OpenAI Presence: управляемые ИИ-агенты для бизнеса, а не конструктор

OpenAI сообщает, что Presence уже самостоятельно решает 75% входящих обращений на англоязычной линии телефонной поддержки, а цикл совершенствования за 10 дней сократил долю переводов на оператора на 15 процентных пунктов. ИИ-агенты для бизнеса в Presence — не конструктор, доступ к которому можно оформить самостоятельно, а управляемое корпоративное внедрение: в него входят сам агент, политики, оценки качества, интеграция с системами и постоянная операционная работа.

Вердикт: ИИ-агенты для бизнеса с Presence — это внедрение, а не модель

OpenAI Presence стоит рассматривать, когда голосовой или чат-сценарий для клиентов должен выполнять реальные действия по строгим правилам, а заказчик хочет разделить с OpenAI нагрузку по внедрению. Но Presence — неудачная отправная точка для небольшой команды, которой нужен самостоятельный конструктор агентов, разработчика в поиске SDK или компании, еще не выбравшей один узкий рабочий процесс, за результат которого она готова отвечать.

Условия запуска говорят о продукте особенно много: Presence доступен лишь подходящим корпоративным клиентам в режиме ограниченной общей доступности. Внедрением руководят Forward Deployed Engineers OpenAI и отобранные глобальные системные интеграторы; компания отдельно подчеркивает, что самостоятельного подключения нет. Ни на странице запуска, ни на действующей странице Frontier публичного прайс-листа нет.

Именно модель поставки и есть продукт. Передовая модель уже способна понять запрос в поддержку. Сложность начинается дальше: предоставить ей правильный контекст учетной записи, ограничить полномочия, обеспечить соблюдение правил возврата средств, проверить выполненное действие, определить случаи обязательного согласования, передать рискованное обращение человеку и обновлять систему, не ломая вчерашнее поведение. Presence объединяет все эти задачи в рамках одного управляемого проекта.

Что на самом деле входит в Presence

Presence — производственная оболочка вокруг одной четко определенной задачи, а не универсальный цифровой сотрудник. Каждое внедрение начинается с конкретного рабочего процесса. Агент получает только те знания и доступ к системам, которые нужны для этой задачи, а заказчик задает политики, точки согласования и правила передачи человеку.

Слово guardrail нередко воспринимают как фильтр, который срабатывает уже после ответа модели. Здесь смысл шире: это система контроля, ограничивающая входные данные, инструменты, действия, разрешения и эскалацию. Presence объединяет политики и стандартные операционные процедуры, защитные ограничения, разрешенные действия, симуляции, инструменты оценки и процесс совершенствования на базе Codex.

1. 1

   Ограничьте область одной задачей

   Выберите законченный результат: например, решить вопрос с оплатой, помочь со страховым случаем или обработать запрос сотрудника в IT-поддержку. Из расплывчатой установки вроде «помогать всем клиентам» невозможно получить ни полезный набор оценок, ни обоснованную границу полномочий.

2. 2

   Ограничьте контекст и доступ

   Подключите только те записи и системы, без которых задача не решается. Агенту по расчетам могут понадобиться данные о личности, учетной записи, счете и платеже. Неограниченный доступ ко всему массиву клиентских данных ему не нужен.

3. 3

   Формализуйте правила и согласования

   Определите, что агент вправе отвечать, какие действия ему разрешены, когда нужно запросить согласование и в какой момент подключается человек. Даже правильная формулировка в сочетании с несанкционированным действием остается производственной ошибкой.

4. 4

   Проведите симуляции до запуска

   Прогоните через системы оценки типовые запросы, пограничные случаи и сценарии повышенного риска. По словам OpenAI, проверки охватывают качество результата, соблюдение политик, использование инструментов и корректность эскалации.

5. 5

   Совершенствуйте систему под контролем изменений

   Рабочие сессии, эскалации и сигналы качества выявляют пробелы. Codex анализирует их и предлагает обновления, которые команда может проверить в сравнении с действующей версией, прежде чем одобрить контролируемое развертывание.

Этот цикл важнее демонстрации. В день запуска голосовой агент может звучать естественно, но все равно дать сбой после изменения продукта, появления нового исключения из правил возврата или когда звонящие научатся формулировать запросы так, как не предусматривал исходный тестовый набор. Presence рассматривает реальное поведение системы как источник предлагаемых изменений, а между предложением и рабочей средой ставит тестирование и согласование.

Для руководителя клиентской поддержки именно здесь проходит практическая граница между чат-ботом и операционной системой отдельного процесса. Чат-бот отвечает. Производственный агент проверяет данные, принимает решение, действует в пределах полномочий, фиксирует результат и передает обращение человеку, когда риск выходит за эти пределы.

