Агенты принятия решений

Агенты принятия решений на базе ИИ — автономные системы, которые не просто анализируют или консультируют, а выполняют действия по заданной бизнес-логике: одобрение заявок, маршрутизация задач, назначение встреч, запуск интеграций с внутренними и внешними системами. Решение заменяет ручное принятие типовых решений, сокращая время цикла согласования с часов до секунд. Все компоненты разворачиваются внутри контура заказчика — исключена трансграничная передача данных.

Мы внедряем ИИ-агентов с кастомной логикой на базе LLM и прописанных правил, интегрируемых с вашей ИТ-инфраструктурой: CRM (Битрикс24, AMOCRM, Salesforce), ERP (1С, SAP), телефонию, чат-платформы, системы документооборота и любые внутренние API. В рамках реализации автоматизируются следующие процессы:

• Автоматическое одобрение/отклонение заявок: ИИ-агент анализирует заявку на соответствие правилам (сумма, срок, тип, история клиента) и принимает решение — утвердить, отправить на дополнительную проверку или отклонить с обоснованием.
• Маршрутизация задач и обращений: система определяет исполнителя на основе загрузки, компетенций, географии или приоритета. Например, заявка от VIP-клиента направляется старшему менеджеру, технический вопрос — в профильную команду поддержки.
• Автоматическое назначение встреч и переговоров: ИИ-агент согласовывает время с участниками через календари (Outlook, Яндекс.Календарь), создаёт видеовстречу в Зум (Zoom) или Яндекс Телемост, рассылает приглашения с повесткой.
• Запуск внешних интеграций по событиям: при наступлении условия (например, статус заказа изменился на «отгружен») агент вызывает API логистической компании, отправляет уведомление клиенту в Макс или Телеграм (Telegram), создаёт задание в WMS.
• Контроль исполнения и эскалация: если задача не выполнена в срок или ИИ-агент не может принять решение из-за неопределённости — система эскалирует вопрос руководителю с полным контекстом и рекомендацией.

 

Каналы взаимодействия

 

Ключевые возможности

 

Примеры внедрений

Логистическая компания (автоматизация согласования заявок)

Отрасль: Транспорт и логистика
Задача: До 500 заявок в сутки на перевозку. Менеджеры тратят до 4 часов в день на ручное согласование: проверка тарифов, наличия машин, кредитного лимита клиента.
Решение: ИИ-агент с правилами: если сумма заявки ≤ лимита и есть свободный транспорт → автоматическое одобрение и отправка в диспетчерскую. Если превышение или нестандартный маршрут → передача на ручное согласование. Интеграция с 1С и WMS через MCP Hub. Развёртывание on-premise.
Результат: 70% заявок обрабатываются без участия человека, время согласования сократилось с 40 минут до 2 минут, нагрузка на менеджеров снижена на 55%.

 

Финансовый холдинг (маршрутизация обращений клиентов)

Отрасль: Финансы, обслуживание B2B-клиентов
Задача: Ежедневно 2000+ обращений в чатах (Макс, Телеграм (Telegram), веб-чат, телефон). Ручная маршрутизация приводит к задержкам и потерям. Нет единого окна для распределения задач.
Решение: ИИ-агент распознаёт интент обращения (платёж, статус счёта, техническая проблема, рекламация), проверяет загрузку сотрудников, направляет запрос нужному специалисту. При отсутствии свободного специалиста — ставит в очередь с прогнозом времени ответа. Интеграция с CRM и телефонией Манго.
Результат: Время первого ответа сократилось с 12 минут до 90 секунд, потери обращений снизились на 85%, удовлетворённость клиентов выросла на 34%.

 

Технологический стек

• LLM для понимания интента и параметров: Yandex GPT, DeepSeek, Qwen (подбор под data privacy и импортозамещение)
• Правила бизнес-логики: гибрид — прописанные правила + ML-модели для нечётких сценариев
• Интеграционный слой: MCP Hub (Model Context Protocol) для доступа к CRM, ERP, телефонии, календарям, WMS, чат-платформам
• Оркестрация: собственное ядро агентов с поддержкой long-running задач и callback'ов
• Безопасность: Yandex.Cloud (соответствие 152-ФЗ), on-premise развёртывание, исключена трансграничная передача данных, все вызовы API внутри контура

 

Ответы на вопросы