Понимать и делать: два слоя, из которых строится автоматизация

В кейсе с Qlean мы рассказывали, как компании удалось автоматизировать значительную часть поддержки и снизить зависимость от сезонного найма. Но за любым таким кейсом всегда стоит вопрос: а как это устроено внутри?

Многие до сих пор воспринимают ИИ-автоматизацию просто как «умный чат-бот». На практике всё немного сложнее. Чтобы ИИ-система действительно работала в бизнесе, ей нужны два разных типа инструментов:

• один отвечает за понимание и принятие решений
• второй — за конкретные действия и интеграции

Инвестор и предприниматель Гарри Тан называет это «латентным» и «детерминированным» слоями автоматизации. Названия могут отличаться, но принцип остаётся одним и тем же.

Первый слой — «умный». Он помогает системе понимать запросы, работать с контекстом диалога и принимать решения там, где невозможно заранее прописать жёсткий сценарий.

Второй слой — «надёжный». Это уже конкретные действия: отправить запрос, обновить CRM, сохранить данные или запустить процесс. Здесь важна предсказуемость — система должна работать стабильно и одинаково каждый раз.

Сегодня рассказываем, как этот принцип работает в Викибот.

Умный слой: ассистент

В Викибот за «умный» слой отвечает не только сама языковая модель, но и инструменты, которые помогают с ней работать. Один из основных таких инструментов — ассистент.

Мы создавали ассистента, чтобы запуск и настройка ИИ-агентов стали проще и быстрее.

Вместо долгой ручной настройки, сложных схем и постоянного редактирования инструкций ассистент помогает:

• настраивать поведение агента
• улучшать ответы
• анализировать ошибки
• корректировать сценарии
• быстрее запускать новые кейсы

По сути, ассистент помогает управлять ИИ-агентом без необходимости разбираться во всех технических деталях работы платформы.

Это особенно полезно в проектах, где ИИ-агент регулярно обновляется: появляются новые сценарии, меняется база знаний, добавляются новые процессы.

Надёжный слой: функции

Но одного «понимания» недостаточно.

ИИ может хорошо понимать запросы, но без действий внутри ваших систем автоматизация остаётся просто диалогом в чате с клиентом.

Именно поэтому второй слой в Викибот — это функции.

Функция — это конкретное действие, которое агент выполняет в реальном мире:

• отправляет запрос
• обновляет данные
• создаёт заявку
• вызывает внешний сервис
• запускает бизнес-процесс

То есть агент не просто отвечает пользователю, а начинает работать с вашими системами и процессами.

Мы сразу делали функции с расчётом на реальные интеграции и рабочие процессы, а не только на простые сценарии автоматизации. Например:

• авторизация для работы с внутренними системами
• разные методы запросов под разные сценарии
• автоматическая подстановка параметров
• валидация настроек
• переиспользование функций между агентами
• возможность временно отключать функции без удаления

На первый взгляд это технические детали. Но именно они определяют, сможет ли ИИ-агент стабильно работать в реальных процессах компании.

Почему эти два слоя важны вместе

Главная проблема многих ИИ-систем сегодня — перекос в одну сторону.

Одни хорошо «думают», но почти ничего не умеют делать. Другие умеют выполнять действия, но требуют огромного количества жёстких сценариев и ручной логики.

Рабочая автоматизация появляется только тогда, когда эти два слоя соединяются вместе:

• ИИ понимает, что происходит
• а система надёжно выполняет нужные действия

Именно поэтому в Викибот мы разделяем интеллект, настройку и исполнение: ИИ-агент отвечает за понимание и принятие решений, ассистент помогает управлять его поведением, а функции превращают эти решения в реальные действия внутри бизнеса.

Когда эти два слоя работают вместе, ИИ-агент перестаёт быть просто чат-ботом и начинает реально помогать бизнесу в ежедневных процессах.