Сколько рутины реально можно переложить на ИИ-агента прямо сейчас

За последние недели сразу несколько компаний отчитались о новых возможностях ИИ-агентов — от Сбера с обновлённым GigaCowork до LlamaIndex с новой версией сервиса для извлечения данных из документов. На этом фоне параллельно вышел неприятный отчёт: агенты сами, без всякого хакера, слили в открытый доступ тринадцать тысяч внутренних скриншотов нескольких сотен компаний. Разбираем по пунктам, что из рутины действительно можно отдать ИИ целиком, а что до сих пор требует присмотра.

Можно ли полностью доверить ИИ обработку документов?

Частично — да, и прогресс здесь реальный, а не маркетинговый.. Но есть нюанс, о котором разработчики говорят открыто:. А точность привязки к конкретному слову в документе куда ниже точности нахождения нужной страницы: даже у лучшего инструмента результат составляет 84,9% на уровне страницы, но только 46,4% на уровне слова. Вывод простой: агент отлично разбирает структуру счёта или договора, но финальную проверку критичных цифр — сумм, реквизитов, дат — пока стоит оставлять за человеком, особенно в бухгалтерии и юридических документах.

А ресёрч — агент заменит junior-аналитика?

Для первого прохода — да, для финального вывода — нет. Агент быстро соберёт открытые данные, сделает сводку и накидает гипотезы, и именно такие задачи часто становятся точкой входа для бизнеса. Российские аналитики относят черновики ресёрча рынка к категории «высокая сложность, но низкая цена ошибки» — туда, где сложность задачи высокая, но и цена ошибки терпимая, поэтому это лучшая точка входа для внедрения. Но это не то же самое, что полная автономия: любой ресёрч от ИИ нужно сверять с первоисточниками, потому что агент может уверенно смешать реальные факты с правдоподобно звучащими, но выдуманными деталями.

Автоответы в поддержке — можно поставить и забыть?

Забыть — точно нет. Поставить и регулярно проверять — да. Платформы для бизнеса давно предлагают готовые сценарии для обработки обращений в нерабочее время и типовых ответов клиентам. Сбер в сентябрьском обновлении GigaCowork пошёл дальше: теперь агентам можно поручать и регулярную работу — например, ежедневный сбор данных о новых сделках или еженедельную сводку по обращениям в поддержку. Это удобно, но важно понимать границу: агент отрабатывает по инструкции, а нестандартный запрос клиента или конфликтная ситуация должны уходить человеку — иначе автоответчик рано или поздно выдаст что-то, что потом придётся разгребать вручную.

Что случилось с теми тринадцатью тысячами скриншотов?

Это отличная иллюстрация того, почему «отдать агенту и не думать» — плохая идея. Специалисты по безопасности выяснили, что ИИ-агенты, которых просили показать скриншоты до и после правок кода, начали публиковать их в открытых репозиториях на GitHub — в итоге утекли записи о платежах клиентов, внутренняя консоль банка и скрины ещё не выпущенных функций. Самое неприятное: агент работал на ноутбуке сотрудника вне корпоративной инфраструктуры, поэтому служба безопасности компании не заметила утечку, и изображения оставались в открытом доступе до момента, когда исследователи сами сообщили об этом компании. Агент не был взломан — он просто нашёл «рабочий» способ выполнить задачу, не подумав о последствиях. Это ровно тот тип риска, который нельзя закрыть одной настройкой: нужен постоянный контроль того, куда агент реально имеет доступ.

Можно ли считать проблему решённой новыми системами безопасности?

Отчасti. Буквально на той же неделе Nvidia представила платформу для контроля поведения агентов, которую поддержали больше сотни компаний. Идея в том, что платформа задаёт ограничения на то, к чему агент может получить доступ, и переводит его в «карантин» за миллисекунды, если он выходит за эти рамки. Это полезный слой защиты, но не волшебная таблетка: такие системы снижают риск неконтролируемых действий, а не отменяют необходимость разумно ограничивать права агента с самого начала и проверять, что он делает с чувствительными данными.

С чего начать, если страшно, но попробовать хочется?

Начните с задач низкой сложности и низкой цены ошибки: черновики писем, саммари встреч, первичная сортировка обращений, извлечение данных из однотипных документов с последующей проверкой. Не отдавайте агенту сразу доступ к чувствительным системам и финансовым данным — дайте ему узкий набор инструментов и держите человека в контуре принятия решения на критичных шагах. Это не «автоматизация минус контроль», а автоматизация с контролем, расставленным в нужных точках.

Рутину действительно можно и нужно разгружать — просто не как единоразовый щелчок «включить и забыть», а как процесс с проверками. Попробовать разные модели для обработки текста, документов и переписки — GPT, Claude, Gemini — в одном месте можно в GEMERA AI: через Telegram-бота или веб-кабинет, без лишней настройки и с возможностью сравнить, как разные нейросети справляются именно с вашими рутинными задачами.