«ГигаАгент» мысли: «Сбер» запускает автономную нейросеть широкого профиля

Содействие в рутине

«Сбер» запускает универсального ИИ-агента, который призван помочь с решением повседневных задач: управление календарем, работа с документами, ведение переписки, исследование информации, создание отчетов и презентаций, сообщили Forbes в компании. «ГигаАгент» — это российский ответ зарубежным решениям OpenClaw, Hermes Agent, NemoClaw, добавили там.
В отличие от диалоговых интерфейсов (чатов) «ГигаАгент» способен лучше запоминать контекст, не нуждается в контроле каждого шага, учитывает и накапливает обратную связь, подстраивается под индивидуальный способ работы пользователя. Он может работать автономно и в фоновом режиме, проявляет проактивность: самостоятельно задает уточняющие вопросы, когда этого требует ситуация, и способен параллельно решать несколько задач в едином смысловом поле, описывают агента в «Сбере».
Как заверяют разработчики, по сравнению с существующими решениями «ГигаАгента» выделяют три свойства:
В основе разработки лежит проект саморазвивающегося ИИ-агента Ouroboros, разработанного командой исследователей Института AIRI. На бенчмарках агент демонстрирует высокие результаты — на лидерборде Terminal Bench 2.1 для модели Opus 5 от Anthropic качество агента составляет 86,97%.
Сервис сейчас можно запустить с помощью пространства для работы с персональными ИИ-агентами Agents Space от Cloud.ru, уточняют в «Сбере». Новым пользователям доступен стартовый грант 4000 рублей, который позволяет бесплатно протестировать возможности Agents Space и начать использовать ИИ-агентов для решения рабочих и личных задач. Далее потребление тарифицируется по ценам на языковые модели и необходимую инфраструктуру. Итоговая стоимость будет зависеть от объема использования агента, конкретных задач, частоты использования. Детализация расходов доступна в кабинете пользователя Agent Space.
«Если раньше ИИ лишь находил ответы, то теперь становится полноценным цифровым партнером, который помогает достигать рабочих и личных целей, — рассуждает старший вице-президент и руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев, дополнительно акцентируя внимание на том, что это «полностью российская разработка». — Появился новый сценарий. Вы ставите задачу — агент анализирует ее сложность, планирует решение и разбивает на подзадачи, при необходимости пишет код и в итоге готовит финальный ответ пользователю. Это может быть как в целях повышения личной эффективности, так и для автоматизации бизнес-процессов, а «ГигаАгент» адаптируется и эволюционирует вместе с пользователем».
Вопрос о ресурсах, которых потребовал от «Сбера» «ГигаАгент», в компании не прокомментировали. «Сам агент (оркестрация, коннекторы, интерфейс, система оценки качества) — это команда из сотни человек и инвестиции около 1-3 млрд рублей за полтора года, для компаний такого масштаба небольшая сумма, — оценивает Senior Product Manager в Amazon Андрей Милосердов. — При этом базовую модель уже не надо обучать с нуля: «Сбер» сам выложил GigaChat 3 под свободной лицензией. При этом у агента каждая выполненная задача имеет себестоимость, так как, в отличие от чат-бота, он ходит по системам, переспрашивает, ошибается, и т.д.».
Как подсчитали ранее исследователи из Axenix и МГУ имени М.В. Ломоносова, затраты на внедрение ИИ-агентов в течение трех лет составят более 950 млн рублей для корпораций, 200-300 млн рублей для крупных компаний, 30-60 млн рублей для среднего бизнеса, 5-15 млн рублей для малого. При этом совокупную экономию компаний от внедрения ИИ-агентов они оценили в 15-40% в зависимости от отрасли.

