ШІ-агент, чат-бот чи автоматизація: коротка відповідь

Беріть звичайну автоматизацію, коли кроки відомі наперед, а вхідні дані структуровані. Додайте один крок LLM, коли в одному з цих кроків треба прочитати чи написати вільний текст: лист, голосове повідомлення, відсканований документ. Беріть чат-бот, коли люди хочуть питати своїми словами й отримувати відповіді з ваших матеріалів чи даних. Беріть ШІ-агента лише тоді, коли сама модель має обирати, які інструменти викликати і в якому порядку, щоб завершити завдання.

Більшості перших бізнес-проєктів потрібен другий варіант, автоматизація з одним кроком LLM, а продають їм четвертий. Цей посібник для власника бізнесу чи керівника операційного відділу, якому сказали «вам потрібен ШІ-агент» і який хоче перевірити це, перш ніж платити.

Чим відрізняються ШІ-агент, чат-бот і автоматизація?

Різниця в тому, хто вирішує, що буде далі.

Автоматизація Автоматизація з кроком LLM Чат-бот ШІ-агент
Хто вирішує кроки Розробник, наперед Розробник, наперед Людина в чаті Модель, під час виконання
Що робить модель Нічого Читає чи пише один шматок вільного тексту Відповідає на питання з ваших матеріалів чи даних Планує, викликає інструменти, перевіряє результати, повторює
Змінює дані сама Так, за фіксованими правилами Так, за фіксованими правилами Рідко, зазвичай діє людина Так, у межах своїх прав
Типовий приклад Нове замовлення йде в ERP і Slack Голосове повідомлення стає структурованою задачею Бот підтримки відповідає з довідкового центру Агент розбирає невдалий платіж у трьох системах і готує чернетку повернення коштів
Викликів моделі на завдання 0 1 1-3 на питання 5-50
Головний ризик Ламається, коли змінюються вхідні дані Хибне витягнення даних Хибна чи вигадана відповідь Хибна дія в реальній системі

«ШІ-агент», що завжди виконує ті самі чотири кроки в тому самому порядку, це автоматизація з кроками LLM, як би її не називали в презентації. Це не докір: зазвичай це дешевший і надійніший варіант.

Тест із трьох питань

Відповідайте на них про одну конкретну задачу, а не про «ШІ в компанії».

Питання 1. Чи можна записати кроки до початку задачі? Якщо новий співробітник міг би піти за чек-листом, це автоматизація. Якщо один із кроків такий: «прочитай цей лист і знайди номер замовлення», це крок LLM усередині автоматизації. Лише коли наступний крок справді залежить від того, що знайшов попередній, і відрізняється від випадку до випадку, задача має форму агента.

Питання 2. Вхід це питання від людини чи подія в системі? Якщо люди пишуть питання своїми словами й хочуть відповідь, потрібен чат-бот, із пошуком по ваших документах, якщо відповіді живуть там. Якщо тригер це подія, наприклад нова заявка, завантаження чи форма, потрібна автоматизація або агент, а вікно чату нічого не додає.

Питання 3. Скільки коштує хибна дія порівняно з перевіркою людиною? Якщо помилка дешева й оборотна, як-от хибний тег чи чернетка, яку ніхто не надіслав, система може діяти сама. Якщо вона рухає гроші, видаляє дані чи пише клієнтові, спершу підтверджує людина. Агент, якому потрібне підтвердження на кожну дію, це повільний чат-бот із зайвими кроками; тоді автоматизація з екраном перевірки простіша й дешевша.

Ваші відповіді Що будувати
Кроки відомі, структурований вхід Автоматизація
Кроки відомі, один крок із вільним текстом Автоматизація з кроком LLM
Люди питають своїми словами Чат-бот, із пошуком, якщо відповіді в документах
Кроки різні для кожного випадку, кілька систем, дії здебільшого оборотні чи підтверджені ШІ-агент

Чого нас навчила наша власна дошка проєктів

У нашій внутрішній дошці проєктів, системі, якою щодня користуються наша команда й клієнти, є п'ять ШІ-функцій. Чотири з них це кроки LLM усередині фіксованих процесів, а одна територія агента:

