AI-агент vs чат-бот: разница, цена, когда что выбирать

Andrew Maryasov, AI-консультант. 28 AI-проектов в 14 отраслях — от простых ботов до мульти-агентных систем. Этот гайд отвечает на вопрос, который на discovery-сессиях звучит чаще всех: «нам нужен бот или агент?»

TL;DR (за 30 секунд)

• Чат-бот — это сценарий. Ограниченный набор правил, предсказуемые ответы. Дёшево и быстро (2–3 недели), масштабируется плохо.
• AI-агент — это система, которая принимает решения. Имеет тулсы, память, планы. Дороже и дольше (4–12 недель): пилот в Grow2.ai стоит от €1 800 (прайс), масштабируется вместе с бизнесом.
• Правило: если количество сценариев < 20 и они стабильны — чат-бот. Если > 20 или меняются ежемесячно — агент.

Что такое чат-бот в 2026 году?

Чат-бот — это программа, которая отвечает на сообщения по заранее заданному сценарию, и в 2026 году его строят на одном из трёх подходов.

Rule-based боты (ManyChat, BotHelp, Salebot, Chatfuel) работают как банкомат: пользователь нажимает кнопки, бот выполняет действие. Они на 100% предсказуемы, дёшевы и быстры, но любой шаг за пределы сценария заканчивается на «не понял».

NLU-based боты (Dialogflow, Rasa, IBM Watson Assistant) классифицируют намерение пользователя и отвечают привязанным к нему шаблоном — «вопрос про цену → ответ A». Они выдерживают вариации формулировок, но требуют сотен размеченных примеров, а каждый новый intent означает новый цикл обучения.

LLM wrapper (Voiceflow, custom GPTs, Bot9) — это большая языковая модель текущего поколения плюс system prompt: на вход сообщение пользователя, на выход сгенерированный ответ. Такой бот выглядит умным и легко настраивается под tone of voice, но у него нет тулсов — он не может записать клиента в CRM или проверить склад. Только текст.

Что такое AI-агент?

AI-агент — это LLM с тулсами, памятью и автономным принятием решений: он не просто отвечает, а действует. Это возможно благодаря пяти компонентам.

Brain — большая языковая модель (Claude, GPT, Gemini), которая отвечает за reasoning и выбор следующего шага.

Tools — функции, которые агент может вызвать: search_catalog(), book_appointment(), send_email(), query_crm(); это его тело.

Memory — то, что он держит между сообщениями: краткосрочный контекст текущего разговора, долгосрочную историю предыдущих взаимодействий в vector DB и проектные знания о продукте, тарифах и FAQ.

Planning позволяет разбить сложный запрос на шаги — проверить склад, предложить альтернативу, забронировать слот. А multi-step execution означает, что агент выполняет 5–10 действий подряд без человека: написать, проверить, исправить, отправить. Уберите любой из пяти компонентов — и перед вами снова чат-бот с более богатым словарём.

Чат-бот или AI-агент: в чём разница коротко?

Критерий	Чат-бот	AI-агент
Логика	Сценарий	Принятие решений
Инструменты	Ограничены (обычно только ответы)	API, БД, внешние сервисы
Память	Только сессия	Long-term + контекст
Сложность разговоров	Линейная	Branching, recovery
Время внедрения	2–3 недели	4–12 недель
Цена внедрения	Готовая платформа + настройка	Пилот от €1 800 (Grow2.ai)
Месячные расходы	Подписка на платформу	От €49/мес + токены
Кому подходит	FAQ, простая запись	Sales, support, complex flows
Масштабирование	Линейное (больше сценариев = больше работы)	Улучшается со временем
Риски	«Не понимаю» при отклонениях	Hallucinations, тулс-ошибки

Когда выбирать чат-бот?

Если ваш кейс подпадает под все эти условия:

• ☑ Количество уникальных сценариев < 20.
• ☑ Сценарии стабильны (не меняются ежемесячно).
• ☑ Не нужно интегрироваться более чем с 1–2 системами.
• ☑ Бюджет — уровня подписки на готовую платформу, а не проекта.
• ☑ MVP за 2–3 недели.

Типичные кейсы:

1. Запись на стрижку в барбершоп. Зачем тут агент — есть слоты, есть услуги, есть мастера. Чёткий сценарий.
2. FAQ для небольшого интернет-магазина. «Сколько стоит доставка», «когда работаете», «принимаете ли обмен» — список фиксированный.
3. Сбор лидов на лендинге. Вопрос → форма → CRM. Прямолинейно.

Когда выбирать AI-агента?

Если хоть один из этих признаков — вам нужен агент:

• ☑ Сценариев > 20 или они часто меняются.
• ☑ Нужно принимать решения (например, рекомендации товаров).
• ☑ Интеграция с 3+ системами (CRM, склад, payment, email).
• ☑ Multi-step workflows (сделать reasoning → действие → ещё reasoning).
• ☑ Persistence — агент должен помнить предыдущие взаимодействия.
• ☑ Бюджет от €1 800 на пилот и ROI на горизонте 2–6 месяцев.

Типичные кейсы:

1. AI-стилист для сети магазинов одежды. Подбор товаров с учётом коллекции, сезона, контекста. Кейс — допродажи как совет стилиста, а не «купи ещё».
2. Sales agent для B2B SaaS. Квалификация лидов, scheduling demo, ответы на технические вопросы, escalation к человеку.
3. Customer support для fintech. Проверка статуса транзакции в БД, refund processing, escalation в сложных кейсах.
4. HR-агент. Скрининг кандидатов, scheduling интервью, ответы на вопросы о компании.

