ИИ-агент и ИИ-бот: ключевые отличия и выбор под задачу

Разница между тем, что такое ии агент, и обычным ботом проявляется не в интерфейсе, а в том, кто принимает решения. Бот ведёт клиента по заранее написанным веткам: не нашёл варианта — зовёт человека. Агент сам планирует шаги, вызывает инструменты и добивается цели — оформить возврат, собрать данные, обновить заказ в учёте.

Путаница стоит денег. Компании платят за агента 600–900 тыс. ₽ там, где хватило бы бота за 180 тыс. ₽, или наоборот экономят и получают кнопочный автомат на задаче, где нужна работа с документами и несколькими системами. Ниже — разбор архитектуры, таблица сравнения, цены и критерии выбора под конкретную задачу.

Ключевые выводы

• Чат-бот дешевле и предсказуемее: 80–250 тыс. ₽ против 450 тыс. – 1,2 млн ₽ за ИИ агент с инструментами и памятью.
• Бот снимает 55–70% типовых обращений на потоке 800–1 200 диалогов и окупается за 2–4 месяца; агент нужен там, где задача требует 3+ систем и решений по ходу дела.
• Агент без ограничений опасен: без списка разрешённых действий и лимитов он может отправить письмо клиенту или изменить данные в 1С по собственной инициативе.
• Стоимость владения агентом выше в 1,8–2,5 раза: логирование, тесты на регрессии, контроль неверных действий и расходы на модель 20–70 тыс. ₽ в месяц.
• Гибрид «бот как интерфейс, агент как исполнитель» закрывает 80–85% обращений без человека и стоит на 20–35% дешевле «чистого» агента.
• Для сайта с каталогом и заявками достаточно бота или ИИ агент для сайта в режиме поиска по базе знаний за 150–350 тыс. ₽; полноценный агент оправдан при заказах, оплате и интеграции с учётом.

Определения: где проходит граница

Термины пришли из английского, поэтому в вакансиях и презентациях легко встретить ai ИИ агент — это одно и то же, разницы в архитектуре нет.

Чат-бот — программа, которая ведёт диалог по сценарию: меню, кнопки, заготовленные ответы и правила переходов. Предсказуем, легко тестируется, не требует LLM.

ИИ-агент — система, которая получает цель, сама строит план, выбирает инструменты (поиск, API, база данных) и выполняет шаги, проверяя результат. Ключевые признаки: планирование, вызов инструментов, память о контексте и возможность исправлять собственные ошибки. На рынке такие системы называют по-разному — ai агент, автономный ассистент, оркестратор, — суть одна. AI агенты с обучением с подкреплением пока редкость в бизнесе: это исследовательские проекты, а не рабочий инструмент 2026 года.

Разница видна на примере. Клиент пишет: «Заказ пришёл с царапиной, хочу вернуть». Бот показывает кнопки «оформить возврат», «условия возврата», «позвать оператора». Агент проверяет номер заказа, находит его в 1С, смотрит статус оплаты, формирует заявление, отправляет клиенту ссылку на подпись и ставит задачу складу. Это четыре разных системы и пять решений по ходу — работа для агента, а не для дерева диалога.

Сравнение по восьми параметрам

Цены — из наших проектов 2026 года: бот с 4–5 сценариями и интеграцией с CRM укладывается в 180–280 тыс. ₽, агент с доступом к 1С, почте и CRM и с записью действий — 600 тыс. – 1 млн ₽.

Что входит в проект ИИ агент и почему он дороже бота

Дороже не модель, а обвязка вокруг неё. В проект агента входит: описание инструментов и прав доступа, планировщик шагов, память диалога, обработка ошибок, журнал всех действий и тесты на регрессии. Без журнала невозможно понять, почему агент отправил клиенту не тот документ, — а это 25–40% бюджета проекта.

ИИ агенты отличаются от ботов ещё и по способу сборки. Технологически агент собирается тремя способами. Промпты и вызов функций — самый быстрый путь, 3–6 недель, подходит для 2–3 инструментов. RAG по документам — когда ответы должны опираться на регламенты и прайсы. Дообучение модели применяют редко: дорого и требует тысяч размеченных примеров, выгода появляется только на узких однотипных задачах.

Три профиля задач, где агент оправдан

1. Сквозной процесс в нескольких системах. Заявка в CRM, счёт в 1С, письмо поставщику, уведомление клиенту — человек сегодня переключается между окнами 20–30 раз в день.
2. Работа с документами. Счета, акты, заявки: извлечь реквизиты, сверить с договором, разложить, поставить задачу бухгалтерии. Экономия — 60–120 часов в месяц.
3. Квалификация и прогрев лидов. Агент сам задаёт вопросы, проверяет бюджет, назначает встречу и напоминает о ней. В B2B это разгружает отдел продаж на 30–40%.

Где агент проигрывает боту

Если задача — 10 типовых вопросов и запись на приём, агент будет медленнее отвечать (1,5–4 секунды против 0,3), дороже в поддержке и менее предсказуемым. Отдельная проблема — галлюцинации: модель может уверенно назвать несуществующий срок доставки. Лечится ограничением тем, проверкой ответов по базе и обязательным подтверждением для действий, меняющих данные.

