ИИ-агент для управления компьютером: выбор, расходы и контроль

ИИ-агент для управления компьютером уместен, когда нужную задачу нельзя выполнить через доступный API — интерфейс для прямого взаимодействия программ, — а результат можно проверить. Microsoft Copilot Studio списывает 5 или 15 Copilot Credits за шаг модели. Но в бюджет нужно заложить и контроль со стороны человека, и повторные попытки, и компьютер, на котором выполняется работа. Что именно считается оплачиваемым шагом, объясняет документация Microsoft по управлению компьютером.

Подходящий пример — портал поставщика, где выгрузить данные можно только кнопкой. Для старой ERP, системы учёта заказов и запасов, может понадобиться управление рабочим столом. А с формой на государственном сайте полномочия нужно разграничить гораздо строже: подготовка сведений и подача декларации — разные задачи, даже если соответствующие кнопки находятся рядом.

Правило выбора: ищите способ выполнить задачу с минимально необходимым доступом. Если модель умеет нажимать любые кнопки на экране, это ещё не повод разрешать ей все действия, доступные вашей учётной записи.

Как работает ИИ-агент для управления компьютером

Такой агент превращает работу с интерфейсом в повторяющийся цикл: посмотреть на экран, выбрать действие, нажать кнопку или ввести текст, оценить изменения и продолжить. Модель принимает решения, а исполнитель — программа, выполняющая её команды, — управляет мышью и клавиатурой. В актуальном руководстве OpenAI описаны как структурированные команды управления компьютером, так и управление интерфейсом с помощью кода. Управление компьютером в OpenAI

Отсюда и объём работы при внедрении. Доступ к модели сам по себе не обязательно включает запущенный браузер, вход в учётную запись, планировщик или механизм восстановления после сбоя. Всё это должен обеспечивать продукт, в который встроена модель, либо ваше приложение.

Например, при еженедельной выгрузке отчёта поставщика агент может распознать меню отчётов, выбрать нужный период и найти кнопку экспорта даже после изменения страницы. Но правильность выбора учётной записи поставщика и отчётного периода всё равно нужно проверить. Наличие скачанного файла подтверждает лишь факт скачивания, а не правильность отчёта.

Где в рабочем процессе нужен агент с управлением через экран

Поручайте агенту ту часть процесса, где нужно понять, что отображается на экране. Когда отчёт уже получен в виде файла, проверить столбцы, прочитать даты и переместить его в разрешённую папку может обычная программа. Если оставить эти этапы экранному агенту, решений станет больше, а польза от них не гарантирована.

Управление браузером и полноценное управление рабочим столом — тоже разные возможности. Браузер открывает веб-портал, но не даёт автоматически доступ к ERP, которая существует только как нативное приложение Windows. Прежде чем сравнивать модели разных производителей, определите, в какой среде нужно работать.

Что изменилось для тех, кто выбирает решение

Сегодня выбирать приходится между инструментами для разработчиков, ассистентами по подписке и платформой автоматизации со своей системой тарификации. Ни механизмы безопасности, ни расчёт расходов у них не совпадают.

Сведения сверены с действующей документацией производителей 13 октября 2026 года. Это разбор документации и затрат, а не тест с авторизацией на портале и не бенчмарк.

Самое существенное изменение в названиях произошло у OpenAI: страница справки об агенте ChatGPT теперь сообщает, что продукт больше недоступен, и направляет читателей к ChatGPT Work и облачному браузеру. Ниже на той же странице ещё остались прежние сведения о тарифах и лимитах сообщений. На эти устаревшие ограничения нельзя опираться при расчёте бюджета нового внедрения. Статус агента ChatGPT

Сравнивайте среду выполнения, единицу тарификации, порядок согласования действий и ответственность за процесс при его остановке. Токены измеряют входные и выходные данные модели, включая закодированные скриншоты; это не число выполненных действий. Выбор самой модели — отдельный вопрос. Подробнее о таких компромиссах мы рассказываем в статье о мультимодальных моделях для агентов управления компьютером.

Управление компьютером с OpenAI: API или ChatGPT Work?

