ИИ-агенты, чат-боты или копилоты, что выбрать вашему бизнесу (2026)

Я постоянно вижу один паттерн. Команде утверждают бюджет на ИИ инициативу, в брифе написано «ИИ ассистент, который помогает поддержке и автоматизирует тикеты». Это предложение прячет три разных продукта. Чат-бот стоит перед клиентом и снимает лёгкую половину объёма. Копилот сидит рядом с агентом в хелпдеске и черновит ответы. Агент по ночам открывает Zendesk, закрывает возвратные тикеты до порогового доллара, остальное отправляет на ревью. Они стоят разных денег, идут в разном темпе и падают по разному.

Скажу прямо. Если команда не может сформулировать, какой из трёх вы строите, ваш проект уже копилот, который притворяется агентом, и это режим отказа, который я вижу чаще всего. Заставьте кого нибудь написать категорию на доске в первую неделю. Если трое не согласны, бриф не готов.

Вендоры намеренно размыли границы. Drift был чат-ботом, потом «разговорной платформой», теперь все «агентные». Игнорируйте ярлыки. Техническая граница которая важна это function calling и цикл вокруг него. Чат-бот делает один вызов модели на ход и показывает текст. Копилот делает тот же вызов, но внутри редактора с шагом «человек принял или отклонил». Агент крутит цикл. Модель выбирает инструмент, вызывает его, читает результат, решает продолжать или нет, вызывает следующий инструмент и останавливается только при выполнении условия остановки. Материал Anthropic Building Effective Agents это самое ясное описание того, где этот цикл оправдан, а где он добавляет риск, на который вы не подписывались.

На практике, если вендор не может показать схемы инструментов, условие остановки и план отката на первой встрече, вы оцениваете чат-бот с лишним маркетингом. На ценнике может стоять «агент», но продукт им не является.

Диапазоны ниже взяты из коммерческих предложений, которые мы видели, и проектов, которые мы скоупили за последние полтора года, а не из опроса. Это реальные деньги на реальную первую сборку, не стабильный run rate. Полный разбор того, чем заполняется каждый диапазон, в разборе стоимости внедрения ИИ.

“

Самая дорогая ошибка во внедрении ИИ связана с выбором не той категории, вендор тут вторичен.

Агент там, где хватило бы чат-бота

Ритейлер скоупит систему уровня Agentforce под возвраты, обмены и смену аккаунта. Полгода, около четырёхсот тысяч долларов между лицензиями, интеграцией и партнёром. После запуска основной объём оказывается пятью повторяющимися вопросами, на которые Fin или Zendesk AI ответили бы за восемь недель и за десятую часть цены. Инструменты агента простаивают большую часть дней. По разговорам с операторами в продакшене это самая частая версия «мы выкатили ИИ и не понимаем что получили».

Чат-бот там, где нужен был копилот

Отдел продаж хочет рост продуктивности и собирает внутренний чат-бот, в котором менеджеры могут задавать вопросы по продукту. Через полгода использование меньше пяти процентов. У менеджеров нет времени переключаться в вкладку чата, когда они уже сидят в HubSpot. Реальная победа, копилот черновящий персонализированные письма прямо в CRM где идёт работа, так и не скоупится потому что в брифе с первого дня было слово «чат-бот». Собственное исследование продуктивности Copilot от GitHub несколько лет назад показало то же самое. ИИ внутри инструмента, которым человек уже пользуется, почти всегда выигрывает у ИИ в отдельном окне.

Контролируемое исследование GitHub, опубликованное в сентябре 2022 года, показало, что разработчики с копилотом выполнили эталонную задачу примерно на 55 процентов быстрее контрольной группы. Полевые результаты на реальной работе ниже, но направление держится уже три года.

Индустриальная болтовня говорит, что агенты это будущее, а чат-боты мертвы. По нескольким проектам, которые мы реально запустили, я не согласен. Для компании, у которой это первая или вторая ИИ сборка, узко скоупленный чат-бот на реальной базе знаний за два месяца даст рабочий продукт, вскроет проблемы качества данных, которые всё равно убили бы агентную сборку и даст операционную мышцу честно оценивать вендоров агентов через полгода. Компании, которые я вижу успешными с агентами, почти всегда сначала запустили чат-бот. Компании, застрявшие в годовой агентной программе, этот шаг почти всегда пропустили.

В феврале 2024 года Klarna сообщила, что её ассистент обработал 2,3 миллиона диалогов за первый месяц, это две трети всех чатов поддержки и эквивалент работы 700 штатных агентов. Столько может хорошо обоснованный чат-бот на массовом повторяющемся трафике.

Есть контраргумент, который я принимаю всерьёз. Если у вас уже зрелая поддержка с хорошими данными в CRM и чёткими SLA, прыжок сразу в сборку на Agentforce или Claude Agent SDK рационален, потому что чат-ботная стадия научит вас тому, что вы и так знаете. Всем остальным скучный путь быстрее.

Первый час уходит на запись категории на доске. Первая неделя на одну страницу с условиями остановки, правилами отката и списком всех инструментов, которые системе разрешено трогать. Первые тридцать дней на самую маленькую версию выбранной категории, которую можно измерить в продакшене, под флагом функции и аварийным выключателем. Следующие шестьдесят на расширение объёма только по тем осям, которые первая версия доказала. Девяностодневная дорожная карта внедрения расписывает это понедельно, а ROI калькулятор даёт защищаемое число для того, кто подписывает бюджет.

Если хотите второй взгляд на бриф до того, как взять обязательства, наша скоупинговая работа ровно для этого.