Эффективность на +40%: зачем бизнесу нужны ИИ-агенты
Эксперт QazCode рассказывает, как агентный AI трансформирует рынок, автоматизирует рутинные процессы и повышает эффективность компаний.
ИИ-агенты быстро перестают быть просто модным экспериментом — они становятся реальными инструментами бизнеса. Уже в ближайший год, по прогнозам аналитиков, четверть пользователей генеративного ИИ начнет активно использовать автономных агентов, а к 2028 году такие ИИ-системы будут участвовать минимум в 15% всех бизнес-решений.
Первые результаты уже ощутимы: компании используют ИИ-агентов для увеличения продаж, автоматизации обслуживания и ускорения документооборота.
Главный тренд — переход от одиночных чат-ботов к сложным агентам, встроенным в корпоративные системы и процессы. В Казахстане одним из драйверов этого направления стала QazCode — одна из ключевых AI-компаний страны, которая смогла вывести агентный ИИ за рамки экспериментов и внедрить его в реальные бизнес-процессы.
О том, как это работает на практике, корреспонденту Profit.kz рассказал директор по управлению данными и ИИ в QazCode Анар Джафарзаде.
Архитектура RAG: как ИИ учится работать с фактами
Chief Data & AI Officer в QazCode Анар Джафарзаде
«Одно из приоритетных направлений, которым мы занимаемся и что предлагаем бизнесу и отрасли в целом — это архитектура Retrieval-Augmented Generation (RAG) и агентский ИИ. По сути, это функциональные агенты, которые берут на себя конкретные задачи и помогают оптимизировать бизнес-процессы — от клиентского сервиса до финансовой и юридической сфер. Роли, которые эти агенты могут выполнять, разнообразны. Они способны ускорить выполнение операций, а также повысить производительность и эффективность сотрудников», — рассказывает Анар.
Суть RAG-архитектуры в том, что GenAI не ограничивается собственными данными, а может обращаться к внутренним источникам компании. В результате ответы формируются на основе проверенных корпоративных знаний. Такой подход позволяет решать одну из главных проблем современных моделей — так называемые «галлюцинации», когда система выдает неточные или вымышленные факты.
Сегодня RAG фактически становится стандартом при создании ИИ-ассистентов, которым необходимо безопасно работать с конфиденциальной информацией. При этом встает вопрос выбора архитектуры: облачные решения глобальных Big Tech против локальных ИИ-платформ. Первые предлагают мощные модели по подписке, но пересылка внутренних данных в чужие облачные сервисы устраивает далеко не всех корпоративных клиентов.
«Сегодня локальные платформы, особенно на базе open-source решений, становятся все более востребованными. Они позволяют компаниям самостоятельно адаптировать модели под свою бизнес-логику, терминологию и язык», — добавляет эксперт.
AI платформа: от запросов к действиям
Анар Джафарзаде отмечает, что растущий спрос на локальные решения стал стимулом для команды QazCode разработать собственную ИИ платформу для повышения продуктивности — Avanta AI Platform. Это корпоративная система, которая позволяет компаниям запускать ИИ-агентов для конкретных задач и интегрировать их в рабочие процессы.
«Платформа проста в использовании и не требует от сотрудников глубоких технических знаний, — говорит он. — Это позволяет находить и обрабатывать нужную информацию в удобном диалоговом режиме».
В основе решения лежат надежные современные подходы к построению ИИ-агентов: тот же RAG, модульные пайплайны (MCP), встроенные поисковые движки. Все это позволяет большим языковым моделям работать стабильнее и точнее даже при больших нагрузках.
«Для упрощения типовых задач наша AI платформа, позволяет сотрудникам запускать своих ИИ-ассистентов самостоятельно буквально за считанные минуты. Пример — сотрудник пишет „нужна справка о доходах“, агент сам формирует и отправляет готовый документ, проверяя доступ, запуская подпись и обращаясь к нужным данным через API», — поясняет Анар.
Сферы применения такого решения обширны — от HR и внутренней IT-поддержки до юристов и операционных команд, где ежедневно обрабатываются сотни типовых запросов и объемных данных. По оценкам компаний, такие ИИ-ассистенты значительно экономят время сотрудников, позволяя быстро и просто находить документы, справки и регламенты. Благодаря самообслуживанию уменьшается нагрузка на специалистов, а эффективность работы растет на 30–40%. При этом данные остаются внутри компании: система оснащена встроенным контролем доступа и защитой от утечек.