Управление компьютером через Responses API от OpenAI подходит разработчикам, которым нужен контроль над средой выполнения. В актуальном примере со структурированными действиями используется GPT-6.1 Sol. Для GPT-6 Astra OpenAI также рекомендует интеграцию с выполнением кода: сгенерированный код управляет интерфейсом через вашу среду исполнения. Речь о способах интеграции, а не о разных тарифах подписки. Актуальное руководство по API

Оплата: OpenAI обозначает цены моделей как «Цены за 1 млн токенов». Для GPT-6.1 Sol в режиме Standard с коротким контекстом миллион входных токенов стоит $2, выходных — $10; для чтения из кеша и записи в кеш действуют отдельные ставки. Это стоимость работы модели, а не готовой задачи на портале. В текущей таблице цен нет отдельной платы за клик по интерфейсу; строка $2.50 за тысячу вызовов инструмента относится к поиску по файлам. Цены OpenAI API

Безопасность: OpenAI рекомендует изолировать браузер или виртуальную машину, ограничивать сайты и действия, считать содержимое экрана недоверенным и запрашивать подтверждение значимых действий. Виртуальная машина — отдельный программный компьютер; её польза зависит от того, какие учётные записи, файлы и сети доступны внутри. Закрепляйте ограничения в программе-исполнителе в дополнение к инструкциям для модели. Рекомендации по выполнению действий и получению согласия

Вариант на инфраструктуре OpenAI: Agents API предоставляет браузер и требует одобрения для каждого нового origin сайта — адресной границы, по которой определяется сайт. Документация проводит принципиальное различие: одобрение доступа к сайту не обеспечивает обязательного подтверждения отдельных действий. Если действие должно быть технически невозможно без согласования, ограничьте доступные браузеру ресурсы или используйте среду выполнения под своим контролем. Документация размещённого браузера

В Agents API использование модели оплачивается по тарифам API, инструменты — по своим стандартным ставкам, а размещённые изолированные среды — по тарифам контейнеров. Перенося сюда расчёт стоимости модели, обязательно добавляйте расходы на среду и инструменты. Правила тарификации Agents API

ChatGPT Work: актуальный вариант без разработки

Облачный браузер ChatGPT Work — актуальный продукт OpenAI для передачи ассистенту поддерживаемых задач на сайтах. Он работает на отдельном компьютере в облаке, а не в вашей текущей браузерной сессии. Доступ зависит от поддерживаемого платного тарифа, региона и разрешений рабочего пространства. Документация облачного браузера

Оплата: по данным OpenAI, в подходящих персональных тарифах сначала расходуется включённый объём использования, а поддерживаемая работа сверх него может оплачиваться купленными кредитами. Work может делить этот лимит с другими агентными функциями. В Business и Enterprise тарификация Work с оплатой кредитами основана на токенах; ставки зависят от модели и условий договора. Ни одна из этих схем не даёт универсальной цены одного скачивания в долларах. Правила для персональных тарифов, тарифная сетка кредитов для бизнеса

Безопасность: по умолчанию облачный браузер запрашивает доступ к новому сайту, позволяет задавать разрешённые и запрещённые сайты и предусматривает подтверждение значимых действий. Вход выполняется через защищённую форму; при этом владельцы сайтов могут блокировать автоматизированный доступ. Если портал поставщика работает в вашем браузере, это ещё не доказывает его совместимость с облачным браузером. Средства контроля облачного браузера

Этот вариант подходит для процесса под руководством оператора, когда результат можно проверить. API-интеграцию выбирайте, если нужны обязательные остановки, обеспеченные приложением, структурированные журналы или процедура восстановления, за которую отвечает ваша компания.

Anthropic: инструмент управления компьютером или Claude in Chrome?

