «Новостей IT-канала», выборка не раскрыта) приводит такие данные: в 73% компаний нет владельца процесса, способного самостоятельно принимать решения, а 64% клиентов не готовы перестраивать процессы под агентов. Без человека с правом менять маршрут на своём участке буксует любой из пяти вариантов, даже найм.

Отсюда практический порядок для руководителя:

1. Назначить владельца процесса с бюджетом и правом менять маршрут.
2. Замерить процесс от входа до результата и найти, где он простаивает.
3. Прикинуть, куда переберётся очередь, если это место расшить.
4. Только после этого выбирать между людьми, правкой 1С, ботом, роботом и агентом — и заранее записать, по какой цифре процесса будете судить о результате.

Отдельно стоит проверить данные. Если решение работает в сервисе поставщика, выясните, где физически лежат базы с персональными данными: 152-ФЗ требует, чтобы при сборе сведений о россиянах их запись и хранение шли в базах на территории страны, а исключения перечислены в статье 6 закона. Это ориентир для разговора с юристом, а не юридическая консультация.

О нас

Мы ставим ИИ-агентов, поэтому наш интерес очевиден, но в разборе выше агент — лишь один из пяти вариантов. Работу начинаем с бесплатной диагностики процесса примерно на две недели: меряем, ищем узкое место и в конце показываем работающий Прототип. Дальше по выбору заказчика — пилот на одном участке за 3–4 недели или сразу запуск: ИИ-агенты — от 400 000 ₽, чат-боты и API-интеграции — от 150 000 ₽, сопровождение — от 50 000 ₽ в месяц. Сравнение пяти вариантов по шести критериям и таблица решений — в статье нашей базы знаний: https://a2labs.ru/znaniya/agent-chat-bot-rpa.html

Задайте вопрос по своему процессу — ответит команда A2 Labs: https://t.me/a2labs_leads_bot?start=s_sostav_agent-chat-bot-rpa

A2 Labs — российская команда внедрения ИИ-агентов, сайт a2labs.ru.