Результаты обнадеживают, но пока относятся к узкому сценарию

Опубликованные данные подтверждают, что Presence способен обслуживать реальный канал поддержки, но еще не доказывают универсальную окупаемость для бизнеса. OpenAI приводит результаты собственной англоязычной линии телефонной поддержки 1-888-GPT-0090, поэтому это одновременно полезное подтверждение возможностей продукта и данные самого поставщика.

Данные о партнерах по проектированию относятся к более ранней стадии. BBVA изучает применение голосовой поддержки для повседневных банковских вопросов в Мексике. SoftBank тестирует естественное общение с клиентами на японском языке. IAG рассматривает помощь в периоды высокого спроса, например при суровой погоде. Эти программы показывают широту языков и регулируемых процессов, но OpenAI не представляет их как равнозначные производственные результаты.

В анонсе также нет цифр, необходимых отделу закупок: публичной цены, срока внедрения, минимального объема, модели поддержки, частоты ошибок по действиям и стоимости одного правильно решенного обращения. Для режима ограниченной общей доступности это объяснимо, но достоверного публичного сравнения затрат пока не существует. Любое точное обещание ROI без контракта и исходных показателей конкретного процесса следует считать выдумкой.

Место Presence в стеке ИИ-агентов OpenAI

Presence — путь к управляемому рабочему процессу в семействе продуктов, куда также входят ChatGPT Workspace Agents, OpenAI Agents SDK и Frontier. Если считать эти названия взаимозаменяемыми, процесс закупки пойдет по неверному пути: в каждом варианте ответственность распределяется по-разному.

ChatGPT Workspace Agents: повторяемая внутренняя работа

ChatGPT Workspace Agents — более простой вариант для повторяемой работы, которая уже выполняется в рабочем пространстве Business или Enterprise. Создатель может выбрать модель и глубину рассуждения, подключить приложения и инструменты, опубликовать агента для коллег, использовать его в Slack, запускать по расписанию или через API.

Средства контроля здесь существенные, но границы выполнения уже. Для операций записи в приложениях и коннекторах по умолчанию действует режим Always ask. Connector Action Constraints позволяют ограничить допустимые действия интеграции, хотя OpenAI отмечает, что эти правила не фильтруют данные, возвращаемые коннектором. Размер каждого файла ограничен 512 MB, а общий объем на одного агента — 10 GB.

Ключевое ограничение API носит операционный характер: триггер ставит запуск в очередь и возвращает 202 Accepted без тела ответа. ID запуска он не выдает, а получить результат через этот API сейчас невозможно. Для внутренних задач по принципу «запустил и забыл» этого может быть достаточно. Но для клиентского продукта, которому нужны синхронный статус, логика повторных попыток и отслеживаемый результат, такой контракт не подходит.

OpenAI Agents SDK: контроль над собственным продуктом

OpenAI Agents SDK подходит компании, которая хочет встроить агента в собственный продукт или инфраструктуру. В руководстве по созданию агентов OpenAI сводит архитектуру к трем основным компонентам: модели, которая рассуждает, инструментам для чтения и выполнения действий и инструкциям, определяющим поведение.

Но это лишь ядро системы. Разработчик по-прежнему отвечает за идентификацию, авторизацию, контракты инструментов, данные для оценки, мониторинг, резервное поведение, реагирование на инциденты и затраты. OpenAI рекомендует начинать с самой сильной модели, чтобы установить базовый уровень качества, а затем заменять ее меньшими моделями там, где точность остается приемлемой. Еще одна рекомендация — максимально реализовать возможности одного агента, прежде чем переходить к мультиагентной архитектуре.

Собственная разработка оправданна, когда рабочий процесс отличает продукт от конкурентов, требования к развертыванию необычны или бизнесу нужен детальный контроль над расходами на модели и инструменты. Если важна переносимость между поставщиками, уровень абстракции придется спроектировать выше SDK любого отдельного провайдера. Сам по себе выбор SDK переносимости не создает.

OpenAI Frontier: платформа для всей организации

OpenAI Frontier — широкая платформенная модель для компаний, которые эксплуатируют множество агентов в разных подразделениях и системах. В опубликованной архитектуре выделены Business Context, Agent Execution, оценка и оптимизация, а также корпоративная безопасность и управление.

Frontier предназначен для управления агентами заказчика, агентами OpenAI и сторонними агентами на одной платформе. OpenAI описывает идентификацию агентов и управление доступом, явные разрешения, проверяемые действия, мониторинг и подробные журналы. В рамках Enterprise Frontier Program компания также подключает к работе Forward Deployed Engineers: вместе с заказчиком они проектируют архитектуру, внедряют управление и выводят агентов в рабочую среду.