Инструмент управления компьютером Anthropic позволяет Claude работать с экраном и вводом, а вызовы выполняет ваше приложение. Актуальный клиентский набор инструментов может возвращать несколько действий за один ход и поддерживает, в частности, Claude Sonnet 5.5. В Claude Managed Agents он пока недоступен. Это существенно, если вы рассчитывали, что управляемый сервис предоставит заодно и рабочий стол. Документация Anthropic по управлению компьютером

Оплата: по данным Anthropic, для управления компьютером действует стандартная тарификация использования инструментов. Текущий набор инструментов по умолчанию добавляет около 4 500 входных токенов; скриншоты и результаты вызовов дополнительно увеличивают входной объём. Базовые цены Claude Sonnet 5.5 — $2 за миллион входных токенов и $10 за миллион выходных. Повторный просмотр экрана и история диалога объясняют, почему задача обходится дороже, чем можно предположить по её первоначальному описанию. Стоимость инструментов, цены моделей

Безопасность: Anthropic проверяет результаты инструментов, в том числе скриншоты, на признаки внедрения инструкций — prompt injection. Это попытка перенаправить агента с помощью указаний в содержимом страницы. При обнаружении таких признаков Claude побуждают проверить, действительно ли инструкция поступила от пользователя. При этом Anthropic по-прежнему указывает на необходимость изоляции от чувствительных данных и действий, а также согласия пользователя. Классификатор служит дополнительной защитой и не заменяет разграничение прав. Разработчику нужно ограничить список сайтов, доступных из среды выполнения. Безопасность управления компьютером

Для задач, ограниченных веб-страницами, Anthropic предлагает отдельный инструмент browser use, который умеет работать и со структурой страницы, и со скриншотами. Отсутствие API у портала само по себе не требует разворачивать полноценный рабочий стол. Инструмент browser use

В нашем разборе стоимости управления компьютером с объединением действий объясняется экономика такого подхода. Практический предел прост: объединённая последовательность не должна пересекать точку, в которой человек обязан проверить состояние и одобрить продолжение.

Claude in Chrome: общий лимит тарифа и разрешения браузера

Claude in Chrome — расширение Anthropic, которое читает страницы, нажимает элементы и перемещается по сайтам вместе с вами. Оно доступно в тарифах Pro, Max, Team и Enterprise. Боковая панель Chrome находится в бета-версии, а доступные возможности Cowork зависят от этапа развёртывания и настроек администратора. Настройка Claude in Chrome

Оплата: Anthropic сообщает, что работа в Chrome «учитывается в тех же лимитах тарифа», что и Claude или Claude Code. Действия в браузере расходуют больше лимита, чем обычный чат; режим Automatically approve дополнительно расходует его на проверки безопасности. Фиксированная плата за скачанный отчёт не заявлена. Лимиты использования Chrome

Безопасность: в режиме Manually approve проверяйте запланированный доступ и действия. Согласно руководству по разрешениям, скачивания остаются под контролем даже при постоянном разрешении на работу с сайтом; для чувствительных сведений и авторизаций тоже требуется разрешение. Среди запрещённых действий — покупки, создание учётных записей, безвозвратное удаление и скачивания из недоверенных источников. Организации могут задавать списки разрешённых и запрещённых сайтов. Режимы различаются, поэтому нельзя считать, что работа без участия человека сохранит все точки ручного согласования. Разрешения Claude in Chrome

Доступ расширения к вашему браузеру удобен, но вместе с ним агент получает возможность обращаться к данным авторизованных сессий. Anthropic рекомендует отдельный профиль и советует избегать страниц с чувствительной информацией или данными, подпадающими под специальные требования. Если портал поставщика содержит конфиденциальные сведения компании или персональные данные, сначала определите, подходит ли для них этот инструмент. Рекомендации по безопасному использованию Chrome

Microsoft Copilot Studio: работа в Windows с оплатой за шаг

Управление компьютером в Microsoft Copilot Studio — закономерный кандидат для задач, которые охватывают приложения Windows и сайты. Агент работает на настроенном компьютере, используя генеративную оркестрацию — систему выбора и координации инструментов. Управление компьютером в Microsoft

Оплата: Microsoft тарифицирует шаг модели: 5 Copilot Credits для стандартной модели или 15 для премиальной. Один шаг может включать несколько кликов или других низкоуровневых действий. Поэтому по числу кнопок в инструкции расходы не предсказать. Лицензирование управления компьютером

