RPA-боты имитируют человека: двигают курсор, заполняют формы, копируют данные между системами. ИИ-агенты работают иначе — понимают смысл задачи и действуют через API, базы данных и инструменты. Выбор между ними — это выбор между повторением и пониманием.
Сравнение подходов
| Критерий | RPA | ИИ-агенты |
|---|---|---|
| Принцип | повторение действий в интерфейсе | понимание задачи и планирование действий |
| Устойчивость | ломается при смене интерфейса | адаптируется, если данные и API стабильны |
| Вход | быстрый на готовом сценарии | контур: доступы, инструменты, безопасность |
| Стоимость владения | постоянная починка сценария | сопровождение контура и промптов |
| Контроль | жёстко детерминированный | требует метрик, лимитов и человека в контуре |
| Где выигрывает | устаревшие системы без API, простые рутины | решения, переписка, документы, поиск |
Почему RPA ломается
Бот привязан к вёрстке: переехала кнопка — сценарий упал, и кто-то должен его починить. Поэтому TCO RPA — это не только лицензии, но и регулярная починка сценариев. Сильная сторона RPA — там, где API нет вовсе: унаследованные системы, закрытые порталы.
Почему агенты требуют контроля
Агент с доступом к системам способен на ошибку с последствиями. Поэтому зрелое внедрение — это права по минимуму, журналирование, лимиты действий и человек на критичных шагах; карту угроз разбираем в материале «агентный ИИ: модель угроз». Оркестрацию процессов с агентами выбирают в сравнении «Camunda или Elsa BPM».
Чек-лист выбора
- Есть ли API у систем — доступные интеграции почти всегда выгоднее экранных ботов и надёжнее агентов через интерфейс.
- Как часто меняются интерфейсы — каждое обновление портала — это починка RPA; заложите её в стоимость владения.
- Объём рутины против решений — счёт и перенос данных — RPA, переписка и разборы — агенты.
- Требования к аудиту — каждое действие агента журналируется; бота достаточно записать один раз.
- Зрелость данных — агент без чистых справочников наагентирует мусор: сначала данные, потом автономия.
- Метрики успеха — доля автоматических завершений и стоимость кейса замеряются до старта, иначе проект не доказать.
Гибрид — не компромисс, а норма: экранная рутина закрывается ботами, решения — агентами, а человек подтверждает шаги, где цена ошибки выше выгоды скорости. Пересматривайте пропорцию раз в квартал: интерфейсы и API живут разной жизнью, а экономика сценария меняется вместе с ними.
Вывод
Это не «или-или»: экранная рутина без API — RPA, всё, где нужно понимание и решение, — агенты. Ориентиры цен: пилот ИИ-агента — от 480 000 ₽, промышленная LLM-интеграция — 0,9–1,2 млн ₽, рыночные якоря — в разборе цен LLM-интеграций.