Российские заказчики перешли от пилотов с чат-ботами к промышленным ИИ-агентам, которые читают документы, вызывают внутренние сервисы и принимают часть рутинных решений. GigaChat Enterprise закрывает здесь ключевое требование: модель и весь контур обработки данных остаются внутри периметра организации. Для B2B и госсектора это не маркетинговый бонус, а условие допуска к проекту. Но сама по себе модель агента не делает – нужна платформа вокруг неё.

Почему платформа, а не отдельная модель

Языковая модель отвечает на запрос. Агент – выполняет задачу: уточняет контекст, обращается к учётной системе, формирует документ, передаёт результат человеку на проверку. Между этими двумя уровнями лежит инфраструктура, которую заказчик обычно недооценивает.

Платформенный слой поверх GigaChat Enterprise включает несколько обязательных компонентов:

  • Оркестратор – управляет шагами агента, ветвлениями и откатами, хранит состояние диалога.
  • Коннекторы к системам заказчика – 1С, СЭД, CRM, кадровые и финансовые контуры через защищённые API.
  • Слой инструментов (tools) – функции, которые агент вызывает: поиск по базе знаний, расчёт, генерация формы.
  • RAG-контур – извлечение из корпоративных документов с контролем источников и прав доступа.
  • Наблюдаемость – логирование каждого вызова, трассировка решений, метрики качества ответов.

Без этих элементов агент остаётся демонстрацией. С ними он встраивается в процесс и начинает экономить часы сотрудников. Когда задач несколько и они пересекаются, в дело вступает мультиагентная оркестрация: отдельные агенты отвечают за свои домены, а координатор распределяет работу между ними.

Контур безопасности и соответствие требованиям

GigaChat Enterprise разворачивается on-premise или в защищённом облаке, поэтому данные не покидают контур. Это снимает большую часть рисков, но не все. Агент имеет доступ к боевым системам, а значит сам становится объектом защиты.

С 1 марта 2026 года действуют обновлённые требования ФСТЭК по приказу № 117, и проекты с ИИ-агентами попадают под них наравне с остальными информационными системами. На практике это означает разграничение прав инструментов агента, аудит вызовов, контроль промптов на инъекции и обязательную проверку результата человеком на критичных шагах. Мы проектируем эти контроли с первого дня, а не достраиваем после аудита.

Где это уже окупается

Наибольший эффект агенты дают там, где много структурированной рутины: обработка обращений, подготовка типовых договоров, сверка данных между системами, первичный анализ заявок. В производственном секторе ИИ-агенты подключаются к данным с оборудования и MES – близкие сценарии мы разбирали в материале про ИИ на производстве.

Путь от аудита процессов и выбора сценариев до развёртывания в контуре заказчика и передачи в эксплуатацию проходит через построение интеллектуальных систем на GigaChat Enterprise. Начинаем с одного измеримого процесса, доводим его до промышленного уровня и масштабируем платформу на смежные задачи.

Вывод

GigaChat Enterprise даёт суверенную модель внутри периметра, но ценность создаёт платформа вокруг неё – оркестрация, коннекторы, RAG и встроенный контур безопасности. Считайте проект не покупкой модели, а построением инфраструктуры агентов под конкретные процессы и под требования регулятора.