Безопасность: включите контроль доступа, чтобы ограничить сайты и приложения; по умолчанию таких ограничений нет. По описанию Microsoft, он блокирует взаимодействие с ресурсами вне списка, но не мешает открывать эти сайты. Используйте отдельный изолированный компьютер и проверьте, от имени какой учётной записи установлено подключение. Контроль доступа

Функция наблюдения со стороны человека может запрашивать уточнения. Однако Microsoft прямо указывает, что такие запросы носят вероятностный характер: они не гарантируют остановку в целях безопасности и не обеспечивают соблюдение ваших правил. Поэтому согласование покупки нужно закреплять отдельным обязательным этапом процесса. Одной инструкции модели «сначала спроси» недостаточно. Ограничения наблюдения со стороны человека

Для технического директора средней компании привлекательна возможность использовать существующую инфраструктуру Windows и автоматизации. Кроме кредитов, в бюджет нужно заложить администрирование компьютера, настройку прав и разбор нестандартных ситуаций. Для основателя компании, которому требуется только отчёт из браузера, такая инфраструктура может оказаться избыточной.

Какие ещё варианты для разработчиков предлагают Google и Amazon

Google Gemini Computer Use

Google Gemini Computer Use поддерживает браузер, мобильную среду и рабочий стол через исполнитель, который реализуете вы. В актуальном руководстве Google рекомендует Gemini 3.8 Flash. Gemini Computer Use

Оплата: Google описывает тарификацию Computer Use так: «Оплачивается как обычные токены по тарифам модели». До 31 декабря 2026 года платный режим Standard для Gemini 3.8 Flash стоит $0.75 за миллион входных токенов и $3.75 за миллион выходных, включая рассуждения. С 1 января 2027 года на странице указаны $1.50 и $7.50. Сам Computer Use недоступен на бесплатном уровне. Цены Gemini

Безопасность: клиент обязан соблюдать запросы подтверждения и блокировки действий. Google рекомендует изолированную среду и списки разрешённых и запрещённых адресов для навигации. Обнаружение внедрённых инструкций по скриншотам включается отдельно и по умолчанию выключено. Средства защиты нужно включать осознанно: само объявление инструмента их не обеспечивает. Средства безопасности Gemini

Это ещё один вариант для разработчика, а не готовый сотрудник для операционной работы. Привлекательная ставка за токены не включает размещение браузера и организацию проверки результата.

Amazon Nova Act

Amazon Nova Act объединяет действия в браузере по инструкциям на естественном языке с управлением процессом на Python. Его стоит рассмотреть, если разработчику нужна явно заданная программная логика вокруг браузерной работы агента. Обзор Nova Act

Оплата: AWS указывает «$4.75 за час работы агента». Учитывается время, в течение которого агент работает; каждый параллельно запущенный агент расходует ресурсы отдельно. Ожидание человека исключается, если вы реализуете предусмотренный механизм участия человека. Стоимость задачи рассчитывается как часы активной работы агента, умноженные на $4.75, без учёта возможных отдельных расходов на инфраструктуру. Цены Nova Act

Безопасность: SDK поддерживает ограничения URL через проверки состояния и блокирует доступ к локальным файлам и их загрузку, если соответствующие пути не разрешены. Подтверждение человеком — функция, которую вы реализуете с помощью SDK, а не готовая услуга проверки. Ограничивайте и окружающую браузерную среду: правило для URL само по себе не даёт разрешения на выполнение задачи. Безопасность SDK, реализация участия человека

Сколько стоит одна задача?

Обоснованной универсальной цены скачивания с портала не существует. Производители считают токены, шаги, время активной работы или расход общего лимита подписки. Чтобы назвать цену задачи, нужны конкретный процесс и согласованные критерии его завершения.

Для наглядного расчёта возьмём 50 000 входных и 15 000 выходных токенов из опубликованного Anthropic примера тарификации. Это не замер работы с компьютером, а просто документированный объём для арифметического примера. Предположим, что входные данные не кешируются, записи в кеш нет, дополнительные инструменты и размещение среды не учитываются. Источник объёмов токенов для примера

Это наши расчёты по приведённым тарифам OpenAI, Anthropic и Google. Одинаковое число токенов не означает одинаковой трудоёмкости, скорости или надёжности выполнения задачи. Считайте все тарифицируемые токены за весь запуск, включая оплачиваемую историю и скриншоты, а не слова в исходном промпте.

