Обновить

Комментарии 30

ЗакрепленныеЗакреплённые комментарии

Интересно услышать тех, кто реально внедрил ИИ-агента в бизнес-процесс и получил измеримый результат. Не пилот, не демо, а продакшен. Поделитесь кейсом?

Интересно услышать тех, кто реально внедрил ИИ-агента в бизнес-процесс и получил измеримый результат. Не пилот, не демо, а продакшен. Поделитесь кейсом?

Мы внедрили реально.

Теперь у нас задачи, которые раньше занимали два–три часа, занимают неделю. Качество кода пошатнулось.

А что внедрили? ИИ-агентов? Каких если не секрет?

Внедрили оценку событий в CRM (визиты медицинских представителей к врачу) исходя из транскрибации. Параллельно с этим агенты помогают медицинским представителям набирать базу врачей. Руководителям помогает оценивать медицинских представителей и выделять самых сильных. Допускаю, что это можно было срезать без агентов, но продукты с AI в названии бизнес покупает охотнее.

Отличный кейс, спасибо. И последняя фраза попала в точку - "AI в названии бизнес покупает охотнее". Именно об этом статья: бизнесу нужна оценка визитов и набор базы врачей, а не "ИИ-агент". Вы продаёте результат, а AI - просто способ доставки. Работает.

Кейсы есть, но скажу только о результатах. ИИ инструмент только для выбора из вариантов и распознавания переменных в тексте не более. Остальное делается через систему скриптов основанную на глубоком анализе производственных цепочек и данных имеющихся у компании. Да такие системы лишают работы 90% штата сотрудников.

Именно. ИИ как мозг на конкретном участке конвейера, а не как свободный агент, которому дали задачу и ушли. У нас похожий подход: жёсткий workflow определяет последовательность шагов, а LLM подключается только там, где нужен анализ текста или принятие решения. Результат предсказуемый, ошибки стремятся к нулю. А "90% штата" - это сильно, но верю, если цепочка хорошо декомпозирована.

Генерация мелких функций вроде printf-scanf для ембеддинга по месту вместо поиска 100500 библиотек.
Анализ кода (в основном для C/Asm/Python) и данных - написание парсеров
Мелкие скрипты для обработки данных python/bash собрать-разобрать-разбить-отформатировать
Визуализация данных - графики, графы
Написание тестов для любых функций по месту
Оптимизация, intrisincs
Задание повтори и выполни вместо копи-паст
Makefile-ы для всех, включая json-ы, упрощение настроек
Проверка граничных значений, assertion-ы,
Разбор вороха макросов и умный рефакторинг для ленивых - разбить/собрать стурктуры, вынести функции
Для микроконтроллеров просто незаменимый инструмент, на ассемблере/С знает всё до глубины 80-х, то есть скиллы человека даже с опытом 30+ уже не могут вобрать столько, а он, эдакий, знает, даже то что считается фишкой и хитростью со всякими масками и И-ИЛИ-НЕ, плюс это сдобрено весьма неплохим матаном и численными методами. Не удивительно что он знает К555ЛА3 и абстрактные базовые классы одновременно.

Из эпохи ЭПСН-25
// Model of a single K555LA3 chip (4 NAND gates)
module k555la3 (
    input wire a1, b1,  // Inputs for gate 1
    input wire a2, b2,  // Inputs for gate 2
    input wire a3, b3,  // Inputs for gate 3
    input wire a4, b4,  // Inputs for gate 4
    output wire y1,     // Output for gate 1
    output wire y2,     // Output for gate 2
    output wire y3,     // Output for gate 3
    output wire y4      // Output for gate 4
);

    // NAND logic: ~ is NOT, & is AND
    assign y1 = ~(a1 & b1);
    assign y2 = ~(a2 & b2);
    assign y3 = ~(a3 & b3);
    assign y4 = ~(a4 & b4);

endmodule

А причем тут агенты? Это просто скрипты в связке с LLM.

Мне ИИ агенты пишут и ревьюят код. Написание кода - это же тоже бизнес процесс? Результат вполне измеримый - код пишется быстрее, баги находятся, которые я бы не заметил.

Внедрили агентов: по кадровым вопросам, по базе знаний(помогает сотрудникам поддержки), по вопросам конкретного инструмента для аналитиков(помогает по синтаксису и пилить ДБ). Сейчас пилим по кхд, будет рассказывать про таблицы. Компания большая, данных много. По поиску скажу, что бизнес может выходить на агентов после вопросов ‘как автоматизировать что-то’

По данным рынка, 90% пилотов проваливаются

Это уже проходили, они проваливаются и ИИ и без ИИ, потому что это пилоты... даже хоббиные девайсы которые решают личную боль проваливаются также, ну если быть с собой честным...

