La Ai no responde: actúa. Tarea → plan → acciones → resultado.
AiST Agent es un agente de Ai autónomo que descompone la tarea en pasos por sí mismo, recorre sus sistemas, ejecuta acciones y verifica el resultado. Una hora de trabajo de un analista, en 3 minutos. El cribado de 200 currículums, en 10. La auditoría de 1.000 contratos, en una noche.
- ◈ Planificación & autoverificación
- ⛯ Tool-use: API · SQL · Python · navegador
- ↻ Disparadores: cron · webhook · evento
- ◉ Multi-agent: equipos de agentes
- ⛨ 152-ФЗ · sandbox · human-in-loop
El chat de Ai sabe aconsejar. El negocio necesita que la Ai lo haga.
«Dime cómo revisar un contrato» es útil. «Revisa 284 contratos, exporta los riesgos a Excel y envíalos al jurista antes de mañana» es otra clase de tarea. Hoy sigue haciéndola una persona, porque un asistente convencional solo habla, mientras que un agente, además, actúa.
El trabajo multietapa de un analista lleva días
«Recopilar datos de tres sistemas, calcular según la fórmula, comparar con el trimestre anterior, redactar conclusiones y enviarlas al CFO». El analista dedica a esto todo el día, a veces dos. Una vez por semana. Cada semana.
Trabajo repetitivo sobre miles de unidades
Cribado de 200 currículums para una vacante. Auditoría de 1.000 contratos en busca de riesgos típicos. Verificación de 5.000 facturas en busca de anomalías. Cada unidad es sencilla, pero multiplíquela por mil y es un mes de trabajo de un equipo.
Nadie quiere hacer guardias de noche ni en fin de semana
Monitorización de incidentes de seguridad. Reacción ante anomalías en ventas. Gestión de tickets en soporte. Hay que hacerlo 24/7. Un empleado de guardia es caro, se agota y aun así reacciona con lentitud.
El ciclo «plan → herramienta → resultado → verificación», de forma autónoma, hasta el objetivo.
El agente recibe la tarea, la divide en subpasos, elige la herramienta adecuada para cada paso (consulta a 1С, ejecución de SQL, búsqueda en RAG, envío de un correo), evalúa el resultado y continúa o corrige el plan. Todos los pasos, bajo su control y auditoría.
-
01
La tarea, en cualquier idioma y desde cualquier fuente El empleado escribe la tarea en palabras en el panel o en Telegram. Cron lanza el agente «cada mañana a las 8:00». Un webhook de 1С se activa con una nueva factura. Sin código alguno del lado del cliente.
-
02
El agente construye el plan por sí mismo «Para resolver esta tarea necesito 5 pasos: 1) extraer los contratos de 1С:ДО, 2) reconocerlos con OCR, 3) localizar las penalizaciones con RAG, 4) agregar, 5) enviar al jurista». El plan es visible para usted antes del lanzamiento.
-
03
Tool-use en sus sistemas Para cada paso el agente elige una herramienta: API de 1С, consulta SQL a ClickHouse, AiST RAG sobre los documentos, Python para cálculos, navegador para extraer datos de un sitio. Todas las herramientas disponibles las proporciona usted; el agente elige por sí mismo la adecuada.
-
04
Autoverificación y puntos de control Tras cada paso el agente verifica el resultado: «respuesta vacía: hay que reformular», «he encontrado una contradicción: hay que aclararla». Para las acciones críticas («enviar al CEO», «tramitar una devolución de 500 mil») solicita la confirmación de una persona.
Cuál es la diferencia fundamental y por qué le importa al negocio.
Un asistente responde a la pregunta y espera la siguiente. Un agente toma un objetivo y avanza hacia él mediante un trabajo multietapa. Es el paso de «la Ai ayuda» a «la Ai lo hace por usted».
Una pregunta, una respuesta
- Reacciona a cada mensaje del usuario por separado
- No recuerda las tareas de ayer ni construye planes largos
- No sabe invocar herramientas ni recorrer sistemas
- Si se equivoca, usted lo ve y lo corrige a mano
- Funciona solo mientras usted conversa con él
- Adecuado para FAQ, generación de texto, traducción
Un objetivo y todo lo necesario para alcanzarlo
- Recibe un objetivo, lo divide en pasos y llega al resultado
- Recuerda el contexto entre ejecuciones y aprende de tareas pasadas
- Invoca herramientas: API, BD, navegador, Python, RAG, OCR
- Verifica el resultado por sí mismo y corrige el plan ante un error
- Trabaja durante horas y por disparador, sin su participación
- Adecuado para auditorías, cribados, monitorización, informes
No es «AutoGPT en un sandbox». Un agente de producción para tareas corporativas.