Сколько стоит и как считать эффект

Бюджет агента в 2026 году: 450–700 тыс. ₽ за MVP с двумя-тремя инструментами, 700 тыс. – 1,2 млн ₽ за сквозной процесс с интеграциями и журналом действий. Владение — 25–90 тыс. ₽ в месяц: модель, инфраструктура, поддержка, доработки.

Считайте по часам, а не по впечатлениям. Пример: агент обрабатывает 700 заявок в месяц, на каждой экономит 12 минут работы менеджера. Это 140 часов, при ставке 1 700 ₽ — 238 тыс. ₽ в месяц. Расходы 60 тыс. ₽, эффект 178 тыс. ₽, окупаемость проекта за 800 тыс. ₽ — 4,5 месяца.

Если у вас 200–300 заявок в месяц и одна система, честный ответ: начинайте с бота. Меньший бюджет, предсказуемый результат, а данные о реальных вопросах клиентов потом станут основой для агента. По нашей практике компании возвращаются к агентной архитектуре через 4–8 месяцев — когда накопятся логи диалогов и станет понятно, какие решения система действительно может принимать сама. Методика расчёта разобрана в материале как считать эффективность ИИ.

Мифы, которые стоят бюджетов

«Агент заменит отдел». На практике агент закрывает 75–90% типовых операций, а нестандартные и конфликтные случаи остаются людям. Планировать сокращение штата на 100% нельзя.

«Агент сам разберётся». Без описанных процессов и прав агент получает доступ к системам и делает глупости: отправляет черновики, дублирует заявки, меняет статусы. Описание процесса — не бюрократия, а техника безопасности.

«Дообучение модели решает всё». В большинстве проектов достаточно промптов, поиска по документам и нормальных данных. Дообучение — крайняя мера для узких задач с тысячами размеченных примеров.

«ИИ агент на ПК заменит сотрудников по всем задачам». Локальный ассистент удобен для рутины одного человека — писем, отчётов, поиска, — но не управляет процессами отдела. Покупая такой инструмент, считайте экономию в часах конкретного сотрудника, а не в масштабе компании.

Как выбрать за один вечер

Ответьте на четыре вопроса. Сколько систем нужно задействовать? Если больше двух — агент. Есть ли решения по ходу дела? Если да — агент. Меняются ли данные во внешних системах? Если да — нужны права, лимиты и журнал. Сколько таких операций в месяц? Если меньше 250–300 — начинайте с бота.

Частые вопросы

Что такое ИИ агент простыми словами?

Это программа, которая получает цель, сама планирует шаги и выполняет их с помощью инструментов: поиска, API, базы данных. От бота отличается тем, что не идёт по заранее написанным веткам, а решает, что делать дальше. Ответственность за результат при этом остаётся на владельце процесса.

Чем агент отличается от бота на практике?

Бот отвечает на вопрос и показывает кнопки, агент выполняет действие целиком: находит заказ, формирует документ, отправляет его и ставит задачу. Первый стоит 80–250 тыс. ₽ и запускается за 2–4 недели, второй — 450 тыс. ₽ и больше, срок 8–14 недель. Выбор зависит от числа систем и нестандартности решений.

Что дешевле для малого бизнеса?

Бот. При потоке до 300 обращений в месяц он закрывает основную рутину за 120–180 тыс. ₽ и окупается за 3–5 месяцев. Агент имеет смысл, когда появляются продажи через несколько каналов, документы и учёт: там экономия часов становится кратной. Нейросеть для бизнеса нужна не всегда — иногда достаточно хорошего дерева сценариев.

Нужен ли ИИ агент для сайта?

Обычно достаточно поиска по базе знаний: клиент задаёт вопрос, система находит ответ в документах и передаёт менеджеру заявку. Полноценный агент на сайте оправдан, если он оформляет заказы, считает стоимость и работает с личным кабинетом. Такой проект стоит от 600 тыс. ₽ и требует доступа к учётной системе.

Как контролировать качество работы агента?

Задайте лимиты и журнал: какие действия разрешены, что требует подтверждения человека, сколько шагов допустимо в одной задаче и по какой цене. Дальше — метрики: доля решённых задач без вмешательства, число неверных действий, время выполнения, стоимость одной операции. Приёмка по этим цифрам, а не по демонстрации на пяти примерах.

Что делать дальше

Опишите одну задачу, где сейчас больше двух переключений между системами, и посчитайте её полную стоимость: сколько минут занимает, сколько раз в месяц повторяется, сколько стоит час исполнителя. Если произведение даёт больше 150 тыс. ₽ в месяц, агент окупается за 4–6 месяцев, и проект имеет смысл обсуждать.

Если цифра меньше, начните с бота на самом частом сценарии. Разница между форматами подробнее разобрана в материалах что такое чат-бот и LLM-разработка: RAG, дообучение или промпты, а про ограничения и доступы — в статье безопасность ИИ-агента. Собрать агента с журналом действий и лимитами можно в разделе ИИ-агенты и чат-боты.

Статья основана на практике проектов НейроДела и данных Яндекс Вордстата по кластеру «ИИ-агенты и ИИ-боты». Основной запрос материала — «ии агент» (69 734 показов в месяц). Если у вас другая ситуация — напишите, разберём.