Агенты по использованию компьютера — это ИИ-модели, которые управляют компьютером так же, как человек: читают экран, перемещают курсор, нажимают кнопки и печатают для выполнения задачи. Anthropic, OpenAI и Google предлагают свои версии этой возможности. Их стоимость складывается из использования модели, инфраструктуры и контроля со стороны человека, а их ROI зависит от того, сколько рутинной экранной работы они устраняют, не добавляя при этом необходимости исправлять ошибки.
Это предложение привлекательно для маркетинговых операций. Множество задач выполняется в инструментах, у которых нет полезного API: копирование результатов кампаний из партнерского портала, обновление списков в каталоге, заполнение одной и той же формы в десяти рекламных аккаунтах. Агент, который может видеть экран, в принципе, может сделать все это. Практический вопрос заключается в том, делает ли он это достаточно дешево и надежно, чтобы превзойти человека или простой скрипт.
Сколько на самом деле стоят агенты по использованию компьютера?
Видимая стоимость — это использование модели. Агенты работают циклами: делают скриншот, анализируют его, действуют, делают еще один скриншот. Каждый шаг отправляет изображение и текст в модель, поэтому задача из сорока шагов стоит гораздо дороже, чем один запрос в чате. Ценообразование обычно идет за токен, и ввод изображений учитывается, поэтому длинные задачи быстро накапливаются.
Менее заметные расходы часто важнее. Полный бюджет включает следующие статьи.
- Использование модели за выполнение задачи, включая повторные попытки при сбое шага.
- Песочница: виртуальная машина или контейнер с браузером, так как агенты не должны работать на рабочем ноутбуке сотрудника с сохраненными паролями.
- Время инженеров на написание инструкций для задач, создание защитных механизмов и ведение логов.
- Контроль: кто-то, кто проверяет результаты, обрабатывает исключения и одобряет важные действия.
- Техническое обслуживание, когда веб-сайт меняет макет и инструкции агента перестают соответствовать.
Например, команда может обнаружить, что использование модели составляет небольшую часть ежемесячной суммы, в то время как контроль и обслуживание составляют большую часть. Этот паттерн типичен для ранних проектов автоматизации, и его стоит планировать заранее, а не обнаруживать по факту.
Какие задачи приносят положительную отдачу?
Агенты окупаются в задачах, которые являются частыми, утомительными, низкорисковыми и стабильными. Частыми — чтобы стоимость настройки распределялась на множество запусков. Низкорисковыми — чтобы случайная ошибка обходилась дешево. Стабильными — чтобы экраны не менялись каждую неделю.
Хорошими кандидатами в маркетинге являются: сбор скриншотов размещения рекламы для отчетов клиентов, получение метрик с платформ без функций экспорта, проверка того, что целевые страницы показывают правильное предложение в каждом регионе, и подготовка записей во внутренних инструментах из таблицы. Плохими кандидатами являются любые задачи, связанные с платежами, правами доступа к аккаунту или публикацией на публичных каналах без проверки.
Когда скрипт лучше
Если у инструмента есть API или стабильный экспорт, обычная интеграция дешевле и надежнее, чем агент. Используйте агентов по использованию компьютера только там, где экран является единственным интерфейсом. Многие команды обнаруживают, что половина их задач лучше решается с помощью Zapier, Make или короткого скрипта на Python.
Как рассчитать ROI без догадок?
Используйте простую модель, основанную на времени, и измеряйте каждый показатель во время пилотного проекта, а не оценивайте его.
- Базовая линия: минуты, которые человек тратит на задачу сегодня, умноженные на ежемесячный объем и почасовую стоимость.
- Стоимость запуска агента: использование модели плюс инфраструктура за запуск, умноженные на объем.
- Контроль: минуты проверки человеком за запуск, умноженные на объем и почасовую стоимость.
- Стоимость ошибки: доля запусков, требующих исправления, умноженная на время исправления.
- Фиксированные расходы: часы на настройку и ежемесячное обслуживание.
ROI — это базовая стоимость минус сумма остальных строк, деленная на эту сумму. Проводите пилотный проект не менее двух-четырех недель, чтобы увидеть изменения макета и странные случаи. Задача, которая выглядит прибыльной в трехдневном тесте, может стать убыточной, как только портал обновит свое меню.
Какие риски должны формировать бюджет?
Агенты по использованию компьютера могут быть введены в заблуждение тем, что они читают. Веб-страница может содержать текст, который выглядит как инструкция, и модель может ей последовать. Вендоры публикуют рекомендации по этому риску инъекции промптов и рекомендуют изолированные среды, ограниченные права доступа и подтверждение человеком для важных шагов. Заложите бюджет на эти меры контроля с первого дня.
Учетные данные — еще одна проблема. Дайте агенту его собственный аккаунт с максимально узкими правами доступа, никогда не используйте общий логин администратора. Логируйте каждое действие со скриншотами, чтобы вы могли отследить, что произошло, когда что-то выглядит неправильно.
Как выглядит разумный пилотный проект?
Держите первый пилот узким. Одна задача, одна среда, один владелец и фиксированный период около месяца. Договоритесь перед началом, какой результат считается успехом, например, чистые сэкономленные часы выше установленного уровня при уровне исправлений ниже согласованного потолка.
Запустите агента в теневом режиме в течение первой недели. Он выполняет задачу, но человек проверяет каждый результат, прежде чем что-либо будет использовано. Это показывает реальный уровень ошибок без риска и дает вам материал для улучшения инструкций.
После теневой недели переходите к выборочной проверке: человек проверяет часть запусков вместо всех. Отслеживайте, растут ли ошибки. Если они остаются на прежнем уровне, строка контроля в вашей модели ROI сокращается, и отдача улучшается. Если они растут, вы узнали что-то ценное дешево, прежде чем агент коснулся чего-то важного.
Как Alien Road применяет агентов по использованию компьютера
В типичном проекте этап обнаружения означает совместную работу с операционной командой клиента и перечисление каждой повторяющейся экранной задачи с указанием ее частоты и времени выполнения. Затем мы сортируем список на три группы: решить с помощью API, решить с помощью агента или оставить ручной режим.
Для группы агентов настройка происходит на изолированной виртуальной машине с выделенным ограниченным аккаунтом. Мы пишем инструкции для задач, определяем, какие действия требуют одобрения человека, и добавляем логирование, которое сохраняет скриншот на каждом шаге. Ничто, что тратит деньги или публикует контент, не запускается без подтверждения человеком.
Измерение следует модели ROI, описанной выше, с реальными данными из пилотного проекта. Ежемесячный отчет показывает выполненные запуски, запуски, потребовавшие исправления, минуты контроля и чистые сэкономленные часы. Если задача начинает приносить отрицательную отдачу, мы говорим об этом и возвращаем ее в ручной режим или переводим на скрипт.
С чего начать на этой неделе
Составьте список из пяти повторяющихся экранных задач, которые ваша команда выполняет каждую неделю. Отметьте, сколько времени занимает каждая из них и предлагает ли инструмент API или экспорт. Вычеркните все, у чего есть API; им нужна интеграция, а не агент.
Для оставшихся задач выберите ту, у которой самый большой объем и самый низкий риск. Замеряйте ее вручную в течение недели. Это число — ваша базовая линия, и без него никакое заявление о ROI, положительное или отрицательное, не выдержит критики в бюджетной дискуссии.
Читайте далее: ИИ-маркетинговое агентство · AI Marketing