ИИ-агенты превращают клиентский сервис в драйвер роста бизнеса
Но потенциал ИИ-агентов не ограничивается внутренними задачами. Все больше компаний используют их во внешнем контуре — в клиентском сервисе. Здесь технологии превращаются в инструмент развития бизнеса, а не только поддержки пользователей.
В контакт-центрах агентные решения позволяют обрабатывать запросы быстрее и точнее, повышая качество обслуживания и уровень персонализации.
«Современные ИИ-агенты способны значительно улучшить клиентский сервис, делая его более эффективным и результативным», — подчеркивает Анар Джафарзаде.
ИИ-агент помогает в клиентском сервисе
Он отмечает, что в отличие от первых чат-ботов с ограниченными сценариями, современные ИИ-агенты обеспечивают гибкую автоматизацию клиентского взаимодействия. По данным QazCode, их цифровой агент обрабатывает до 97% запросов без участия операторов, успешно справляется с пиковыми нагрузками, а уровень удовлетворенности клиентов (NPS) достигает 4 из 5.
Но любая технология остается холодной, если она не говорит на языке клиента. В сервисе важна возможность вести диалог на языке клиента. Для Казахстана это означает полноценную поддержку как казахского, так и русского языков — без чего сложно представить по-настоящему эффективное обслуживание.
Локализация — не просто язык, а экосистема
Разработка собственных языковых моделей — еще один ключевой элемент ИИ-инфраструктуры. Локализация уже стала неотъемлемой частью технологического развития Казахстана.
В 2024 г. в партнерстве с ISSAI NU, Astana Hub и при поддержке Министерства цифрового развития была разработана KazLLM — первая национальная языковая модель, поддерживающая четыре языка: казахский, русский, английский и турецкий.
AI Tutor — интеллектуальный помощник в изучении казахского языка
Эти решения легли в основу не только корпоративных платформенных AI-решений, но и прикладных продуктов. Один из них — AI-репетитор в супераппе Janymda (ранее — Мой Beeline), который помогает пользователям учить казахский язык в интерактивной форме.
«Локализация — это гораздо больше, чем просто перевод. Это глубокая адаптация модели к уникальному культурному коду, профессиональной терминологии и особенностям локального контекста. Без такого подхода решения на базе ИИ не смогут эффективно решать задачи и приносить реальную пользу клиентам и бизнесу», — подчеркивает Анар.
Не бот, а платформа: почему будущее за конструктором ИИ-агентов
На казахстанском рынке заметен сдвиг: компании все чаще ищут не готового чат-бота, а гибкий конструктор, позволяющий запускать агентов под конкретные задачи без привлечения программистов и глубоких знаний в ML.
По мнению Анара Джафарзаде, именно платформенный подход способен вывести рынок на новый уровень: «Если ИИ в компании — это просто внутренний эксперимент, его эффект ограничен. Но если вы превращаете решение в платформу, которую могут использовать другие, вы становитесь драйвером рынка».
Однако, как уточняет эксперт, реальная эксплуатация ИИ-агентов требует гораздо большего, чем просто запуска чат-бота. На собственных AI-проектах команда убедилась: чтобы ИИ действительно заработал в живом бизнес-процессе, необходимы не только технические знания (ML, data-инженерия), но и междисциплинарные команды, инфраструктура и культура AI-adoption внутри компаний.
«Мы видим, что большинство ИИ-инициатив сталкиваются с барьерами масштабирования — от нехватки кадров до отсутствия экспертизы по интеграции и управлению ИИ-системами. Именно поэтому мы разрабатываем решение, которое закрывает эти болевые точки и делает использование ИИ-агентов доступным, понятным и результативным».
Следующий этап заключается в том, что агенты начинают выступать полноценными участниками бизнес-процессов.
«ИИ-агенты уже постепенно автоматизируют продажи, маркетинг, финансы и HR, освобождая сотрудников от рутинных операций. При этом гибридный формат, когда люди и ИИ работают совместно, станет нормой: люди сосредоточатся на стратегических задачах, а ИИ возьмет на себя операционную работу», — говорит эксперт.
Важным трендом становится гиперперсонализация. Речь идет не только о сервисах поддержки клиентов, но и о приложениях для обучения и развлечений, где ценность создает именно индивидуальный опыт.
«Мы уже вошли в эру, когда ИИ-агенты становятся персональными ассистентами, способными предлагать релевантные решения с учетом интересов конкретного человека», — добавляет он.
При этом, без этики и доверия никакая технологическая гонка невозможна. Прозрачность алгоритмов, защита данных и ответственность компаний в применении ИИ становятся такими же важными, как и сами инновации. QazCode закладывает эти принципы в свои решения уже на этапе разработки.