Agentic RPA (агентная роботизация) — это схема автоматизации, в которой ИИ-агент на основе большой языковой модели принимает решения в неструктурированных и нестандартных ситуациях, а RPA-робот исполняет проверенные действия в интерфейсах учётных систем: 1С, ERP, браузере, почте. Агент не заменяет робота, а закрывает то, на чём классическая роботизация останавливается: письма свободной формы, сканы с разной вёрсткой, исключения из правил. Робот, в свою очередь, остаётся предсказуемым исполнителем, которого можно протестировать и проаудировать.
Материал подготовлен AIrassvet по открытым источникам, проверенным 2 октября 2026 года. Он адресован руководителям, которые уже используют RPA-роботов или выбирают между RPA и ИИ-агентами, а также ИТ-директорам и владельцам процессов в бухгалтерии, логистике, закупках и клиентском сервисе. Упомянутые продукты приводятся как примеры рынка; AIrassvet не аффилирован с их производителями, а раздел в конце описывает услуги издателя.
Содержание
- Кратко: RPA, ИИ-агент и агентная RPA
- Почему классическая RPA упирается в потолок
- Что умеет ИИ-агент и чего не умеет
- Как устроена архитектура агентной RPA
- Когда хватит RPA, когда нужен агент, когда — оба
- Типовые процессы для агентной RPA
- Как внедрять агентную RPA: шесть шагов
- Риски и как их закрыть
- Частые вопросы
- Первоисточники и метод проверки
Кратко: RPA, ИИ-агент и агентная RPA
| Подход | Как работает | Сильная сторона | Слабое место |
|---|---|---|---|
| RPA-робот | Повторяет заранее записанный сценарий действий в интерфейсе или через API | Предсказуемость, скорость, понятный аудит | Ломается на исключениях, новых форматах и изменениях интерфейса |
| ИИ-агент | Языковая модель разбирает задачу, выбирает шаги и инструменты | Понимает свободный текст и документы с разной структурой | Может ошибиться или выдумать ответ, сам по себе не имеет доступа к корпоративным системам |
| Агентная RPA | Агент принимает решение в точке неопределённости, оркестратор вызывает робота, робот исполняет | Покрывает исключения без потери контроля над действиями | Требует оркестрации, журналирования и правил эскалации к человеку |
Главная мысль: агентная RPA — это не «замена роботов нейросетью», а разделение труда. Решение — у агента, действие — у робота, контроль — у оркестратора и человека.
Почему классическая RPA упирается в потолок
RPA-робот хорош там, где процесс описан детально: открыть систему, взять значение из поля, вставить в другое поле, нажать кнопку. Такой робот работает быстро и одинаково каждый раз. Но у него жёсткая привязка к правилам, и это ограничение проявляется в трёх местах.
- Неструктурированный вход. Заявка пришла письмом в свободной форме, счёт — сканом с непривычной вёрсткой, клиент написал в мессенджер голосовым сообщением. Робот не понимает смысл текста, ему нужны поля в заданных местах.
- Исключения. В реальном процессе встречаются нестандартные случаи: контрагента нет в справочнике, сумма не сходится, номенклатура названа по-другому. Каждое исключение для робота — это либо остановка, либо отдельная ветка сценария, которую нужно запрограммировать.
- Изменения интерфейсов. Обновилась форма в учётной системе или на сайте поставщика — сценарий, привязанный к элементам экрана, перестаёт работать до доработки.
В статье ИТ-подразделения «Росгосстраха» на Хабре от 6 апреля 2026 года автор описывает это так: чистая роботизация обычно закрывает 60–70% процесса, дальше стоят исключения, а добавление агентного слоя в зрелых внедрениях поднимает долю процесса, проходящего без человека, до 90–97% (Хабр, блог RGS IT). Это оценка из практики одной компании, а не отраслевая статистика: в вашем процессе доли будут своими, и их нужно измерить на собственных данных.
Что умеет ИИ-агент и чего не умеет
ИИ-агент — это программа, в которой языковая модель не просто отвечает на вопрос, а планирует шаги, вызывает инструменты и проверяет промежуточный результат. Подробнее о том, как работает такая модель, — в статье Как работает GPT и как использовать LLM в бизнесе.
