AI-агент в CRM. Когда он нужен, какие права дать и как проверить результат

AI-агент в CRM может найти сделки по условию, прочитать историю работы, создать задачу или изменить данные. Но для многих процессов такой уровень свободы не нужен. Фиксированное действие надежнее выполнит обычный робот. Для разбора письма или звонка может хватить одного запроса к модели.

Выбор начинается с описания процесса: какие данные поступают на вход, где требуется решение, какие действия разрешены системе и как проверяется результат.

Четыре уровня автоматизации

В обсуждении AI часто смешиваются решения с разной стоимостью, предсказуемостью и требованиями к контролю. Для первого выбора полезно разделить их на четыре уровня.

Обычная автоматизация

Система выполняет заранее заданное правило:

• если заявка пришла с сайта, создать сделку;
• если счет оплачен, перевести заказ на следующий этап;
• если до контрольной даты осталось два дня, поставить задачу;
• если обязательное поле пустое, запретить переход.

Вход, условие и действие известны заранее. При одинаковых данных должен получаться одинаковый результат. Такой сценарий проще проверить, дешевле поддерживать и легче объяснить сотрудникам.

AI как отдельный шаг

Модель получает фрагмент неструктурированных данных и возвращает результат:

• расшифровывает звонок;
• готовит резюме встречи;
• извлекает из письма тему обращения;
• предлагает черновик ответа;
• классифицирует отзыв по заданным категориям.

Маршрут процесса остается фиксированным. AI обрабатывает содержание на одном этапе, но не решает, какие системы вызывать дальше.

AI внутри управляемого сценария

Процесс состоит из заранее описанных шагов. На отдельных участках модель выбирает вариант, а критические действия контролируются правилами или человеком.

Например, после звонка система:

1. получает запись;
2. делает расшифровку;
3. извлекает договоренности в заданную структуру;
4. проверяет обязательные поля;
5. показывает менеджеру черновик;
6. записывает подтвержденные данные в CRM;
7. ставит задачу на следующий контакт.

Здесь AI работает внутри процесса, но маршрут и точки контроля заданы заранее. Для многих задач этого уровня достаточно.

AI-агент

Агент получает цель, выбирает последовательность действий, обращается к инструментам и меняет план по результатам промежуточных шагов.

OpenAI определяет агента как систему, в которой модель управляет выполнением процесса, принимает решения и выбирает инструменты в заданных ограничениях. Простая классификация или одиночный запрос к модели к агентам не относятся.

Anthropic разделяет workflows с заранее определенным маршрутом и agents, которые динамически выбирают процесс и инструменты. Компания рекомендует увеличивать сложность только тогда, когда более простого решения недостаточно.

Агент оправдан, когда заранее нельзя жестко определить все шаги. Вместе с гибкостью растут стоимость проверки, требования к правам, журналу действий и обработке ошибок.

Когда достаточно обычной автоматизации

Правила и роботы подходят, если процесс отвечает большинству условий:

• шаги известны заранее;
• решение можно описать через если -> то;
• данные уже находятся в полях системы;
• исключений мало и они перечислены;
• результат должен быть одинаковым при одинаковом входе;
• операция выполняется часто и не требует интерпретации текста;
• ошибка может повлечь платеж, изменение юридически значимых данных или другое необратимое действие.

Расчет скидки по утвержденной матрице, смена стадии после оплаты и контроль срока не требуют рассуждений модели. Добавление AI увеличит число компонентов и точек отказа, но не улучшит само правило.

Если обычная автоматизация уже работает нестабильно, сначала полезно проверить причины. В отдельной статье разобраны семь ошибок, из-за которых автоматизация ломает бизнес.

Когда полезен один AI-шаг

AI помогает на участке, где сотрудник сначала читает, слушает или сопоставляет содержание, а затем переводит его в структуру.

Подходящие примеры:

• разобрать письмо и предложить категорию обращения;
• подготовить резюме разговора;
• найти в документе реквизиты и сроки;
• сгруппировать свободные комментарии клиентов;
• составить черновик ответа по утвержденной базе знаний.

Для такого участка нужны примеры входных данных и критерий качества. Формулировка «пусть пишет хорошо» не позволяет проверить результат. Лучше определить обязательные факты, запрещенные обещания, формат ответа и причины возврата человеку.

Пример такого шага уже есть в Битрикс24. BitrixGPT может подготовить резюме чата и заполнить пустые поля CRM данными из переписки. Если в поле уже есть значение, система предлагает сотруднику оставить его или подтвердить замену.

Когда нужен агент

Агент стоит рассматривать, если процесс сочетает несколько признаков:

• порядок шагов зависит от найденной информации;
• нужно обращаться к нескольким системам;
• правила разрастаются из-за контекста и исключений;
• вход состоит из писем, документов, звонков и свободного текста;
• после каждого действия нужно оценить результат и выбрать следующий шаг;
• существует безопасная точка остановки;
• человек может подтвердить действие с высокой ценой ошибки.

Пример задачи - подготовить руководителю сводку по сделкам, у которых нет движения. Агенту может понадобиться найти сделки, проверить последние дела, прочитать резюме звонков, сопоставить обещанные сроки и собрать список причин. Если задача ограничивается фильтром нет дел семь дней, достаточно отчета или робота.

Что AI-агент уже может делать в Битрикс24

В официальной справке Битрикс24, обновленной 23 июля 2026 года, описан Агент BitrixGPT для CRM. Он может создавать и менять воронки, стадии, пользовательские поля и элементы CRM. При выполнении команды агент учитывает тариф и права сотрудника.