Un agente industrial no es solo un LLM con un ciclo. Es un planificador, herramientas, memoria, puntos de control, presupuestos, auditoría, sandbox y coordinación multiagente. Todo esto ya está montado y funciona a nivel industrial.
Planificador de tareas
Descomposición en pasos, elección de herramientas, estimación de complejidad y coste antes del lanzamiento.
Tool-use con 50+ herramientas
API, SQL, Python, navegador, RAG, OCR, ASR, Image: cualquier servicio de AiST y sus propias API.
Memoria del agente
Memoria de trabajo para la tarea actual y memoria a largo plazo por empleado y contexto de la empresa.
Autoverificación
Reflection tras cada paso. Retry ante un error. Corrección del plan sobre la marcha.
Multi-agent
Equipos de agentes: coordinador + especialistas (jurista + financiero + investigador). Comparten contexto.
Disparadores
Cron, webhook de 1С/CRM/Jira, evento en Kafka, correo entrante, cambio en el repositorio de archivos.
Sandbox & safety
Python y navegador, en un entorno aislado. Read-only por defecto para las BD.
Human-in-loop
Puntos de control en los pasos críticos. «¿Aprobar el envío al CEO?»: espera a la persona.
Presupuesto y límites
Límite de tokens, de tiempo, de número de pasos. Bloqueo automático al superarlos.
Trace & debug
UI de desarrollador con cada paso, entrada y salida del LLM y llamada a cada tool. Replay del run.
Catálogo de modelos
GPT-4, Claude, GigaChat, YandexGPT, su self-host, a través de AiST Gateway. Se cambia sobre la marcha.
Versionado
Versiones de agentes, tests A/B de instrucciones, rollback en 1 clic, métricas de eval.
El agente trabaja en sus sistemas. No instalamos nada nuevo.
Todos sus conectores a 1С, BD, CRM, mensajería, repositorios de archivos y sistemas de tickets se convierten en herramientas del agente. El agente elige por sí mismo cuáles necesita para cada tarea concreta y las utiliza.
// herramientas de datos
// herramientas de acción
// herramientas de entrada
// disparadores de ejecución
// chain & orchestration
// modelos del agente
Una hora de un analista son 3 minutos del agente. Un mes de un equipo, una noche.
El agente trabaja en paralelo sobre miles de unidades, no se cansa y no sale a comer. El coste de una ejecución en una tarea típica es de 50–500 rublos (según el modelo y el número de pasos). Compárelo con la hora de un analista.
El empleado escribe en el panel «haz X» y recibe el resultado en 3 minutos. Una ejecución, un resultado.
Cada mañana se lanza por cron, monitoriza, reacciona ante anomalías y escala. Nunca duerme.
Coordinador + jurista + financiero + investigador. Comparten datos, desempeñan roles y entregan un resultado común.
Tareas multietapa reales del negocio que hoy hace una persona.
No es «otro chatbot más». Es una nueva clase de tareas: trabajo largo con herramientas, agregación sobre miles de unidades, guardia 24/7, investigaciones multiagente. Cada departamento encuentra lo que libera el 50–80% de las horas-persona.
Auditoría de 1.000 contratos en una noche
El agente toma los contratos de 1С:ДО, los procesa con OCR + RAG y busca cláusulas atípicas, penalizaciones, riesgos y la ausencia de secciones críticas. Por la mañana, los juristas tienen un Excel con scoring, enlaces y solo 47 contratos para revisar.
Cribado de 200 currículums en 10 minutos
Para cada vacante, un agente reclutador: analiza los currículums (con AiST OCR), los compara con los requisitos, los puntúa, arma la shortlist en Huntflow y escribe el primer mensaje al candidato. RR. HH. solo revisa a los finalistas.
Cierre de mes de forma autónoma
El agente recopila datos de 1С:Бух, СБИС y modelos de Excel, verifica plan/real, detecta anomalías, prepara el informe para el CFO en su plantilla y escala las líneas sospechosas. Antes, una semana del equipo; ahora, una sola noche.
Agente de guardia de incidentes 24/7
Disparador del SIEM (MaxPatrol/Kaspersky) → el agente reúne el contexto del incidente, verifica casos similares, propone una clasificación y lo resuelve automáticamente o lo escala a L2 con un brief listo.
Enriquecimiento de leads y análisis competitivo
Nuevo lead en amoCRM → el agente lo enriquece: sitio de la empresa, facturación, noticias, decisores, competidores, puntos de crecimiento. Un brief listo para el gestor antes de la llamada. Monitorización de la competencia, por cron.
Resolución autónoma de tickets L1
Ticket en Jira → el agente lo clasifica, busca casos cerrados similares, verifica la documentación, propone una solución, ejecuta la acción en el sistema del cliente (si está permitido) y cierra el ticket o escala a L2.