Практическая карта продуктов проста: Workspace Agents дают готовую среду внутреннего агента, SDK — строительные блоки, Presence — внедренный рабочий процесс, а Frontier — корпоративный уровень управления. OpenAI не опубликовала карту контрактов, которая объясняла бы, какие компоненты Frontier входят в проект Presence, поэтому покупателям стоит задать этот вопрос напрямую, а не строить догадки.

Более широкий взгляд на рынок за пределами OpenAI представлен в сравнении корпоративных платформ и операционных компромиссов в материале о лучших ИИ-агентах 2026 года.

Кому стоит покупать Presence, а кому — создавать агента самостоятельно

Покупайте Presence, если процесс узкий, ценный, ориентирован на действия и цена ошибки высока. Создавайте систему самостоятельно, когда агент представляет собой стратегическую интеллектуальную собственность, операционные ограничения нестандартны или долгосрочный контроль важнее управляемого пути к запуску.

Presence особенно убедителен для сервисных процессов с большим числом правил. Представим страховщика, который во время суровой погоды обрабатывает звонки о статусе страховых случаев. Агент должен установить личность звонящего, получить правильные данные о полисе и страховом случае, отличить вопрос о статусе от просьбы что-либо изменить, действовать только в пределах полномочий и передать обращение человеку при росте риска. Естественный язык — лишь одна часть задачи. Безопасность процесса определяют доступ и эскалация.

Собственная разработка выигрывает, когда сам агент создает конкурентное преимущество. Компании с вертикальным программным продуктом могут потребоваться собственные инструменты, отраслевой набор оценок, особый пользовательский опыт, поддержка нескольких поставщиков моделей или развертывание в среде, с которой управляемый сервис несовместим. В таком случае вместе с операционным циклом на сторону может уйти и обучение, которое должно оставаться внутри продуктовой команды.

С точки зрения конкретного руководителя ответ тоже меняется. У CTO средней компании с очередью поддержки, жестко регулируемой политиками, и без желания создавать постоянную службу эксплуатации агентов есть веская причина протестировать Presence. Основателю с финансированием, чей продукт и есть агент, обычно стоит владеть архитектурой и данными оценки. Старшему операционному руководителю, автоматизирующему внутренние согласования, лучше начать с Workspace Agents или детерминированного процесса. Одиночному техническому специалисту больше подойдет SDK, поскольку Presence нельзя подключить самостоятельно и он не рассчитан на небольшой эксперимент.

Не создавайте агента лишь потому, что LLM способен понять входные данные. Если движок правил надежно принимает решение, а языковой слой только собирает структурированные поля, оставьте логику детерминированной. Используйте вероятностное рассуждение только там, где оно действительно необходимо из-за неоднозначности.

До подписания контракта потребуйте систему показателей для рабочего процесса

Пилот следует оценивать по правильности результата и контролируемому отказу, а не по сходству разговора с человеческим. Показатель в 75% решенных обращений хорошо смотрится в заголовке, но в контракте нужны определения, которые выдержат проверку финансового, риск- и операционного подразделений.

Отслеживайте как минимум следующие показатели:

• Доля правильных решений: процент подходящих обращений, завершенных верно, а не просто закрытых без участия человека.
• Доля ложных решений: обращения, помеченные как завершенные, несмотря на неверный ответ, неверное действие или нерешенную задачу.
• Соблюдение политик: следовал ли агент актуальным для конкретного момента правилу и маршруту согласования.
• Качество выполнения действий инструментами: были ли чтение и запись направлены на правильную запись, использовали ли верные параметры и приводили ли к ожидаемому изменению состояния.
• Качество эскалации: попадали ли рискованные или неоднозначные случаи к нужному специалисту вместе с контекстом, необходимым для продолжения.
• Стоимость правильно решенного обращения: сумма затрат на контракт, модель, интеграцию, проверку и поддержку, деленная на число подтвержденных успешных результатов.
• Задержка и отказы клиентов: как меняется время ответа при обычной и пиковой нагрузке и уходят ли звонящие до решения вопроса.
• Безопасность изменений: улучшает ли предлагаемое изменение политики или промпта целевые случаи, не ухудшая уже отлаженные сценарии.

Знаменатель имеет значение. Система может повысить долю самостоятельно обработанных обращений, забрав простые запросы и передавая все затратные случаи человеку. Она также может искусственно завысить долю решений, закрывая диалоги, которые позже откроются снова. Разделяйте результаты по намерению, типу действия, классу риска, языку и каналу, чтобы совокупный показатель не скрывал самые дорогие ошибки.