Удаление воронки или стадии может затронуть связанную автоматизацию. В таком случае агент предупреждает о последствиях и запрашивает подтверждение. Это хороший пример действия, которое нельзя выполнять незаметно для пользователя.

Битрикс24 также добавил поддержку MCP. Через MCP сотрудник может работать с CRM и задачами из внешней AI-системы. По официальной инструкции такой доступ по умолчанию выключен. Его включает администратор, а команды выполняются с учетом прав сотрудника. Подключение можно закрыть в настройках.

Эти возможности появляются у пользователей постепенно и зависят от тарифа, подписки и прав. Перед рабочим запуском нужно проверить, какие действия доступны в конкретном портале.

Таблица выбора

Пять вопросов до выбора технологии

1. Как выглядит правильный результат

Опишите результат так, чтобы его можно было проверить. Вместо формулировки «обработать заявку лучше» запишите: «определить категорию, извлечь имя и телефон, подготовить черновик ответа без обещания цены».

Если правильный результат не определен, нельзя выбрать модель, проверить пилот и принять работу.

2. Где находится решение

Решение может находиться в жестком правиле, в одном фрагменте текста или в последовательности поиска.

• жесткое правило ведет к обычной автоматизации;
• интерпретация одного фрагмента ведет к AI-шагу;
• выбор следующих действий по результатам поиска может требовать агента.

3. Какие данные доступны

Запишите источники, владельцев и качество данных. Агент не восстановит отсутствующую историю сделки и не узнает договоренность, которая осталась в личном телефоне сотрудника.

Перед пилотом полезно пройти чек-лист гигиены данных CRM.

4. Что системе разрешено сделать

Чтение списка сделок, подготовка черновика и отправка сообщения клиенту имеют разную цену ошибки. Права нужно выдавать по конкретным инструментам и действиям.

Для первого пилота можно использовать такую матрицу:

Права рабочего сотрудника не всегда подходят для агента. Менеджер может видеть весь отдел, удалять дела или менять стадию сделки. Для пилота эти действия лучше ограничить, даже если сотрудник выполняет их вручную.

Проверять нужно и место, где сотрудник дает команду. В инструкции по Агенту BitrixGPT указано, что ответ в общем чате видят все участники. При этом агент формирует ответ по правам сотрудника, который отправил запрос, и может включить данные, недоступные остальным участникам. Запросы с ограниченными данными нельзя выполнять в общем чате.

Требования к данным, доступу и безопасному пилоту собраны на странице AI для бизнес-систем.

5. Как выглядит ошибка

Список ошибок составляется до запуска:

• выбран чужой контакт;
• придумана дата;
• сумма попала не в то поле;
• задача создана дважды;
• клиенту отправлено неподтвержденное обещание;
• агент продолжил работу после отказа инструмента.

Для каждой ошибки нужны способ обнаружения, ответственный и действие восстановления.

Как провести первый пилот

Первый пилот лучше ограничить одной операцией и одной группой пользователей. Сценарий должен быть достаточно частым для проверки, а ошибка - обнаруживаемой и восстановимой.

Зафиксировать базовую линию

До подключения AI измеряются объем операций, ручное время, число возвратов, ошибки и доля случаев, которые требуют руководителя. Без исходных данных нельзя отделить реальное изменение от впечатления после демонстрации.

Собрать эталонные примеры

В выборке должны быть обычные и неудобные случаи: короткие и длинные письма, шумные звонки, пропущенные реквизиты, несколько договоренностей в одном разговоре. Команда заранее определяет правильный результат.

Начать с черновика

На первом этапе система предлагает результат, а сотрудник подтверждает или исправляет его. Исправления сохраняются по категориям. Так становится видно, где не хватает данных, инструкции или обычной проверки кодом.

Разделить метрики

Минимальный набор:

• доля корректно выполненных операций;
• время сотрудника до и после;
• доля исправлений;
• число критических ошибок;
• стоимость одного завершенного процесса;
• доля случаев, переданных человеку.

В материале OpenAI об evals оценка рассматривается как постоянный цикл: задать критерий, измерить поведение и использовать результат для следующего улучшения. Для бизнес-пилота это полезнее, чем вывод по одной удачной демонстрации.

Определить условия остановки

Пилот приостанавливается, если система получает лишние права, создает необнаруживаемые дубли, не оставляет журнал или допускает критическую ошибку без блокировки. Автономность увеличивается после исправления причины и повторного теста.

Следующий шаг

Перед выбором агента, AI-шагов и обычных роботов пройдите чек-лист готовности CRM к AI. Он помогает проверить данные, права, сценарий и контроль результата.

Если процесс затрагивает несколько систем или команда пока не может ограничить первый пилот, можно начать с разбора AI-интеграции. Результатом должен стать один сценарий с понятной стоимостью и способом проверки.

Источники

• Битрикс24. Агент BitrixGPT - персональный помощник в CRM
• Битрикс24. MCP в Битрикс24: что это и как работает
• Битрикс24. Как управлять Битрикс24 через внешние AI-системы
• Битрикс24. Как управлять Битрикс24 с помощью Агента BitrixGPT
• Битрикс24. Анализ чатов и заполнение карточки CRM
• OpenAI. A practical guide to building agents
• OpenAI. How evals drive the next chapter in AI for businesses
• Anthropic. Building effective agents