No hace falta «construir la infraestructura de agentes». Todo está ya montado y funcionando.
Un framework de agentes en producción supone un año de trabajo de DevOps + ML. Se necesitan: planificador, registro de herramientas, sandbox, memoria, presupuestos, UI de trace, coordinación multiagente, eval y versionado. Nosotros ya lo tenemos todo.
Se activa; no lo construye un equipo durante un año.
AiST Agent es un servicio de AiST Platform. No hace falta buscar ingenieros de agentes, desarrollar un orquestador, montar la infraestructura de sandbox, escribir una UI de trace ni integrarse con cada sistema. Describa la tarea en palabras y dé acceso a las herramientas: en una hora el agente pasa a producción.
«Los juristas llevaban tres años diciendo que la auditoría de contratos era imposible de automatizar. Un mes después del lanzamiento, el agente cubre el 90% del trabajo típico. El equipo se ocupa solo de lo que encuentra el agente»
Qué más hay en AiST Platform→El agente actúa en nombre de la empresa. Por eso: sandbox, puntos de control y auditoría.
El agente puede tramitar una devolución, enviar un correo al CEO o contabilizar un documento en 1С. Eso significa que hay que contenerlo. AiST Agent se diseñó desde el principio para los requisitos corporativos: sandbox, puntos de control, límites, auditoría.
Sandbox & control de acciones
- On-prem o AiST BOX en su CPD
- Python & navegador, en aislamiento
- Conectores read-only por defecto
- Whitelist de herramientas para cada agente
- Protección contra prompt-injection en la entrada
- Trace completo de cada paso, en el SIEM
Control de calidad
- Métricas de eval para cada agente
- Tests A/B de instrucciones y modelos
- Human-in-loop en los pasos críticos
- «No lo sé» en lugar de alucinaciones
- Replay del run: reproducir cualquier incidente
- Versionado y rollback en 1 clic
Presupuestos & ROI
- Límites de tokens/tiempo/pasos por agente
- Bloqueo automático al superarlos
- Coste de cada ejecución, en rublos
- Informe de «horas ahorradas por equipo»
- × 50 de velocidad frente al trabajo manual
- Licencia por ejecuciones o por paquete
Lo que suelen preguntar antes del piloto de Agent.
¿El agente funciona de forma realmente fiable o alucina y rompe cosas?
En tareas típicas con herramientas acotadas, de forma fiable (90–95% autónomo). En las complejas y atípicas se necesita human-in-loop. Protección básica: conectores read-only, whitelist de herramientas, sandbox para código/navegador, límites de pasos/tiempo/tokens. Las acciones críticas (CEO, pagos, borrado de datos), solo a través de una persona.
¿Cómo utiliza el agente nuestros sistemas?
Cada API/BD/conector se convierte en una «herramienta» del agente. Usted proporciona la descripción (qué hace, qué parámetros, qué riesgos) y el agente decide por sí mismo cuándo invocarla. Por defecto todas las herramientas son read-only; la escritura/acción se añade de forma explícita. Hay 50+ herramientas listas y las personalizadas se añaden en un día.
¿Qué modelos se admiten?
Todos a través de AiST Gateway: Claude Opus, GPT-4, Gemini, GigaChat Pro, YandexGPT 5, Llama 3.x y Qwen en su self-host. Para cada paso el agente puede elegir su propio modelo: uno caro para la planificación, uno barato para la rutina. Esto reduce el coste entre 3 y 5 veces.
¿Cuánto cuesta una ejecución?
Depende del modelo y del número de pasos. En autoservicio (Llama 3 self-host), ~10–50 ₽ por ejecución. Con LLM comerciales (Claude/GPT), 100–500 ₽ por ejecución. Compárelo con la hora de un analista. El ROI lo calculamos en el piloto según sus tipos de tareas.
¿Cuánto tarda el lanzamiento de un piloto?
Un agente para una tarea con 3–5 herramientas listas: 3–4 semanas hasta producción. Un equipo de agentes con herramientas personalizadas e integración en los procesos corporativos: 4–8 semanas.
¿Es un producto independiente o parte de la plataforma?
AiST Agent es el servicio insignia de AiST Platform. Por sí solo también funciona (Agent-API), pero su verdadera fuerza aparece cuando tiene a mano el resto de servicios de AiST: RAG para el conocimiento, OCR para los documentos, ASR para la voz, Image, Dialog, Moderation, Analytic. Un solo panel, una sola factura, una auditoría unificada.
Describa su tarea y un gestor le mostrará el agente en acción sobre su caso.
Reserve una demo: cuéntenos la tarea multietapa que hoy realiza una persona y le mostraremos cómo el agente la resuelve en la propia reunión.