У Microsoft есть другой расчётный пример: процесс заполнения табеля занимает четыре шага модели и расходует 20 стандартных или 60 премиальных кредитов. При указанной цене оплаты по факту использования $0.01 за кредит управление компьютером в этом примере обходится в $0.20 или $0.60. Это пример Microsoft с табелем, а не прогноз, что вашему порталу хватит четырёх шагов. Пример расчёта шагов, цена кредита

Ассистента по подписке нужно учитывать иначе. Дополнительная задача может укладываться в оставшийся лимит и не требовать доплаты, но при этом расходовать ресурс, который нужен для другой работы. Деление цены подписки на заявленный лимит сообщений тоже подменяет успешно проверенный отчёт обычным запросом.

Считайте стоимость принятого результата

Для расчёта рабочих затрат используйте формулу:

Стоимость принятого отчёта = (плата за все запуски + отнесённые на них расходы на среду выполнения + стоимость проверки и восстановления человеком) ÷ число принятых отчётов.

Неудачные запуски тоже входят в числитель. Принимайте отчёт лишь после проверки учётной записи, периода, содержимого файла и места назначения. Иначе низкая цена попытки скачивания станет поощрять совсем не тот результат.

Для еженедельной задачи экономия труда считается так же конкретно: время ручной работы минус время согласования, проверки и восстановления после сбоев. Умножьте реально сэкономленное время на полную стоимость труда сотрудника для компании, затем вычтите расходы на автоматизацию. Если за выбранный срок окупаемости экономия не покрывает настройку и дальнейшее сопровождение, сохраните ручной процесс или выберите более простую автоматизацию.

Мы не подставляем сюда условную стоимость труда, процент успешных запусков или время выполнения. Эти показатели должна измерить сама компания; из цены токенов поставщика их вывести нельзя.

Когда лучше API, MCP-сервер или автоматизация браузера

Выбирайте прямой способ, если он умеет выполнять именно нужную операцию. Обычно начинать стоит с API — интерфейса, к которому программа обращается без переходов по экранам. Прежде чем заказывать агента с визуальным управлением, узнайте у поставщика об API для отчётов, выгрузках по расписанию и поддерживаемых способах доставки файлов.

MCP-сервер использует Model Context Protocol и предоставляет ИИ-приложению инструменты и данные через единый интерфейс. За ним может стоять API, а может — управление браузером. Поэтому MCP не всегда является альтернативой управлению через экран: способ выполнения работы определяется инструментом за этим интерфейсом. Архитектура MCP

Выбирайте MCP-инструмент для конкретной задачи, если он напрямую предоставляет разрешённую операцию, например получение согласованного отчёта. Это может сузить набор доступных модели действий по сравнению с целым экраном. Но такой инструмент не создаст функцию экспорта, которую поставщик вообще не предоставил.

Выбирайте сопровождаемый браузерный скрипт, когда повторяются одни и те же стабильные элементы управления и проверки. Скрипт может выбрать период и дождаться скачивания, не заставляя модель заново осмысливать каждый шаг. Ему по-прежнему нужны сопровождение и проверки; преимущество в том, что известное поведение задано явно.

Выбирайте агента с браузерными инструментами, когда по ходу работы нужно принимать решения, а страница предоставляет полезную структуру. Playwright MCP от Microsoft использует снимки дерева доступности — структурированное представление элементов страницы — и не требует распознавания скриншотов. Разработчики также прямо указывают, что этот инструмент не служит границей безопасности. Практические компромиссы разобраны в нашем руководстве по настройке и ограничениям Playwright MCP. Официальный репозиторий Playwright MCP

Выбирайте визуальное управление компьютером, если задача завязана на нативное приложение, интерфейс без полезной структуры или навигацию, которую трудно разумно описать доступными прямыми инструментами. Ограничьте его этим участком, а затем передайте файл обычной программе.

