Всем привет!

В последнее десятилетие бизнес развернулся в сторону автоматизации и цифровизации, активно стал внедрять ERP, BPM, OLAP-системы и многое другое в целях повышения эффективности, прозрачности и улучшения своего P&L.

С момента массового бума ChatGPT в 2022 году бизнес решил активно исследовать и эту область– по данным отчета McKinsey не менее 78% компаний уже сейчас используют генеративный интеллект (GenAI) как минимум в одном своем бизнес-процессе. Для России по разным источникам этот показатель на уровне ~37%.

Новый тренд – создание автономных AI агентов, способных дать буст в повышении эффективности и дополнительный доход для бизнеса. Но как их делать, где применять и есть ли смысл, особенно в период высоких ставок, где все усилия направлены на поддержание ROI, а иногда и на выживание? Об этом и хотел поговорить сегодня, разобрав конструкторы AI агентов – платформы, которые без особых знаний в кодинге позволяют создавать агентов за пару часов и внедрять в свои процессы.

Для кого эта статья – в основном ориентир на руководителей и представителей разного бизнеса, т.к. речь именно о том, зачем использовать конструкторы AI агентов и чем они отличаются от классического написания агентов.

Меня зовут Павел, вместе с командой делаем AI трансформацию в одном из ведущих российских банков, ранее работал в компании большой консалтинговой тройки, а также внедрял цифровые решения в других компаниях.

Как я уже упоминал выше 78% компаний уже внедрили GenAI хотя бы в один свой процесс – но где именно подавляющее большинство компаний нашли применение большим языковым моделям? В большинстве своем, GenAI решение в бизнесе AS IS – это помощник (co-pilot) сотрудника или клиента, при этом не всегда проводится дообучение / адаптация модели под реалии непосредственно компании. А на сколько это эффективно?