За пределами промпта: Copilot против автономных агентов Dynamics 365

By Mirko Peters · 2026-08-27

Добро пожаловать обратно в блог! Если вы следите за нашими последними выпусками подкаста, то знаете, что мы много времени уделяем тому, как искусственный интеллект меняет современное рабочее место…

Automatically translated with AI from the original post. Read the English original

Добро пожаловать обратно в блог! Если вы следите за нашими последними выпусками подкаста, то знаете, что мы много времени уделяем тому, как искусственный интеллект меняет современное рабочее место. В этом посте мы подробно раскроем масштабную тему, которую недавно разобрали в эфире: переход от реактивных помощников на основе ИИ к проактивным технологиям, работающим по событиям. Чтобы послушать полный разговор и глубже разобраться в этом переходе, обязательно послушайте наш сопутствующий выпуск — Dynamics 365 Autonomous Agents - Simply Explained.

Последние пару лет разговоры о искусственном интеллекте на рабочем месте в основном вращались вокруг чат-ассистентов. Вы открываете боковую панель, вводите промпт, просите сделать краткое изложение или составить письмо. Но технология развивается стремительно. Мы выходим за рамки простых промптов в новую эпоху, которую определяют Dynamics 365 Autonomous Agents. Это системы, созданные не просто для того, чтобы отвечать на вопросы, когда к ним обратились, а для того, чтобы отслеживать триггеры, оценивать контекстные данные и самостоятельно выполнять определённые бизнес-процессы. В этом посте мы разберём, что представляют собой эти агенты, чем они отличаются от Copilot и традиционной автоматизации и где компании применяют их уже сейчас.

По сути, автономный агент — это специализированный инструмент ИИ, созданный для выполнения очень узкой, конкретной бизнес-задачи. В отличие от универсального ИИ, который может рассуждать обо всём — от древней истории до квантовой физики, автономный агент создан для операционного исполнения. Он может анализировать бизнес-информацию, выбирать из набора разрешённых следующих шагов и выполнять работу для достижения чётко определённой цели.

Ключевое слово в этом описании — «определённой». Автономному агенту никогда не предоставляется неограниченный, бесконтрольный доступ к бизнес-процессу. Вместо этого организации определяют его точную должностную инструкцию, конкретные базы данных и файлы, к которым он может обращаться, действия, которые ему юридически разрешено выполнять, и точные пороги, при достижении которых он должен остановиться и привлечь человека. Представьте его не как всезнающий искусственный мозг, а скорее как выделенного цифрового сотрудника, у которого есть конкретная роль, чёткий набор стандартных операционных процедур и руководитель, который следит за результатами его работы.

Чтобы по-настоящему понять, как автономные агенты меняют нашу повседневную работу, полезно разобраться, чем они отличаются от инструментов, которые мы уже используем, например Microsoft Copilot. Copilot, как правило, работает реактивно. Он терпеливо ждёт, пока человек попросит о помощи. Пользователь открывает приложение, задаёт вопрос, запрашивает черновик документа или просит сделать краткое изложение переписки.

Автономный агент работает принципиально иначе. Вместо ожидания промпта он управляется событиями. Он может мгновенно среагировать, когда что-то происходит в экосистеме: поступает новое обращение в службу поддержки, клиент присылает последующее сообщение, в CRM появляется новый лид из продаж или заказ на покупку требует подтверждения.

Хорошо проиллюстрировать это можно аналогией с офисным зданием. Copilot работает на стойке регистрации. Когда люди подходят к стойке и просят о помощи, Copilot готов помочь, ответить на вопросы и подсказать, куда идти. Автономные агенты, напротив, — это сотрудники за кулисами, в служебных кабинетах, которые обрабатывают документы, управляют логистикой и поддерживают бесперебойную работу операционных процессов, не требуя, чтобы кто-то постоянно передавал им задачи.

Многие организации на протяжении многих лет опирались на традиционную автоматизацию, например на стандартные потоки Power Automate. Традиционная автоматизация отлично подходит для процессов, которые следуют жёстким, предсказуемым правилам: если случилось X, выполнить Y. Но традиционная автоматизация справляется хуже, когда в дело вступают нюансы, понимание языка и неструктурированные данные.

Автономные агенты добавляют ещё один уровень: они опираются на способность генеративного ИИ интерпретировать контекст. Агент может прочитать сбивчивое, плохо сформулированное сообщение клиента, изучить связанные записи, проанализировать утверждённые базы знаний и выбрать одно из действий, разрешённых его конфигурацией. Генеративный ИИ обеспечивает понимание языка и логических связей, а автономное поведение напрямую связывает это понимание с бизнес-действиями. Агент может определить проблему, найти релевантную статью из базы знаний, обновить запись в базе данных, подготовить черновик ответа или своевременно передать ситуацию живому специалисту.

Можно задаться вопросом, зачем этим агентам привязка именно к такой платформе, как Dynamics 365, а не работа в универсальных автономных инструментах ИИ. Ответ сводится к бизнес-контексту.

Универсальная модель ИИ легко поймёт фразу вроде «моя доставка так и не пришла». Однако, работая сама по себе, она не знает, какой клиент это написал, к какому заказу это относится, какая транспортная компания занимается отправкой и какие предыдущие разговоры уже состоялись. Dynamics 365 предоставляет базовый бизнес-контекст. Карточки клиентов, обращения в поддержку, открытые заказы, воронки продаж, данные финансового журнала и история переписки позволяют агенту понимать сообщение в контексте реальной операционной деятельности организации. Именно этот контекст превращает общие возможности ИИ в практичную и надёжную помощь бизнесу.