Сколько это стоит на самом деле? Две модели ROI

Оба расчёта ниже — гипотетические: они показывают логику, а не замеренные результаты. Цифры условные, подставьте свои.

Чат-бот для барбершопа стоит около $1 500: готовая платформа плюс две недели настройки. Он экономит примерно 10 часов администратора в неделю, около $400 в месяц, так что окупается примерно за четыре месяца.

AI-агент для клиники начинается с пилота — в Grow2.ai это от €1 800 за четырнадцать дней (прайс), дальше от €49/мес плюс токены. Экономия берётся из двух источников: меньше времени администраторов на рутине и записи в нерабочее время, которые раньше уходили конкурентам. Месячные расходы на работу агента зависят от трафика: подписка, токены, хостинг, CRM-расширения и мониторинг. Как выглядит глубина проработки такой задачи — в демо SmileClinic: там расчёт для типичной стоматологической сети расписан до гривны.

Как выбрать? Decision tree

Вопрос 1: Сколько уникальных сценариев разговоров?

• < 20 → шаг 2
• 20+ → AI-агент

Вопрос 2: Нужно ли интегрироваться более чем с одной системой (CRM, БД, payments)?

• Да → AI-агент
• Нет → шаг 3

Вопрос 3: Нужно ли агенту принимать решения (рекомендации, escalations, приём заказов)?

• Да → AI-агент
• Нет → шаг 4

Вопрос 4: Какой бюджет?

• Меньше стоимости пилота агента (от €1 800) → чат-бот
• От €1 800 → AI-агент

Какие ошибки встречаются чаще всего?

Четыре ошибки повторяются раз за разом.

Купить чат-бот, когда нужен агент: «поставим ManyChat, потом добавим ChatGPT» не сработает, потому что архитектура чат-бота не принимает тулсы, память и planning — через год вы всё равно перепишете его на агента, но уже с потерянным временем.

Купить агента, когда хватает чат-бота — более типичная ошибка среди SMB: «хотим AI» превращается в потраченные десятки тысяч и шесть месяцев исправления багов, тогда как восемь сценариев и простую запись закрыл бы ManyChat за $50 в месяц.

Не посчитать LLM-расходы: в нашем e-commerce-кейсе модельные расходы вышли ≈€0,10 (≈$0,11) за диалог, так что 10 000 диалогов в месяц — это около €1 000; если чат-бот за $50 закрывает потребность, не платите лишнее.

Не предусмотреть human-in-the-loop: любой агент ошибается в 2–5% случаев, и без эскалации на живого менеджера эти случаи превращаются в потерянных клиентов и однозвёздочные отзывы.

FAQ

Чем AI-агент отличается от ChatGPT?

ChatGPT — это интерфейс к LLM. Вы пишете → он отвечает. Без тулсов (хотя custom GPTs кое-что изменили).

AI-агент — это система с LLM внутри. Имеет тулсы, интеграции, память, planning. ChatGPT может стать частью агента (как brain), но сам по себе агентом не становится.

Заменит ли AI-агент чат-боты полностью?

Нет. Простой FAQ-бот за $50/мес останется оптимальным выбором для многих кейсов. Агент — overkill для линейных сценариев.

Личный прогноз, по состоянию на сентябрь 2026: за два-три года грань размоется — большинство «чат-ботов» будут иметь минимальные агентные возможности (один-два тулса), а агенты станут проще в развёртывании (low-code платформы).

Сколько стоит поддержка AI-агента?

В месяц — подписка (в Grow2.ai от €49) плюс токены, хостинг, CRM-расширения и мониторинг. Основная переменная — объём диалогов: в нашем e-commerce-кейсе модель обходилась ≈€0,10 за диалог.

Плюс инженерная поддержка — минимум 5–10 часов/месяц в первые 6 месяцев (finetuning промптов, обновление тулсов, debug).

Можно ли построить агента самому без разработчика?

С 2026 года — частично да. Платформы типа Voiceflow, Vapi, Botpress позволяют собирать агентов из blocks. Подходит для прототипа.

Но для production-ready с реальной интеграцией в CRM/БД — всё равно нужен разработчик или консультант. Или, как минимум, человек с техническим бэкграундом, разбирающийся в API.

Безопасны ли AI-агенты?

С правильным подходом — да. Базовые practices:

• Input validation: не доверяйте на 100% LLM-output, проверяйте.
• Tool permissions: агент не должен иметь access к тому, что ему не нужно.
• Audit log: все действия агента — в логах.
• Rate limiting: предотвращение abuse.
• Human-in-the-loop: для критических действий (платежи, удаление данных).

Что дальше

Если хотите обсудить, что подходит вашему бизнесу — discovery-сессия 30 мин бесплатна.

Я консультирую лично, а внедрение ведут мои команды: Auspex (CRM) и Grow2.ai (AI-агенты). Нередко discovery заканчивается советом «вам не нужен AI сейчас — сделайте сначала X». Это нормально.

Смотрите также:

• Как нанять AI-консультанта: чек-лист из 12 вопросов — если вы всё-таки ищете человека, который сделает это под ключ.
• AI-консалтинг в Украине: когда нужен и с чего начать — про рынок, кейсы, бюджеты.
• Демо SmileClinic — AI-пайплайн для стоматологии: полный пакет КП за 6 минут.