Перший AI-агент: з якого workflow починати

Поспостерігавши за 30+ засновниками, які запускали свого першого AI-агента, мій висновок простий: ті, хто виграє, свідомо обирають нудний workflow. Ті, хто програє, обирають найефектніший — і тихо здають його в архів через три місяці.

Чому вибір "першого агента" важливіший за модель

Модель (Claude, GPT, Gemini, open-weight) — це рішення на пів року. Workflow — на два роки, бо він задає тон того, у що команда повірить як у "AI працює". Запустіть ефектний — і зіб'єте довіру всередині на роки. Запустіть тихий і корисний — і пропозиції шикуватимуться у чергу.

Дослідження MIT 2025 показало: 95% GenAI-пілотів не доходять до прод-ROI. Майже завжди причина одна — workflow занадто розмитий, занадто ризиковий або залежить від експертного судження, яке сама команда не може пояснити словами.

Визначення: AI-агент — workflow, де LLM приймає рішення, викликає інструменти і доводить задачу до результату з мінімальним ручним керуванням. Це не чат-бот і не copilot. Це автономний оператор на вузькій задачі.

Що робить workflow "agent-ready"?

Чотири фільтри. Workflow має пройти всі чотири.

1. Високий обсяг. Мінімум 50 інстансів на тиждень. Менше — не виміряєте, не ітеруватимете, не виправдаєте вартість.
2. Структурований вхід і вихід. Вхід вкладається у форму, вихід — у шаблон. Творчі задачі "щоразу нове" — не для першого агента.
3. М'який failure mode. Якщо агент помиляється у 5% випадків, ціна — роздратування, а не втрачений клієнт чи штраф.
4. Ясне визначення "ОК". Команда дивиться на вихід і за 10 секунд каже "так" або "ні". Не "залежить".

Якщо workflow провалює бодай один пункт — це не агент №1. Можливо, агент №5, коли команда вже має операційний м'яз.

Чотири workflow, які проходять фільтр майже у будь-якому SMB

Workflow              | Обсяг | Вхід/вихід    | Ризик   | "ОК" визначення
----------------------|-------|---------------|---------|--------------------
Тріаж саппорту        | Висок | Структурний   | Низький | Правильно роутнуто?
Кваліфікація лідів    | Висок | Структурний   | Низь-сер| Скоринг збігся?
Внутрішнє RAG         | Висок | Q&A           | Низький | Є цитата на джерело?
Звірка інвойсів       | Висок | 3 документи   | Низький | Збіг підтверджено?

Кожен з цих workflow — окрема велика тема. Але мета агента №1 не "обрати найкращий", а "обрати той, на який команда найголосніше скаржиться". Скарга — це сигнал.

Визначення: М'який failure mode — задача, де помилка коштує переробки, а не клієнта, контракту чи штрафу.

Як обрати між чотирма

Пройдіться офісом раз на тиждень два тижні поспіль. Слухайте фразу "Я цілий ранок просидів над…". Чия команда повторює її найчастіше — той і ваш перший агент.

На практиці у компаніях 30-500 співробітників:

• Саппорт скаржиться на тріаж і "куди це роутнути?".
• Сейлз — на холодну кваліфікацію і CRM-збагачення.
• Опс — на інвойси, expense-репорти, PO-звірки.
• Продуктові команди — на пошук "де остання версія політики Х".

Беріть найгучнішу команду. Їхня скарга — ваш KPI. Їхнє полегшення — ваш business case.

Tool tip (AIAdvisoryBoard.me): Перед тим як зафіксувати workflow для першого агента, проженіть 7-денну діагностику, яка вивозить Plan → Fact → Gap по командах: що команда планує робити (заявлені пріоритети), що фактично робить (куди реально йдуть години) і де розрив. Найбільший Plan-to-Fact розрив майже завжди — найкращий кандидат на агента №1, бо він указує на структуровану повторювану роботу, яку сама команда вважає "нижче свого рівня". Команди, що обирають агента №1 за діагностикою Plan → Fact → Gap, доходять до прода у 2-3× швидше за тих, хто обирає інтуїтивно.

Шлях побудови: scope, ship, observe, scale

Коли workflow обрано, шлях однаковий для будь-якого SMB.

1. Звузіть до однієї черги. Не "весь саппорт" — одна inbox, один тип тікета, один сегмент CRM.
2. Запустіть у draft-режимі. Агент пропонує — людина підтверджує. Два тижні цього — це ваші training data і період довіри.
3. Перейдіть в auto-режим для безпечного перцентиля. Там, де агент правий 90%+, дайте йому працювати самому. Люди — на хвості.
4. Масштабуйте по одній черзі. Сусідні типи тікетів, сусідні сегменти. Ніколи не два scope одночасно.

Найдорожча помилка — пропустити крок 2. Засновник читає кейс "повністю автономного агента", вирішує "хочу так само на день один", запускає в live без draft-періоду. Агент впевнено помиляється, клієнт це бачить, проєкт ставлять "на паузу для рев'ю", яке ніколи не відновиться.