Что агент делает хорошо:
- извлекает смысл из свободного текста: понимает, что письмо — это заявка на отгрузку, и находит в нём адрес, сроки и позиции;
- разбирает документы с разной структурой: счета, акты, спецификации от разных контрагентов;
- принимает решение в серой зоне: какую статью затрат выбрать, к какому договору отнести платёж, кому эскалировать;
- объясняет своё решение текстом, который может проверить сотрудник.
Чего агент не умеет сам по себе:
- надёжно и одинаково выполнять сотни кликов в интерфейсе — для этого нужен детерминированный исполнитель;
- работать с корпоративными системами без выданных ему инструментов и прав доступа;
- гарантировать безошибочность: модель может неверно прочитать документ или уверенно ошибиться.
Последний пункт — главная причина, по которой агенту не стоит давать прямой неограниченный доступ к учётной системе. О том, как управлять уровнем самостоятельности агента, — в статье Управление автономностью ИИ-агентов.
Как устроена архитектура агентной RPA
Типовая схема из трёх слоёв, которую описывают и российские практики, и международные вендоры, выглядит так.
| Слой | Роль | Что в нём происходит |
|---|---|---|
| ИИ-агент | «Интеллектуальная функция» | Читает вход, классифицирует случай, извлекает данные, решает, какой инструмент нужен |
| Оркестратор | Посредник и контролёр | Подбирает робота из реестра инструментов, передаёт параметры, ведёт журнал, обрабатывает ошибки и таймауты, эскалирует человеку |
| RPA-роботы и API | «Рабочая сила» | Выполняют действия в 1С, ERP, браузере, почте под сервисными учётными записями |
В описании «Росгосстраха» агент инициирует вызов через оркестратор, тот выбирает нужный скрипт-робот из реестра инструментов (Tool Registry), передаёт ему контекст и параметры, робот выполняет операции через интерфейс, а оркестратор возвращает результат агенту для продолжения цепочки. Важная деталь: роботы работают под сервисными учётными записями, и агент не получает учётные данные систем (Хабр, блог RGS IT).
Тот же принцип заложен в коммерческих платформах. UiPath описывает свой оркестратор Maestro как облачную платформу, которая объединяет автоматизацию, ИИ-агентов и участие людей в сквозных процессах, смоделированных в нотации BPMN (документация UiPath Maestro). Российские вендоры RPA также движутся к связке роботов с ИИ: например, «Шерпа Роботикс» ещё в 2024 году публиковала материал о переходе от RPA к ИИ-агентам и о своих «нейро-сотрудниках» на платформе Sherpa AI Server (Хабр, блог «Шерпа Роботикс»).
Почему важен именно оркестратор. Он даёт три преимущества:
- повторное использование: уже написанные RPA-сценарии становятся инструментами агента без переделки;
- замена модели без переделки процесса: если вы поменяете языковую модель, изменится только навык агента, а доступ к роботам останется прежним;
- аудит: каждое действие робота связано с решением агента и записано в журнал, поэтому можно восстановить цепочку от входящего документа до записи в учётной системе.
Когда хватит RPA, когда нужен агент, когда — оба
| Ситуация | Что выбрать | Почему |
|---|---|---|
| Стабильный процесс, структурированные данные, редкие исключения | Классический RPA или интеграция через API | Агент добавит стоимость и риск ошибки без выигрыша |
| Вход в свободной форме, но действие простое (например, ответить по базе знаний) | ИИ-агент без роботов | Нет действий в учётных системах, которые нужно исполнять |
| Вход в свободной форме, действие в учётной системе | Агентная RPA | Агент разбирает вход, робот исполняет действие |
| Много исключений в уже роботизированном процессе | Добавить агентный слой к существующим роботам | Агент разбирает исключения, которые сейчас уходят людям |
| Решение с высокой ценой ошибки (платежи, юридически значимые документы) | Агентная RPA с обязательным подтверждением человека | Агент готовит решение, человек утверждает, робот исполняет |
Если у учётной системы есть нормальный API, робот, кликающий по интерфейсу, не обязателен: инструментом агента может быть прямой вызов API. Как подключать агентов к 1С — в статье Как подключить ИИ-агентов к 1С.