Пример процесса: еженедельная выгрузка отчёта поставщика

Самый безопасный полезный старт — получение данных с проверкой результата и разрешением человека на передачу в работу. Ниже приведён пример устройства процесса для портала поставщика, а не отчёт о тесте с авторизацией. Предполагается, что портал разрешает такой процесс, данные подходят для выбранного продукта, а учётная запись имеет право экспортировать отчёт.

Задача определена точно: получить согласованный еженедельный отчёт о поставках для одобренной учётной записи поставщика за завершённый отчётный период, сохранить его в промежуточную папку и не менять данные бизнес-систем.

1. 1

   Согласуйте задачу и доступ

   Оператор указывает точный адрес портала, учётную запись, отчётный период, тип отчёта и промежуточную папку. У учётной записи должны быть только необходимые для этой работы права. Человек согласует эти рамки до первого запуска. Смена учётной записи поставщика или места назначения требует новой проверки; агент не должен выводить такое разрешение из текста страницы.

2. 2

   Пройдите авторизацию предусмотренным в продукте способом

   При необходимости человек входит в систему или проходит многофакторную аутентификацию. В ChatGPT Work используйте защищённую процедуру входа и не передавайте учётные данные в чате. При интеграции через API обрабатывайте учётные данные вне промпта модели. Если портал показывает CAPTCHA, ведёт на неожиданную страницу входа или блокирует доступ, остановитесь и передайте ситуацию оператору. Это не препятствие, которое агент уполномочен обходить.

3. 3

   Откройте раздел отчётов и подготовьте выбор

   Агент открывает раздел отчётов, выбирает согласованный отчёт и период и фиксирует выбранные параметры. Он должен остановиться, если период неоднозначен, учётная запись не совпадает или ожидаемого отчёта нет. Модель может прочитать надпись на кнопке, но не должна воспринимать баннер с предложением отправить данные куда-то ещё как новую инструкцию.

4. 4

   Получите согласие человека перед скачиванием

   Покажите оператору учётную запись, название отчёта, диапазон дат, источник и место назначения. Дождитесь его одобрения. В ручном режиме Claude in Chrome это соответствует документированному разрешению на скачивание. В собственной реализации закрепите этот этап обязательной проверкой в приложении. Одно лишь вероятностное наблюдение в Copilot Studio такую паузу не гарантирует.

5. 5

   Скачайте файл в промежуточную папку и проверьте его

   Агент запускает одобренное скачивание. Проверьте, что файл получен и имеет ожидаемый формат, затем сверьте указанные внутри учётную запись и отчётный период. Если схема выгрузки известна, проверяйте обязательные столбцы обычной программой. Пустой отчёт может быть корректным; нельзя выдумывать недостающие строки ради прохождения проверки.

6. 6

   Одобрите передачу в работу и зафиксируйте результат

   Человек просматривает результат проверки до переноса файла в рабочую папку компании. Этот этап — часть предлагаемого нами процесса, а не утверждение, что он есть у каждого поставщика. Зафиксируйте принятый файл, источник, период, вмешательства человека, тарифицируемое использование и все неудачные попытки. Отчёт с расхождениями остаётся в промежуточной папке для разбора.

Описанные выше правила входа и скачивания опираются на документацию облачного браузера OpenAI и разрешений Anthropic. Дополнительное согласование рамок задачи, проверка файла и разрешение на передачу в работу — элементы предложенного нами процесса.

Еженедельное расписание должно запускать процедуру, а не выдавать новое разрешение на изменение её рамок. При истёкшей сессии, изменившемся отчёте, отсутствии файла или запросе одобрения процесс должен уметь дождаться человека, не подменяя задачу незаметно.

Для формы на государственном сайте остановку следует предусмотреть раньше: подготовку можно отделить от подачи. В ERP по возможности начните только с получения данных. Процесс, способный корректировать складские остатки или подавать декларации, требует иной схемы полномочий, чем простое скачивание.

Какие обещания преувеличены?

«API не нужен» говорит о способе доступа, а не о надёжности. Для работы через экран всё равно нужны авторизация, разрешение на автоматизацию, пригодный интерфейс и способ распознать правильный результат. Агент может найти переместившуюся кнопку и при этом не заметить, что портал сбросил фильтр дат.