  • Голосове повідомлення в задачу. Записане голосове повідомлення розшифровується й переписується як структурований опис задачі. Один виклик розшифрування, один виклик моделі, фіксований порядок.
  • Чернетка задачі з клієнтського запиту. Слова клієнта на вході, перший опис задачі на виході, і людина його редагує. Один виклик моделі.
  • Щоденний звіт і ранковий брифінг. Дошка сама рахує числа з бази даних, а модель лише перетворює ці числа на короткий читабельний текст. Модель ніколи не обчислює цифру, тому не може її вигадати.
  • Голосовий брифінг. Той самий текст перетворюється на аудіо. Один виклик, кешований.
  • Кодувальні агенти на дошці. Інженери та ШІ-агенти для коду беруть задачі через MCP-сервер над дошкою, читають специфікацію, змінюють код, запускають тести й публікують результати на перевірку. Тут модель сама вирішує, які файли читати й які команди запускати, тож це агент, і кожна зміна все одно проходить звичайне рев'ю коду.

Кожен із чотирьох кроків LLM це один метод в одному невеликому сервісі, що викликає OpenAI API. Налаштування агента це інший масштаб роботи: сервер інструментів, права на кожен інструмент і етапи перевірки. Обидва рішення були правильними для своєї задачі, і жодне не підійшло б для іншої. Наш посібник що таке MCP-сервер пояснює шар інструментів, що стоїть за частиною з агентом.

Коли чат-бот є правильною відповіддю

Чат-бот підходить, коли найважче зрозуміти питання й знайти відповідь, а не діяти за нею:

  • Питання підтримки й передпродажні питання, на які відповідають із вашого довідкового центру, документації продукту чи політик.
  • Внутрішні знання, наприклад «яка наша політика повернення для річних тарифів» чи «який шаблон ми використовуємо для німецького клієнта».
  • Покрокове замовлення в каналі месенджера, де бот збирає деталі крок за кроком. У сервісі підписки на квіти, який ми збудували, Telegram-бот проводить клієнта через восьмикрокове замовлення, і мовна модель не потрібна взагалі, бо кроки фіксовані.

Цей останній приклад варто запам'ятати: інтерфейс чату не означає мовну модель, а мовна модель не означає агента. Для українського бізнесу це типова ситуація: Telegram-бот, що приймає замовлення чи заявки, часто взагалі обходиться без ШІ, а мовна модель потрібна, лише коли бот має розуміти вільний текст.

Коли ШІ-агент вартий своїх грошей?

Агент виправдовує свою додаткову ціну, коли виконується все з наведеного:

  • Задача трапляється достатньо часто, щоб мати значення, щонайменше десятки разів на тиждень.
  • Шлях справді різний: різні випадки потребують різних систем у різному порядку.
  • У систем є API, які агент може викликати, з правами, що їх можна обмежити на кожен інструмент.
  • У вас є 50-100 реальних минулих випадків, на яких його можна перевірити до виходу в продакшен.
  • Ризиковані дії можна пропускати через підтвердження людиною без втрати зекономленого часу.

Типові хороші приклади: сортування звернень у підтримці, коли треба переглянути замовлення, платежі й доставку, перш ніж скласти відповідь, дослідницькі задачі зі збором даних із кількох джерел та інженерні задачі на добре протестованій кодовій базі. Посібник як створити ШІ-агента проводить через план на 30 днів, а ШІ-агенти для бізнесу перелічує 15 прикладів із автономністю, яку кожному варто дати першого дня.

Скільки коштує кожен варіант?

Вартість створення в нас Вартість роботи
Автоматизація (без LLM) Від 10 000 USD за основний процес у коді; прості сценарії вміщуються в Zapier чи n8n Хостинг, часто 50-300 USD на місяць
Автоматизація з кроком LLM Від 10 000 USD, часто як один крок, доданий до наявної системи Один виклик моделі на одиницю
Чат-бот Від 10 000 USD; 10 000-20 000 USD із живими запитами до даних і передачею людині 1-3 виклики моделі на питання плюс пошук
ШІ-агент Від 10 000 USD за один процес; 10 000-30 000 USD за агента з багатьма інструментами 5-50 викликів моделі на завдання плюс моніторинг

Типова агенція зі США чи Великої Британії називає ціну приблизно у 2,5-4 рази вищу за той самий обсяг; для українського замовника це орієнтир при порівнянні пропозицій. Як агенції ціноутворюють таку роботу, пояснює наш посібник автоматизація бізнес-процесів зі ШІ. Якщо процес простий і малообсяжний, чесна відповідь може бути «безкодовий інструмент і жодного проєкту»; де проходить ця межа, допомагає зрозуміти порівняння n8n і Make. Якщо відповідь агент і ви обираєте, хто його збудує, почніть зі списку компаній, що розробляють ШІ-агентів.