А що з клієнтським AI-агентом?

Це питання я чую щотижня. "Чи має наш перший агент бути клієнтським?" Майже завжди — ні.

Klarna у 2025-му відкотила свій повністю-AI customer-service після падіння CSAT — escalation-розрив виявився вбивчим. Якщо глобальний фінтех зі своєю AI-командою це не витягнув, ваша команда на 80 людей тим паче не витягне з першої спроби. Будуйте внутрішнього спочатку. Здобувайте операційний м'яз. Клієнтський — спроба №2-3.

Manager scan (2-minute digest example)

Типовий тижневий дайджест зі 120-особового SMB, який обирає першого агента:

• Plan: Опс пообіцяв "скоротити час обробки інвойсів на 30%" цього кварталу.
• Fact: 64% годин опс минулого тижня — обробка інвойсів вручну.
• Gap: Жодних інструментів, прототипу чи власника не призначено.
• Plan: Саппорт пообіцяв "перша відповідь до 2 годин".
• Fact: Медіана — 4г 20хв; 38% тікетів понад годину висіли в "unrouted".
• Gap: Тріаж — пляшкове горло, роутинг ручний.
• Plan: Сейлз — "кваліфікувати 100% inbound за 1 робочий день".
• Fact: 41% inbound старші 24г досі не кваліфіковані; CRM не заповнено на 60%.
• Gap: Логіка кваліфікації — у двох головах, а не у системі.

Сигнал гучний: інвойси або тріаж саппорту — очевидні кандидати на агента №1. Кваліфікація сейлз — агент №2.

Tool tip — другий прохід

Tool tip (AIAdvisoryBoard.me): Коли перший агент уже в live, той самий цикл Plan → Fact → Gap показує, чи він реально працює. До агента: 64% годин опс на інвойси. Через 4 тижні: якщо досі 60%+ — агент декоративний, його пропозиції ігнорують. Якщо впало до 35-40% — є реальний lift, і ви можете профінансувати агента №2 зі звільнених годин. Дашборд — це те, що захищає від "ми задеплоїли AI"-театру, у який потрапляє 95% пілотів.

Micro-case (що змінюється за 7-14 днів)

140-особовий логістичний SMB обирає тріаж саппорт-тікетів як першого агента. Тиждень 1 — лише draft-режим: агент пропонує label, людина підтверджує. Медіана тріажу падає з 7 хв до менш ніж 1, а керівник саппорту помічає, що агент ловить категорію, яку команда місяцями неправильно класифікувала. Тиждень 2 — auto-режим для топ-3 категорій (~70% обсягу). Двоє сеньйорів саппорту звільняють по 6-8 годин на тиждень і перекидають їх на customer-health ініціативу, яку засновник давно хотів. До 14-го дня бізнес-кейс агента №2 (звірка інвойсів) уже підписаний — повністю профінансований із заощаджень саппорту.

Note on this case: Цей приклад ілюстративний — спирається на типові патерни компаній 30-500 співробітників, а не на одного конкретного клієнта. Цифри — округлені діапазони, а не гарантії.

FAQ

Будувати агента самостійно чи купувати vendor-рішення? Для агента №1 — купуйте найближче комерційне рішення і кастомізуйте промпт та роутинг. Ви купуєте швидкість і навчання, не "moat". Власна розробка має сенс із агента №3, коли вже знаєте патерни.

Який бюджет планувати? Більшість SMB вкладається у $5K-$25K all-in за перші 90 днів — інструменти, інтеграція, людино-години у draft-режимі. Якщо вендор пропонує $150K+ за агента №1 — вам продають moat, який ще не потрібен.

Хто власник першого агента? Команда, чию роботу він зачіпає. Не IT, не "AI-champion", не засновник. Якщо workflow саппорту — keruvik саппорту відповідає за KPI точності. Без операційного власника агент гниє за 8 тижнів.

А якщо команда опирається? Опір майже завжди про страх втрати роботи, не про техніку. Подавайте агента як "забирає роботу, на яку ви самі скаржитесь", не "замінює людей". Покажіть Plan → Fact → Gap дані — нудне, що агент вбирає, є саме тим, що команда сама позначила як "нижче свого рівня".

Коли агент №1 окупиться? Для добре скоупленого першого агента — break-even за 60-90 днів. Якщо ви досі в мінусі на 120-му дні — workflow обрано неправильно. Закрийте і беріть наступну за гучністю команду.

Висновок

Перший AI-агент — це більше культурне рішення, ніж технологічне. Обирайте нудне свідомо. Обирайте workflow, на який найгучніша команда вже давно скаржиться. Запускайте у draft-режимі два тижні, перш ніж відпустити сам. Міряйте Plan → Fact → Gap, який і визначив проблему — це і є фільтр між реальним lift'ом і театром.

Якщо хочете систему, яка автоматично щодня показує Plan → Fact → Gap по всій компанії — подивіться, як працює 7-денна діагностика: https://aiadvisoryboard.me/?lang=en