Разрабатываем ИИ-агентов для бизнеса

ИИ-помощник, который сможет звонить, будет стоить уже куда больше чем 150 000 рублей. Скорее всего такой функционал, как минимум, обойдется дополнительно в 300 000 рублей, так как займет не одну неделю разработки (кодинга) и тестирования. А еще, придется поддерживать технологии (специальные Text to Speech нейросети), которые будут создавать речь. А это дополнительная статья ежемесячных расходов в 10 000 рублей (и это сумма "от").

Да, если ваша цель — соответствовать 152-ФЗ или есть потребности в безопасности, связанные с внутренними требованиями компании, то это можно реализовать через запуск локальных моделей на вашем серверном оборудовании. Это могут быть модели по типу: Qwen, DeepSeek и Llama.

ИИ-помощник использует нейросети, иногда даже не одну. Например, простые операции общения в чате уже могут обходиться от 2 000 рублей в месяц только на API от ChatGPT (OpenAI). Функции анализа изображений, расшифровка голосовых - все это будут дополнительными тратами, а значит и цена ежемесячного обслуживания будет расти. Да, можно сэкономить, например для общения использовать DeepSeek, тогда выйдет срезать сумму на токены в 2 раза. Но тут есть подводные камни. Также, если агентом будут пользоваться много людей, ему будут давать сложные и длительные задачи, то ежемесячный бюджет на API нейросетей может перевалить за 20 000 или даже 30 000 рублей. Нам же платить ничего не надо, ну только если не захотите услугу по обслуживанию серверов нашими специалистами.

Можно, если есть в собственности дорогое оборудование. Например, если есть возможность собрать свой сервер с RTX 4090, AMD EPYC 9175F и хотя бы 64gb RAM, то можно позволить себе развернуть модель DeepSeek-R1-Distill-Qwen-14B. Да, это не ровня DeepSeek V4 Flash доступный по API, но это будет "бесплатно". Работать будет довольно резво, но скорее всего это под задачи на одного человека. Как видите, чтобы не платить за API нейросетей, нужно собрать сервер с очень дорогим железом. К слову, аренда сервера из примера выше, обойдется в 27 000 рублей в месяц.

Да, может. Мы настраиваем инструкции "сердцебиения" (heartbeat) и агент будет просыпаться каждые 10/20/30 минут чтобы что-то делать. Что именно? Это уже зависит от Ваших требований.

В первую очередь агент — это автономная система, которая выполняет задачи, может взаимодействовать с окружающим миром: просматривать почту, писать кому-то первым, генерировать счета. Грубо говоря, у него есть какие-то инструменты, которые он может использовать, чтобы забрать часть рабочих функций на себя. А чат-бот — это просто чат-бот, хоть и умный, с ИИ под капотом. Он может симулировать человека, отвечать, говорить, плюс что-то знает о нужной предметной области, чтобы консультировать об этом.

Ответы строим на основе ваших источников с обязательной ссылкой на документ, а не из памяти ИИ. Добавляем проверку ответа, ограничиваем область поиска, задаём правило «не знаю — не придумывай». Также настраиваем логирование, мониторинг ответов и, самое главное, в стоимость работы включено обслуживание на первое время, чтобы не бросать вас наедине с новой системой, а помогать её шлифовать даже после релиза.

Конечно. Можно разработать API и MCP, дать агенту доступ ко всем этим инструментам и научить его ставить задачи, анализировать отпуска, финансовые данные. А можно сделать из него надсмотрщика, который будет напоминать о просроченных задачах и лично писать каждому в Telegram или MAX. Короче говоря, он сможет манипулировать всеми данными в вашей системе, если это понадобится бизнесу.

Для базового минимума нужны понятная задача, доступ к нужным данным и несколько реальных примеров: документов, обращений, переписок или задач. Желательно подготовить регламенты, FAQ, инструкции, историю обращений, описание ролей и прав доступа, а также метрики, по которым можно будет оценить результат работы агента.

Работы чаще всего останавливаются на трёх вещах, и все три лежат вне модели: данные, доступы к этим данным и отсутствие «ответственного» за процесс автоматизации. Все эти вещи мы решаем с вами на этапе разработки и проектирования технического задания.

Да, базово это два месяца после релиза. Мы мониторим работу, выпускаем обновления, исправляем ошибки и при необходимости проводим дообучение агента. Обычно этого хватает. В более сложных кейсах увеличиваем сроки пострелизной поддержки.

MCP — это стандарт, который позволяет ИИ-агенту работать с Вашими сервисами через API. API даёт доступ к возможностям CRM, ERP, почты или базы данных, а MCP превращает их в понятные для агента инструменты. Например, агент может найти клиента, создать задачу или проверить статус счёта. При этом он использует только те действия и данные, к которым Вы дали ему доступ.

OpenClaw — это готовый инструмент для создания ИИ-агентов, как WordPress для сайтов. Он уже содержит базовую инфраструктуру: к нему можно подключить модель ИИ, мессенджеры, память, инструменты и доступ к Вашим сервисам. Вместо того чтобы с нуля собирать техническую основу для агента, мы настраиваем его под Ваш процесс: определяем роль, подключаем API, задаём правила и доступы. Так разработка сосредотачивается не на инфраструктуре, а на реальной пользе для бизнеса.

Часто — да, но не во всех задачах. В общих вопросах, сложных рассуждениях и нестандартных сценариях модели OpenAI обычно дают более сильный результат. Но они дороже. Если операция понятная и повторяемая — например, разобрать письмо, создать задачу по шаблону или найти данные в CRM, — DeepSeek часто справляется не хуже и обходится дешевле. Поэтому модель выбирают под конкретную задачу, сравнивая качество, скорость и стоимость на Ваших реальных данных.