Типовые процессы для агентной RPA
Ниже — процессы, где сочетание «агент решает, робот делает» встречается чаще всего. Это не обещание результата, а список кандидатов для оценки.
| Процесс | Что делает агент | Что делает робот |
|---|---|---|
| Приём заявок из почты | Понимает письмо, извлекает позиции, сроки, адрес | Создаёт заказ в учётной системе |
| Первичные документы | Читает счета и акты разной вёрстки, сверяет с заказом | Проводит документ в 1С или ставит на согласование |
| Сопоставление номенклатуры | Находит соответствие между названием у поставщика и карточкой товара | Обновляет справочник или заказ |
| Претензии и возвраты | Классифицирует обращение, проверяет условия | Оформляет возврат или передаёт ответственному |
| Сверка с контрагентами | Объясняет расхождения в акте сверки | Выгружает данные и формирует документы |
| Обращения клиентов | Определяет тему и срочность | Регистрирует обращение в CRM или сервис-деске |
По каждому из этих направлений на сайте AIrassvet есть отдельные разборы, например Автоматизация заявок из почты с ИИ, Автоматизация первичных документов в 1С и Сопоставление номенклатуры с ИИ в 1С.
Как внедрять агентную RPA: шесть шагов
- Выберите один процесс и измерьте базу. Сколько случаев в месяц, сколько времени уходит на каждый, какая доля проходит без ручной работы сейчас, сколько ошибок находят на проверке.
- Разметьте точки решения. Пройдите процесс по шагам и отметьте, где действие однозначно (это работа робота или API), а где нужно понять смысл или выбрать вариант (это работа агента).
- Соберите выборку реальных случаев. Нужны настоящие письма, документы и исключения за прошлые периоды, включая сложные. На них агент будет проверяться до запуска. О подготовке данных — в статье Подготовка данных для внедрения ИИ.
- Подключите действия через оркестратор. Существующих роботов оформите как инструменты, задайте для каждого входные параметры, права и правила ошибок.
- Запустите в режиме подсказки. Агент предлагает решение, сотрудник подтверждает, робот исполняет. Так вы соберёте статистику точности без риска для данных.
- Расширяйте автономность по метрикам. Снимайте подтверждение человека только с тех типов случаев, где агент стабильно ошибается реже допустимого порога, и оставляйте его на дорогих ошибках. Какие метрики собирать — в статье Метрики эффективности ИИ-агентов.
Критерии приёмки и границы ответственности стоит записать заранее: структура такого документа описана в статье Техническое задание на ИИ-агента.
Риски и как их закрыть
| Риск | Как проявляется | Как снизить |
|---|---|---|
| Ошибка распознавания | Агент неверно прочитал сумму или реквизиты | Сверка с данными учётной системы, порог уверенности, подтверждение человеком для спорных случаев |
| Избыточные права | Агент может сделать больше, чем нужно процессу | Действия только через роботов и API с минимальными правами, сервисные учётные записи |
| Вредоносные инструкции во входящих данных | Письмо или документ содержит текст, который пытается управлять агентом | Агент не исполняет инструкции из входящих документов, список разрешённых действий ограничен оркестратором |
| Непрозрачность | Нельзя понять, почему было принято решение | Журнал: вход, решение агента, вызванный робот, результат |
| Хрупкость интерфейсов | Обновление формы ломает робота | Мониторинг ошибок роботов, переход на API там, где он есть |
| Утечка данных | Документы уходят во внешний облачный сервис | Обезличивание, модели в собственном контуре для чувствительных данных |
Подробнее о третьем риске — в статье Взлом ИИ-агентов: prompt injection и атаки на инструменты, а о наблюдаемости — в статье Мониторинг LLM и ИИ-агентов.
Частые вопросы
Что такое Agentic RPA простыми словами?
