Directum propuso agentes de workflow como una vía práctica para внедрения AI en los procesos de negocio

Directum предложила более практичный сценарий внедрения ИИ в компаниях: не полностью автономных «цифровых сотрудников», а workflow-агентов, которые работают по заранее заданной логике внутри корпоративной системы. Такой формат, по мнению компании, снимает главные барьеры бизнеса — страх перед «чёрным ящиком», риски утечки данных и неочевидную окупаемость.

Почему не автопилот В

Directum исходят из довольно консервативного запроса рынка: средний и крупный бизнес не хочет строить процессы на внешних облачных сервисах, если речь идёт о договорах, переписке и внутренних регламентах. Компаниям ждут локальную установку, предсказуемые интеграции и понятные границы доступа к данным. Поэтому вместо демонстрационных ИИ-агентов «на стороне» компания делает встроенных помощников внутри Directum RX, которые работают в корпоративном контуре и используют внутренние документы через RAG.

За счёт этого агент получает не абстрактные знания, а контекст конкретной организации: локальные нормативные акты, инструкции, историю писем и ролевую модель доступа. Сотрудник может прямо в интерфейсе системы передать ссылку на входящее письмо, попросить найти похожие кейсы и подготовить черновик ответа. Важный момент в том, что человек не исчезает из процесса: он проверяет результат и оставляет за собой финальное решение, а машина забирает поиск, сверку и подготовительную рутину.

Как устроен workflow

Workflow-агент Directum описывает как промежуточный, но уже полезный класс ИИ-агентов. Он не пытается стать универсальным «цифровым сотрудником», который сам разберётся в любой неоднозначной ситуации. Его задача проще и практичнее: пройти по заранее описанному маршруту, выполнить типовые шаги и передать процесс человеку, если задача выходит за пределы допустимого сценария.

Именно такая управляемость и делает подход привлекательным для бизнеса, которому нужен не вау-эффект, а прогнозируемый результат. извлечь данные из договора и определить ключевые условия; проверить реквизиты, сумму и базовые ограничения по правилам компании; автоматически направить типовой документ по нужной ветке согласования; при риске или нестандартной формулировке остановить поток и передать документ на ручную проверку с пояснением. На примере договоров это особенно наглядно.

Агент может извлечь данные из документа, проверить сумму и реквизиты, понять, вписывается ли договор в корпоративные правила, а при сомнительной формулировке сразу пометить её как риск. Это даёт бизнесу прозрачность: видно, в какой точке сработало правило, почему документ ушёл на ручную проверку и где именно человек должен вмешаться. Для комплаенса, юристов и руководителей такой сценарий заметно спокойнее, чем внедрение «чёрного ящика» с полной автономией.

Цифры и следующий шаг В одном из кейсов

Directum такой агент стартует сразу после загрузки договора в систему. Он запускает цепочку заранее настроенных промптов, сверяет текст с корпоративными чек-листами для разных типов контрагентов, проверяет условия оплаты и перехода прав собственности. Дальше включается ветвление: для договоров до 1 млн рублей возможен типовой проход, где агент сам принимает решение по согласованному сценарию и уведомляет сотрудника, а для сумм выше 1 млн формирует структурированный отчёт с перечнем несоответствий и критичных пунктов.

Цифры у такого сценария уже не экспериментальные, а операционные: время первичной проверки сократилось с 30 до 5 минут, годовая экономия на фонде оплаты труда достигла около 4,8 млн рублей, а точность проверки, по данным компании, составила 95%. Это освободило двух штатных юристов от потока типовых задач и позволило переключить их на сложные контракты. Следующий шаг Directum видит в «оркестраторах», которые будут координировать сразу несколько узких агентов — по договорам, счетам и срокам исполнения.

«ИИ ведёт процесс, человек контролирует и принимает финальные решения

при исключениях».

Что это значит

Корпоративный рынок ИИ постепенно отказывается от идеи мгновенно заменить людей полностью автономными агентами и смещается к более прагматичной модели. Для бизнеса это означает простой маршрут: выбрать один перегруженный процесс, отдать рутину workflow-агенту, измерить экономию и только потом масштабировать подход на другие операции.