Я автоматизую процеси для малого й середнього бізнесу. Бачу дві крайнощі: одні бояться AI взагалі, інші будують “команду з десяти агентів” там, де вистачило б одного скрипта. Нижче те, що реально працює.
Кейс 1. Лізинговий брокер.
Порівняння 5–10 пропозицій у PDF та Excel займало години півтори вручну. Тепер підготовчу роботу система робить приблизно за 10 хвилин, а менеджер перевіряє результат і ухвалює рішення.
Кейс 2. Сервісна компанія з виїзними інженерами.
Заявок більше, ніж встигають закривати. За чотири тижні частка заявок, закритих у строк, зросла з 63% до 86%. Прострочених понад сім днів стало 38 замість 112, а переробок на 24% менше. Агенти нікого не замінили: вони розібралися в пріоритетах, на що в команди не вистачало часу.
Де система помилялася.
Усе зловила людина:
ефективна ставка з похибкою 1,8 п.п. через неправильно зсунуті дати платежів;
аванс 30% замість 15% після розпізнавання нечіткого скану;
«критичний ризик», який на українському ринку лізингу є звичайною практикою.
Висновок простий.
Модель добре читає й пояснює, але гірше з арифметикою дат, чутлива до якості даних і не знає ринкової практики. Тому розрахунки роботи робить код, документи читає AI, а фінальне рішення завжди за людиною.
Коли агенти не потрібні:
задачу вирішує один промпт;
процес виконується раз на місяць;
немає власника процесу й критеріїв якості;
дані хаотичні;
помилка незворотна й без контролю;
проста автоматизація дає 80% результату за 20% вартості.
Заявка в CRM це webhook або n8n. Типовий FAQ це RAG-бот. Договір чи платіж: агент готує, людина підтверджує.
Шість питань перед стартом:
скільки часу процес забирає зараз, як часто повторюється, яка ціна помилки, хто власник процесу, чи дані хоча б частково структуровані, що саме має перевірити людина. Якщо відповідей немає, спершу наводьте порядок у даних і процесі, а не купуйте агентів.
Технічну архітектуру (роутер моделей, LangGraph, стек) я розібрав у статті на DOU: dou.ua/forums/
А де у вашому бізнесі межа між тим, що може вирішити AI, і тим, що має підтвердити людина?