Agentic RPA, или агентная RPA, — это связка ИИ-агента и RPA-робота. Агент на основе языковой модели понимает свободный текст и документы и решает, что делать в нестандартной ситуации, а робот выполняет проверенные действия в учётных системах. Между ними стоит оркестратор, который ведёт журнал и эскалирует сложные случаи человеку.
Заменят ли ИИ-агенты RPA-роботов?
В большинстве процессов нет. Практики описывают схему «не вместо, а вместе»: робот остаётся предсказуемым исполнителем действий, а агент берёт на себя разбор неструктурированных данных и исключений. Если у системы есть API, роль робота может выполнять прямой вызов API.
Чем ИИ-агент отличается от RPA-робота?
RPA-робот выполняет заранее заданный сценарий и останавливается на исключениях. ИИ-агент понимает смысл текста, планирует шаги и выбирает инструменты, но может ошибиться и сам по себе не имеет доступа к корпоративным системам. Поэтому агенту обычно дают ограниченный набор инструментов через оркестратор.
Какие процессы подходят для агентной RPA?
Процессы, где вход приходит в свободной форме, а результат — действие в учётной системе: приём заявок из почты, обработка первичных документов, сопоставление номенклатуры, претензии и возвраты, регистрация обращений клиентов. Стабильные процессы со структурированными данными часто достаточно автоматизировать классическим RPA или через API.
Нужно ли выбрасывать уже работающих RPA-роботов?
Нет. В схеме с оркестратором существующие RPA-сценарии становятся инструментами агента без переработки. Агентный слой добавляется туда, где сейчас исключения уходят сотрудникам.
Как начать внедрение агентной RPA?
С одного процесса: измерить текущий объём, время и долю ручной работы, разметить точки решения, собрать выборку реальных случаев и запустить агента в режиме подсказки, когда сотрудник подтверждает решение. Автономность расширяется только по измеренным метрикам точности.
Первоисточники и метод проверки
Проверено 2 октября 2026 года:
- Хабр, блог RGS IT: «RPA и ИИ-агенты в Enterprise архитектуре (не вместо, а вместе)», опубликовано 6 апреля 2026 года — трёхслойная схема «агент — оркестратор — роботы», реестр инструментов, сервисные учётные записи, оценка автора 60–70% и 90–97%.
- Документация UiPath Maestro — описание оркестрации автоматизации, ИИ-агентов и людей в BPMN-процессах.
- Хабр, блог «Шерпа Роботикс»: «От RPA к ИИ-агентам», опубликовано 30 сентября 2024 года — переход российского вендора RPA к ИИ-агентам.
Таблицы выбора подхода, процессов-кандидатов, шагов внедрения и рисков — редакционный анализ AIrassvet. Процентные оценки доли автоматизации приведены как наблюдение одной компании и не являются прогнозом для вашего процесса.
Как AIrassvet помогает внедрить агентную RPA
Если у вас уже есть роботы, которые останавливаются на исключениях, или процесс, где сотрудники вручную разбирают письма и документы перед вводом в учётную систему, эту задачу можно разобрать по шагам. На сайте AIrassvet, который также использует название «AI студия Владимира Ломтева», описаны направления, применимые к ней:
- Аудит процесса с разметкой точек решения: где нужен агент, где достаточно робота или API.
- Агентная RPA: ИИ-агенты, которые работают с интерфейсами 1С, ERP и браузера, с журналированием действий.
- Интеграция агентов с каналами связи и учётными системами компании.
- Развёртывание языковых моделей в собственном контуре, если документы нельзя передавать во внешние сервисы.
Первый шаг — выбрать один процесс, описать его текущие показатели, источники данных, ограничения и критерий, по которому вы признаете пилот успешным.
Итог: решение у агента, действие у робота
Агентная RPA снимает главное ограничение классической роботизации — неспособность работать с неструктурированным входом и исключениями — без отказа от предсказуемых роботов. Рабочая схема: агент разбирает вход и принимает решение, оркестратор вызывает нужного робота и ведёт журнал, робот исполняет, а человек подтверждает дорогие и спорные решения.
Начинайте с одного процесса, измеренной базы и режима подсказки. Автономность агента стоит расширять только там, где метрики показывают устойчивую точность.
