ИИ-агент, который управляет компьютером: возможности и риски для офиса

ИИ-агент для управления компьютером работает не через API программ, а так же, как сотрудник: видит снимок экрана, понимает, где окно, кнопка или поле, двигает курсор, кликает и печатает. Публично такой подход начали показывать в 2024 году — Anthropic назвала его computer use, затем похожие режимы появились у OpenAI и других разработчиков.

Чем это отличается от обычной автоматизации

Классическая автоматизация требует, чтобы у программы был интерфейс для интеграции или чтобы кто-то записал жёсткий сценарий кликов. Агент с управлением компьютером справляется там, где интеграции нет: старая учётная программа, сайт поставщика без выгрузки, настольное приложение банка-клиента. Он ориентируется по смыслу, а не по координатам, поэтому переживает небольшие изменения интерфейса.

Обратная сторона — скорость и стабильность. Агент делает снимок экрана, думает, действует, снова делает снимок. Там, где человек тратит минуту, агент может тратить несколько, а на непривычном интерфейсе — ошибаться.

Офисные задачи, которые имеет смысл пробовать

• Перенос данных между программами, у которых нет интеграции.
• Заполнение однотипных форм в веб-кабинетах по данным из таблицы.
• Подготовка отчётов: открыть несколько файлов, свести цифры, сохранить документ.
• Проверка, как работает ваш сайт или внутренняя система глазами пользователя.
• Упорядочивание файлов: переименование, сортировка по папкам по правилам.

Общий признак хорошей задачи — она повторяется, у неё понятный результат и ошибку легко заметить.

Где агент ошибается

Мелкие элементы интерфейса, похожие кнопки рядом, всплывающие окна, неожиданные диалоги «Сохранить изменения?». Агент может нажать не то и не понять этого, если результат действия не виден на экране. Поэтому сценарии с необратимыми последствиями — удаление, отправка, оплата — требуют подтверждения человеком.

Безопасность: отдельная машина и минимум прав

Самое важное правило — не запускать такого агента на рабочем компьютере сотрудника со всеми его доступами. Рекомендуемая схема:

1. Отдельная виртуальная машина или выделенный компьютер.
2. Учётная запись только с теми правами, которые нужны для задачи.
3. Никаких сохранённых паролей от почты, банка и мессенджеров руководства.
4. Запись действий агента — журнал или видео экрана.
5. Список запрещённых действий в инструкции и подтверждение перед критичными шагами.

Отдельно учитывайте промпт-инъекции: если агент открывает письма или сайты, текст в них может попытаться им управлять.

Как запустить пилот

Выберите одну задачу, которую сейчас делает конкретный сотрудник, и попросите его описать шаги письменно — это готовая основа для инструкции агенту. Прогоните сценарий десять раз на тестовых данных и отметьте, где агент сбился. Затем решите: доработать инструкцию, упростить процесс или признать, что задача пока не подходит.

Полезно сразу назначить «хозяина» пилота — сотрудника, который знает процесс и смотрит журнал. Он же решает, когда агенту можно доверить больше шагов без подтверждения. Расширять самостоятельность стоит постепенно: сначала агент только готовит данные, затем заполняет формы, и лишь потом — отправляет их.

Когда лучше выбрать другой путь

Если у программы есть нормальная интеграция или выгрузка, прямое подключение через API будет быстрее и надёжнее, чем агент, кликающий по экрану. Управление компьютером — инструмент для мест, где других способов нет, а не замена правильной интеграции.

Что сказать команде

Сотрудникам важно понимать, что агент не следит за ними и не получает доступ к их переписке, если так не настроено. Прозрачные правила — какие задачи передаются, на какой машине работает агент, кто проверяет результат — снимают большую часть тревоги и сопротивления.