Типові помилки

  • Купувати агента для задачі за чек-листом. Якщо кроки ніколи не змінюються, агент додає вартість, затримку й новий спосіб збою.
  • Ставити вікно чату на процес, керований подіями. Ніхто не хоче спілкуватися з рахунком. Обробіть його, коли він надійшов, і покажіть винятки людині.
  • Дозволяти моделі рахувати числа. Рахуйте в коді, а моделі залиште лише описати результат.
  • Немає тестового набору. Без 50-100 реальних минулих випадків неможливо сказати, чи зміна покращила систему, чи погіршила.
  • Прив'язка до платформи для першої версії. Чат-бот на вашому коді може вирости в агента згодом; чат-бот усередині закритої платформи зазвичай ні.

Як ми вирішуємо разом із клієнтами

Кожен ШІ-проєкт ми починаємо з тих самих трьох питань на одній конкретній задачі, часто вже на першій розмові. Коли відповідь автоматизація з одним кроком LLM, ми так і кажемо, хоч проєкт тоді менший, ніж чекав клієнт. Коли агент справді підходить, ми будуємо його на ваших системах із правами на кожен інструмент, тестовим набором і підтвердженням ризикованих дій. Дивіться наші послуги розробка ШІ-агентів, розробка ШІ-чат-ботів, ШІ-автоматизація і розробка на n8n або напишіть нам і опишіть задачу, яку хочете передати.

Наші гайди про ШІ та розробку вгорі вашого Google?

Додайте Lytvynov Production як бажане джерело, і Google показуватиме наші нові гайди про ШІ-агентів, вартість MVP і розробку на замовлення вище у видачі.

Кейси

Часті запитання

Чат-бот відповідає: людина питає, він відповідає з ваших матеріалів чи даних, а що робити далі, вирішує людина. ШІ-агент діє: він отримує мету, вирішує, які інструменти викликати, наприклад вашу CRM, helpdesk чи базу даних, викликає їх у порядку, який обирає сам, і змінює дані самостійно або з підтвердженням. Багато чат-ботів виконують один-два фіксовані запити, як-от статус замовлення, і залишаються чат-ботами, бо шлях фіксований і без людини нічого не змінюється.

В автоматизації людина проєктує кроки наперед, у коді чи в інструменті на кшталт Zapier або n8n, і кожен запуск іде за ними. ШІ-агент вирішує кроки під час виконання. Автоматизація може містити крок LLM, наприклад прочитати лист і витягти поля, і все одно залишатися автоматизацією, бо модель заповнює один крок і не обирає, що буде далі.

Зазвичай не для першого проєкту. Поставте три питання: чи можна записати кроки наперед, чи коштує помилка більше, ніж перевірка людиною, і чи потребує задача кількох систем у різному порядку. Якщо кроки можна записати, беріть автоматизацію, з одним кроком LLM, якщо є вільний текст. Якщо людям потрібні відповіді своїми словами, беріть чат-бот. Лише коли порядок кроків справді змінюється від випадку до випадку, а ризиковані дії перевіряє людина, агент вартий своєї додаткової ціни.

Зазвичай так, і в створенні, і в роботі. Агентові потрібні опис інструментів, права на кожен інструмент, тестовий набір реальних минулих випадків, кроки підтвердження й моніторинг, а кожне завдання коштує кількох викликів моделі замість одного. У Lytvynov Production чат-бот, автоматизація з кроком LLM і агент для одного процесу стартують від 10 000 USD кожен, а агенти з багатьма інструментами зазвичай коштують 10 000-30 000 USD. Типова агенція зі США чи Великої Британії називає ціну приблизно у 2,5-4 рази вищу.

Так, якщо його збудовано на вашому коді, а не замкнено в платформі. Звичайний шлях такий: чат-бот, що відповідає з ваших матеріалів, потім кілька запитів лише на читання, потім перша дія із записом і підтвердженням людини. Кожен крок додає інструменти й права на тій самій основі, тож до агента ви переходите лише для дій, де дані показують, що це потрібно.

Почнімо ваш проєкт
Записатися на дзвінок