Чтобы оценить реальную ценность таких систем, нужно посмотреть, как они внедряются в конкретных подразделениях. Клиентская поддержка даёт одни из самых наглядных примеров работы автономных агентов.

Агент по намерениям клиентов (Customer Intent Agent) анализирует текущие диалоги с клиентами и обращения в поддержку, чтобы выявлять закономерности в том, почему клиенты обращаются к компании. Болевые точки клиентов постоянно меняются по мере того, как компании запускают продукты, меняют услуги или условия выставления счетов. Вместо того чтобы заставлять руководителей вручную просматривать сотни стенограмм обращений, агент автоматически выделяет появляющиеся темы, помогая организациям совершенствовать порталы самообслуживания, обновлять базы знаний и дорабатывать процессы поддержки.

Двигаясь дальше по направлению поддержки, Агент управления обращениями (Case Management Agent) помогает с рутинными задачами на всём протяжении жизненного цикла клиентского обслуживания. Он может создавать новые обращения, обновлять информацию, продвигать работу к решению, связываться с клиентами и закрывать обращения в соответствии с заданными правилами организации. Цель здесь никогда не в том, чтобы заменить живых сотрудников службы поддержки. Скорее, речь идёт о том, чтобы снять с них повторяющуюся административную нагрузку, чтобы специалисты могли больше времени уделять сложным ситуациям клиентов и взаимодействиям, требующим эмпатии.

Управление знаниями — ещё одно серьёзное узкое место. Ценные решения для поддержки часто оказываются запертыми внутри закрытых обращений, внутренних заметок и истории чатов. Агент управления клиентскими знаниями (Customer Knowledge Management Agent) анализирует журналы завершённых обращений, чтобы выявить потенциально пригодные для повторного использования знания и найти пробелы в существующей документации поддержки. Поскольку обходной путь, найденный в старом обращении, может быть устаревшим или относиться только к конкретному клиенту, агент предлагает материал, но оставляет людей в контуре принятия решений о том, что в итоге станет проверенным рекомендацией организации.

В отделе продаж Агент квалификации продаж для Dynamics 365 Sales (Sales Qualification Agent for Dynamics 365 Sales) справляется с огромным потоком входящих лидов, который часто перегружает команды продаж. Он изучает потенциальных клиентов, расставляет лиды по приоритетам в зависимости от их потенциала и даже готовит персонализированные письма для первичного контакта. Продавцы по-прежнему сохраняют полный контроль: они решают, каким возможностям уделить внимание, проверяют коммуникации и выстраивают человеческие отношения, необходимые для закрытия сделок.

Автономные агенты не ограничиваются ролями, связанными с клиентами; они также меняют работу back-office.

В Business Central агент по продажам (Sales Order Agent) поддерживает процесс приёма заказов от первичного получения до подтверждения, существенно сокращая ручной ввод данных и позволяя сотрудникам сосредоточиться на нестандартных запросах и исключениях. В финансовом отделе такие задачи, как закрытие периода, требуют огромного объёма подготовки и сверок. Агент финансовой сверки (Financial Reconciliation Agent) помогает очищать наборы данных, а агент сверки счетов (Account Reconciliation Agent) в Dynamics 365 Finance помогает сопоставлять и закрывать проводки между вспомогательными книгами и главной книгой, оставляя бухгалтерам выявление расхождений и обеспечение точности финансовой отчётности.

Специалисты по закупкам тратят бесчисленные часы на связь с поставщиками для подтверждения заказов на покупку и сроков поставки. Агент коммуникаций с поставщиками (Supplier Communications Agent) для Dynamics 365 Supply Chain Management берёт на себя рутinnые напоминания и помогает заранее выявлять потенциальные задержки в цепочке поставок. Между тем в управлении сервисным обслуживанием на местах расписания постоянно нарушаются из-за пробок, отмен и срочных заявок. Агент операций планирования (Scheduling Operations Agent) для Dynamics 365 Field Service помогает диспетчерам динамически корректировать графики техников, а контроль над критически важными приоритетами клиентов и обязательствами с высокими ставками по-прежнему остаётся за живыми диспетчерами.

Со всеми этими возможностями возникает важный вопрос: как сделать эти системы безопасными и надёжными? Организации должны тщательно настроить, какие именно действия автономному агенту разрешено выполнять. Может ли он прочитать карточку клиента? Может ли он её обновить? Может ли он составить письмо или отправить его без одобрения человека? Чёткие разрешения и ограничения отличают хаотичный эксперимент от управляемого бизнес-процесса.

Автономный не означает неконтролируемый. Агенты иногда могут неверно понять запрос, работать с неполными данными или выдавать результаты, которые не попадают в цель. Любой процесс, связанный с существенными бизнес-решениями, финансовыми операциями, вопросами конфиденциальности или прямыми обещаниями клиентам, требует надёжного человеческого контроля. Организации должны регулярно проверять активность агентов, анализировать обратную связь, проверять изменённые записи и уточнять инструкции.

Если вы хотите внедрить автономных агентов в своей организации, лучший подход — начать с малого. Выберите узкий, высокоповторяющийся процесс, в котором ошибки легко заметить и быстро исправить. Например, можно поручить агенту готовить черновики внутренних напоминаний для проверки, сортировать входящие обращения в поддержку или предварительно квалифицировать входящие лиды продаж.

Начав с малого, ваша команда сможет измерить результаты, уточнить системные инструкции, настроить разрешения и набраться уверенности, прежде чем подключать агентов к более критичным операционным процессам. Чтобы узнать больше о том, как развивается эта технология, и получить более глубокое представление об архитектуре и стратегии, обязательно послушайте сопутствующий эпизод Dynamics 365 Autonomous Agents - Simply Explained. Спасибо за чтение, и увидимся в следующем эпизоде!