«Он спросит, когда потребуется» слабее обязательного согласования. API OpenAI с размещённым браузером отделяет разрешение на сайт от подтверждения действий; Microsoft не гарантирует запросы к человеку. Для заказчика вывод практический: попросите исполнителя показать, где запрещённое действие блокируется технически, а не только где промпт просит его не выполнять.

«Задача стоит несколько центов» может скрывать основную статью расходов. Если для повторной попытки сотруднику приходится открывать запуск, разбираться в состоянии и восстанавливать работу, это трудозатраты даже при небольшом счёте за модель. Сравнивать нужно принятый результат с понятным объёмом работы по его проверке.

«Работает с любым приложением» не заменяет приёмочные испытания. Демонстрация на учебной форме не доказывает совместимость со входом на портал вашего поставщика, выбором отчёта или экспортом файла. Требуйте подтверждения для того процесса, который собираетесь покупать, и рассматривайте его отдельно от бенчмарков производителя.

Кому стоит внедрять сейчас, а кому — подождать?

Операторам: начните с согласованной задачи получения данных, результат которой вы уже умеете проверять. Назначьте оператора, ответственного за нестандартные ситуации. Если вручную выполнить задачу проще, чем контролировать автоматизацию, оснований для внедрения мало.

Разработчикам: начинайте с интеграции, которая даёт минимально необходимый набор действий, и добавляйте управление экраном только там, где оно нужно. Возьмите на себя условия остановки, журналы, проверку результата и восстановление после сбоев. Модель — лишь компонент; результат вашей работы — процесс, который можно сопровождать.

Основателям и заказчикам: требуйте смету, в которой отдельно указаны настройка, регулярные платежи за ПО, выполнение и проверка. Уточняйте, что произойдёт после изменения портала и кто оплатит восстановление. Повремените, если предлагаемый процесс может вносить значимые изменения, а единственный механизм согласования — инструкция на естественном языке.

Командам с работающим API или надёжной выгрузкой: возможно, менять ничего не нужно. Замена стабильной интеграции дополнительными переходами по экрану сама по себе не даёт операционной выгоды.

Частые вопросы об агентах управления компьютером

Сможет ли агент работать с порталом поставщика без API?

Возможно, если выбранный продукт может открыть портал и управлять им, сайт разрешает такой процесс, а результат задачи поддаётся проверке. Отсутствие API означает, что нужен другой способ доступа. Оно не подтверждает ни совместимость с браузером, ни разрешение на автоматизацию.

Сможет ли он работать каждую неделю без повторного входа с моей стороны?

Это зависит от того, как долго сохраняется сессия, и от правил аутентификации портала. Настройте расписание так, чтобы процесс приостанавливался, когда нужен вход или одобрение. Возможность запуска по расписанию сама по себе не позволяет обещать выполнение без участия человека.

Какого агента выбрать для старой ERP на Windows?

Начните с необходимой среды. Copilot Studio поддерживает настроенные компьютеры Windows; интеграция управления компьютером под контролем разработчика может предоставлять собственный рабочий стол. Ассистент, работающий только в браузере, подойдёт лишь в том случае, если нужный процесс ERP доступен в поддерживаемом им браузере. Затем сравните права доступа, ответственность за восстановление и стоимость принятого результата.

Может ли агент отправить форму на государственном сайте после заполнения?

Разрешение подготовить форму не означает полномочий на её отправку. Человек должен проверить конкретные сведения и текст декларации; необходимо соблюдать ограничения выбранного продукта и предусмотреть явное разрешение на отправку. Если такой контроль нельзя обеспечить технически, пусть отправку завершит человек.

С чего начать в понедельник: запишите учётную запись поставщика, отчётный период, разрешённое место назначения, критерии приёмки и ответственного за согласование еженедельной выгрузки. Пусть владелец процесса сначала проверит наличие поддерживаемого экспорта или интеграции, а затем уже определяет объём внедрения агента с управлением через экран и контролем человека.

Больше практических разборов внедрения ИИ — в нашей рассылке.