Гонка заявлений

О своей разработке «Сбер» заявляет спустя несколько дней после того, как аналогичного универсального агента анонсировал «Яндекс». Продукт, который должен выйти на рынок в сентябре, позиционируют как единое окно для взаимодействия с корпоративными сервисами, призванное заменить разрозненные ИИ‑инструменты, упрощая внедрение технологий в повседневные бизнес‑процессы. Как утверждают разработчики «Яндекса», агент способен выполнять от 30% до 50% задач офисных сотрудников, на которые уходит до трети рабочего времени. «Компаниям больше не придется комбинировать множество готовых ИИ-приложений или создавать собственные, чтобы автоматизировать рабочие процессы. Сотрудники получат единое решение, которое каждый сможет использовать для своих задач», — пояснял руководитель Yandex AI Studio Артур Самигуллин.
По духу гонка одна, но заявки разные, обращает внимание технологический предприниматель, AI-фаундер и основатель сообщества heg.ai Павел Хегай. «Яндекс» говорил про операционную ИИ-систему для бизнеса, то есть замахнулся на процессы компании, «Сбер» показывает скорее универсального личного агента для повседневной работы: календарь, документы, переписка, отчеты, говорит он: «Это ближе к западным OpenClaw и Hermes Agent, на которых они сами и ссылаются. Оба бегут в одну сторону, но с разных стартовых позиций».
В бигтехе США этап универсального ассистента для всех уже прошли, теперь в корпорациях создают единую платформу, к которой подключают разных агентов, указывает Андрей Милосердов. Тем не менее, для российского рынка это заметный сдвиг в сторону ИИ-трансформации, считает он.
Модели «Сбера» и «Яндекса», по мнению Милосердова, сопоставимы между собой, при этом интерфейсы обоих решений «легко воспроизводятся», а универсальность на практике «скорее станет отсутствием ответственности за конкретный процесс».
Победит тот, у кого агент первым станет ежедневной привычкой миллионов людей, считает Хегай. Здесь у «Сбера» сильная позиция, потому что есть огромная дистрибуция и экосистема сервисов, в которые агента можно встроить. Но сама категория еще не выиграна нигде в мире. OpenClaw и его аналоги тоже проходят детские болезни, все учатся на ходу».

Нужен ли продукт бизнесу

Несмотря на ошибки, по словам аналитиков, бизнес в подобных продуктах уже очень нуждается. «Вижу это не в теории. Я восемь лет в ИИ и последний год буквально живу в агентной парадигме: у меня агенты отвечают на заявки клиентов, ведут CRM, разбирают звонки и даже чинят баги в продукте. Это высвобождает недели работы, — рассказывает Павел Хегай. — Моя ставка прежняя: 60% офисной рутины уедет в такие инструменты».
Но узкое место не модель, а внедрение и доверие, продолжает он. «Недавно созванивался с подругой-юристом. Она с ChatGPT за пару часов сделала работу, на которую раньше ушли бы месяцы, и при этом слово «агент» для нее до сих пор ругательное. Барьер психологический, и выиграет тот, кто первым его снимет для обычного сотрудника, а не тот, у кого красивее бенчмарки».
Стратегическая ставка, по мнению Милосердова, на корпоративный ИИ вполне обоснована. В перспективе полутора лет преимущество получит тот, кто даст прозрачную модель прав, редактирование и отзыв действий, глубокую интеграцию с учетными системами.

Метрическая система

Однако главное — показывать метрики завершенных задач, то есть не хватает измеримого экономического результата, полагают эксперты. Ни «Яндекс», ни «Сбер» не раскрывают метрик, по которым эти системы надо оценивать — долю задач, доводимых до результата без участия человека, долю результатов, потребовавших доработки и т.д.
Автономность действительно критически важна для максимизации экономического эффекта от внедрения AI-агентов в предприятия и бизнес процессы, размышляет технологический предприниматель, эксперт в индустрии ИИ, машинного обучения и конфиденциальных вычислений Роман Постников. «Но никто из участников рынка — ни «Сбер», ни «Яндекс» — не приводит никаких метрик для ее объективного измерения, например, доли сквозных задач, правильно выполненных с первой попытки без ручной переделки, как в бенчмарке APEX-Agents. Притом, что в нем лучший результат среди моделей OpenAI, Anthropic, Grok и Kimi составил лишь 24%, — продолжает он. — А даже 40% будет критически мало и недостаточно, чтобы удалить целые блоки операций из бизнес-процессов, чтобы говорить о сокращении численности и ставок за счет AI автоматизации». Поэтому экономика большинства кейсов успешного внедрения AI-агентов все еще базируется на повышении норматива выработки на одного сотрудника (например, службы клиентской поддержки), а не сокращении персонала, заключает Постников.
К «Сберу» у экспертов есть и более предметные вопросы. Способность «ГигаАгента» переписывать исходный код — это, по словам Милосердова, риск с точки зрения аудита и внутреннего контроля, а в промышленной эксплуатации эта функция с высокой вероятностью будет ограничена. «Автономность в режиме 24/7 тоже не имеет ценности без описанной модели полномочий (какие действия агент совершает без подтверждения, как они отзываются)», — продолжает он.
То, что «агент сам переписывает свой исходный код», звучит эффектно, но у практиков вызывает скорее настороженность, согласен Павел Хегай. «В проде [это рабочая «боевая» среда, где размещен и работает продукт, доступный реальным пользователям. — Forbes] первое, что делаешь с агентом — это запрещаешь ему трогать то, о чем не просили. Самомодификация без жестких ограничителей означает, что ты не всегда знаешь, какая версия агента сегодня работает с твоими данными», — предупреждает он.