1. 1

   Выберите один законченный результат

   Опишите задачу в терминах бизнеса: где она начинается, как выглядит правильное завершение, какие действия разрешены агенту и что всегда должен обрабатывать человек.

2. 2

   Подготовьте набор для оценки

   Используйте реальные документы с политиками и обезличенные исторические примеры, чтобы охватить обычные запросы, неоднозначность, недостающую информацию, провокационные формулировки, изменившиеся правила и пограничные случаи высокого риска.

3. 3

   Задайте матрицу полномочий

   Перечислите все действия инструментов и классифицируйте их по обратимости, разрешениям, финансовым последствиям и потенциальному ущербу клиенту. Сохраняйте человеческий контроль над рискованными или необратимыми действиями, пока данные не подтвердят безопасность более широких полномочий.

4. 4

   Запустите параллельно с действующим процессом

   Сравнивайте предлагаемые ответы, действия и эскалации с текущей работой, прежде чем разрешить агенту менять реальные записи. Исследуйте причины расхождений, а не сглаживайте их усреднением.

5. 5

   Расширяйте охват по проверенным типам запросов

   Переводите подтвержденные типы запросов в рабочую среду контролируемыми группами. Сохраняйте возможность немедленного отката и требуйте регрессионных тестов перед выпуском изменений политик, инструментов или инструкций.

До запуска заказчик должен также закрепить ответственность. Кто-то обязан утверждать изменения политик, разбирать инциденты, поддерживать интеграции, отвечать за набор оценок и решать, когда расширять полномочия агента. Presence может предоставить технологию и экспертизу по внедрению. Но снять с компании ответственность за рабочий процесс он не может.

Стратегический вывод

Значение OpenAI Presence в том, что он смещает продажу корпоративных агентов от доступа к модели к операционной ответственности. Обещание теперь звучит не как «используйте наш интеллект», а как «давайте вместе запустим управляемый рабочий процесс и будем совершенствовать его после запуска».

Это более сильная форма продукта, чем очередной универсальный конструктор агентов. Но она же усиливает зависимость от команды внедрения OpenAI, ее моделей, процесса совершенствования и контракта. Такой обмен разумен, когда скорость управляемого запуска и совместная операционная экспертиза ценнее собственного владения системой. И превращается в дорогую зависимость, если процесс должен стать внутренней компетенцией компании.

Поэтому главный вопрос при покупке — не в том, насколько умным кажется Presence. Спросите, кто отвечает за результат, кто контролирует каждое действие, кто доказывает безопасность обновления и кто поддерживает процесс, когда агент ошибается. Если контракт дает ответы, а пилот подтверждает экономику, Presence способен сократить самый сложный этап внедрения корпоративных агентов. Если нет, лучше создать более узкую систему, которую можно измерять и контролировать самостоятельно.

Можно ли подключить OpenAI Presence самостоятельно?

Нет. По данным OpenAI, Presence доступен подходящим корпоративным клиентам в режиме ограниченной общей доступности. Внедрением руководят Forward Deployed Engineers и отобранные глобальные системные интеграторы, а страница запуска направляет покупателей к их команде по работе с клиентами OpenAI.

Чем OpenAI Presence отличается от ChatGPT Workspace Agents?

Workspace Agents — общие агенты для повторяемых задач, которые создаются внутри ChatGPT и используют приложения, инструменты, Slack, расписания и API-триггеры. Presence — управляемое промышленное внедрение для голосовых и чат-процессов в реальном времени: оно работает с системами компании, выполняет действия по установленным правилам и передает обращения людям.

Публикует ли OpenAI цены на Presence?

Публичного прайс-листа нет ни на странице запуска от 22 июля 2026 года, ни на действующей странице продукта Frontier. Содержательное коммерческое предложение должно учитывать один четко определенный рабочий процесс, его объем, масштаб интеграции, модель поддержки и измеримые критерии успеха.

Что лучше для компании: купить Presence или создать собственного агента?

Покупка оправданна, когда одному голосовому или чат-процессу с большим числом правил требуется управляемое внедрение, а компания принимает OpenAI как тесно вовлеченного операционного партнера. Разработка оправданна, когда агент отличает продукт от конкурентов, контроль архитектуры имеет стратегическое значение, требования к развертыванию необычны либо переносимость моделей и удельная экономика важнее скорости управляемого запуска.

Если вы решаете, купить ли управляемого агента или владеть системой самостоятельно, сначала составьте карту рабочего процесса и границ риска.