Верно, пилоты проваливаются везде. Но разница в ожиданиях. Когда компания запускает пилот новой CRM, она понимает риски и масштаб задачи. Когда запускает пилот "ИИ-агента", она часто не понимает ни того, ни другого. Потому что покупает модное слово, а не решение конкретной проблемы. Провал пилота CRM - это "не подошла". Провал пилота ИИ-агента — это "мы так и не поняли, зачем нам это было нужно"..

Интересное наблюдение за запусками на Радаре, Сергей! Можно и к нам в блоги статью написать, чтобы стартаперы заметили разрыв между своим направлением и движением рынка :)

Спасибо за приглашение! Готов написать. Но у меня VibePilot на утверждении на Радаре с февраля. Тогда было 2 пользователя, сейчас 144, 105+ проектов, первые продажи. Может сначала пересмотрим заявку? Тогда и статья будет с живой карточкой продукта на Радаре, а не просто текст.

Нашел, посмотрел, осталось только слайды поправить и можем запланировать на ближайшую свободную дату.

Толи Джемини статью писала, кося под человека, то ли человек, кося под Джемини. Но вот этот стиль - он уже настолько узнаваем, что даже не цепляет

Статью писал я. Но если стиль неотличим от Gemini - это комплимент мне или оскорбление ей? А по существу статьи есть что сказать?

Так мы сами как нейросети. Их же с нас делали. Люди читая информацию - копируют эти паттерны, а так же их замечают в чужих текстах.

мне кажется немного неудачно сравнивать "агента" и "бота". ИИ агент - это компонента, а бот - продукт. Агент почти не используется в единственно числе - это всегда некая банда, обычно с разными ролями. Бот (в разных ипостасях) - автоматизированное решение какого-то процесса(ов).

Пользователю нужен бот, который решает задачу. Что внутри - компонента, агент, банда агентов - ему без разницы. В этом и суть статьи: рынок покупает продукты, а не компоненты.

Статья несколько сумбурная (я далеко не сразу понял куда клоните) с весьма броским заголовком, что агенты - никому не нужны. Сделали бы в начале введение, что речь от "ИИ Агенте" (в кавычках), как маркетинговом термине для не IT аудитории.

Ну, не пользуют термин активно и ладно. Знаете больше, чем остальные - продавайте. Чего кричать то, что слитки на дороге золотые, когда самим можно собрать)

Тут проблема ещё в том, что перейти на автоматизацию, на полноценную и использовать активно ии - это с точки зрения организации процесса очень больно сделать. Вот у тебя, условно, 10 разных специалистов. Вот ты им даешь фулл заряд по полной программе для усиления и поднятия эффективности. И что дальше? Задачи ему нарежь теперь с учётом этого под рукой ии; коммуникацию настрой, подготовь контроль качества и работу с человеческими факторами не забудь. Я как-то беседовал с товарищем, владельцем агентства: вы уже пересели на ии-автоматизацию? Он глаза протирает и говорит - давай вернёмся к этому в мае.

Тут перестраивать надо процессы, которые уже закоренились. Это как все равно что подключить темпоральный движок и летать по одной солнечной системе, когда у тебя мощностей на половину галактики.

Внедрили авто генерацию е2е автотестов на codeceptjs, работают нормально, иногда что-то отлавливают до прода

Альтернативой было бы или хайрить тестеров (что дорого и хуже по качеству), тратить время разрабов на написание тестов или не тестировать вообще (наиболее вероятно)

Отличный пример. ИИ не заменил тестировщика, а закрыл задачу, которую без него не делали бы вообще. Это ровно тот паттерн, который работает: не "заменить человека", а "сделать то, на что раньше не хватало ресурсов". Спасибо за кейс.

Отличный кейс кстати.

В чем смысл сравнивать ии агента и бот макса?Давайте сравним бытовое электричество в розетке и законы Кирхгофа и по вашей логике сделаем вывод, что второе никому не нужно.

Именно! Пользователю нужно электричество в розетке, а не лекция про законы Кирхгофа. Но рынок сейчас продаёт Кирхгофа: курсы по агентам, консалтинг по внедрению агентов, конференции про агентов. А розетку так и не воткнули. Статья как раз про это: хватит продавать теорию, дайте людям работающую розетку.

Я прямо вижу как директор крупной компании из Америки открывает Яндекс и пишет : "как сделать ИИ агента" ))))

А вы попробуйте загуглить "как сделать ИИ-агента на GigaChat". Вот где настоящая драма. :)

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации