Valtech Agent Factory: как управлять AI-агентами в маркетинге

В маркетинге агентам можно поручить сбор данных, черновики контента и подготовку отчётов. Руководителю при этом нужен общий процесс: кто передаёт задачу дальше, где видны расходы и какой материал ждёт согласования. 23 сентября 2026 года Valtech представила Agent Factory — общий контур для создания, координации и контроля специализированных агентов. Разберём, что именно компания показала и какие решения из этого анонса пригодятся бизнесу.

В демонстрации на DMEXCO 2026 Valtech объединила исследование рынка, планирование бюджета, проверку бренда, производство контента и маркетинговую аналитику. Чтобы оценить такой подход для своей компании, руководителю нужно определить владельца каждого шага, критерий результата и момент, когда решение принимает сотрудник.

Что представила Valtech на DMEXCO 2026

Agent Factory — корпоративное решение, которое Valtech описывает как общий слой поверх моделей, инструментов и рабочих процессов. Пользователи получают ролевые рабочие пространства, подборки доступных агентов и единый список задач, требующих проверки или одобрения. Для AI- и IT-команд заявлены настройки агентов, версии и откат, ограничения действий, проверки качества, история выполнения, показатели производительности и учёт стоимости.

Публичный анонс описывает архитектуру и демонстрационный портфель агентов. Показанный на выставке сценарий надо отдельно проверить в условиях конкретной компании. Перед закупкой или внедрением стоит запросить работающий сценарий на собственных данных и оценить ограничения интеграции. Сведения о возможностях и форматах поставки взяты из официального анонса Valtech.

Valtech приводит данные собственного исследования 1 003 специалистов: 75% опрошенных сообщили, что их организации ещё не достигли сквозной AI-поддержки работы. При этом 77% хотели бы лучше связывать работу команд и систем. Это результаты выборки Valtech, поэтому переносить доли на весь рынок нельзя. Для выбора сценария полезно проследить путь задачи между отделами: кто получает результат агента, сколько времени занимает передача и где нужна проверка.

Как выглядит контур AI-агентов для маркетинга

Представим запуск серии публикаций для нового продукта. Исследовательский агент собирает вопросы клиентов и сигналы спроса. Стратегический агент предлагает темы и распределяет бюджет. Контентный агент готовит черновики, а агент проверки бренда сравнивает формулировки с правилами компании. Аналитический агент связывает публикации с заявками и возвращает выводы в следующий цикл. На DMEXCO Valtech показала портфель с похожими ролями; описанный здесь маршрут служит примером проектирования. Готовность такого шаблона для конкретной компании нужно проверять отдельно.

В таком маршруте важны четыре границы. Исследователь использует разрешённые источники и сохраняет ссылки. Планировщик бюджета предлагает вариант, но лимит утверждает ответственный сотрудник. Контент выходит после проверки фактов и бренда. Аналитика получает доступ только к необходимым данным и показывает метод расчёта. На пилоте измерьте время и число исправлений на каждом шаге. Так будет видно, где агент помог команде, а где потребовал дополнительной проверки.

Для компании с Telegram-командой логика похожа. Один агент находит поводы, второй строит контент-план, третий готовит публикации, четвёртый следит за качеством и результатом. Команда получает общую очередь задач, а руководитель видит статусы. Подробно о ролях и передаче работы мы рассказывали в материале про AI-агентов для контент-команды.

Где заканчивается задача агента

Запрос «улучшить маркетинг» слишком широк. Для первого запуска лучше выбрать операцию с ясным входом и выходом: например, подготовить три варианта поста по утверждённому брифу и передать их редактору. Вход включает продукт, целевую аудиторию, факты и ограничения бренда. Выход включает тексты, источники утверждений и статус проверки. Человек принимает публикационное решение.

Пока процесс узкий, проще определить цену одного результата, число правок и время на согласование. После нескольких циклов можно добавить соседнюю роль — исследование спроса или аналитический отчёт. Так команда постепенно связывает роли в один процесс.

Есть и организационный вопрос: сотрудникам нужно понимать, когда они разговаривают с агентом, где видят его промежуточный результат и куда сообщают об ошибке. Если сотрудник не видит запрос на согласование, задача задержится на ручной пересылке. Единый список задач на согласование решает часть этой проблемы, если он встроен в привычный рабочий ритм команды. Во время пилота стоит наблюдать, насколько быстро сотрудники находят свои задачи и понимают причину запроса на одобрение.

Какие механизмы контроля показала Agent Factory

В Valtech подчёркивают единый обзор исполнения: пользователь может проследить, какие агенты сотрудничали, какие модели работали, сколько стоил каждый шаг и где потребовалось человеческое одобрение. Для руководителя это список конкретных вопросов к любому поставщику агентной системы. Можно ли восстановить историю решения? Видно ли исходные данные? Кто меняет инструкции и как откатить версию? Есть ли потолок расходов по задаче и команде?

Отдельная настройка касается права действовать. Проверка текста перед публикацией, смена цены на сайте и выгрузка клиентской базы несут разный риск. Valtech заявляет настраиваемые точки согласования, эскалации и права принятия решений. При внедрении перечислите допустимые действия для каждой роли: чтение данных, подготовка предложения, запись черновика и выполнение операции после подтверждения. Для каждого действия указывается ответственный человек и журнал событий.

Система также должна отличать ошибку модели от ошибки источника и ошибки интеграции. Если итоговый отчёт неверен, команда проверяет цепочку: откуда взяты данные, какой инструмент вернул ответ, что изменил агент и кто принял результат. Трасса исполнения помогает провести такую проверку. Она особенно важна, когда на итог повлияли несколько агентов.

Контроль затрат тоже требует детализации. Общая сумма за месяц не показывает стоимость каждого этапа. Разбейте расходы по сценариям: исследование, черновики, проверка бренда, аналитика. Для каждого считайте стоимость принятого результата, включая время сотрудника на правки. Если шаг дорогой и требует много исправлений, проверьте инструкцию, модель и объём передаваемых данных. Valtech заявляет телеметрию стоимости, но конкретный экономический эффект зависит от процесса заказчика.

Полезно заранее назначить владельца изменений. Маркетолог отвечает за качество брифа и итогового материала, IT — за доступы и стабильность интеграций, руководитель направления — за критерий полезности. При изменении инструкции или набора инструментов команда запускает короткую проверку на типовых задачах. Версии и откат, о которых говорит Valtech, нужны именно для такого цикла: удачная настройка остаётся воспроизводимой, а спорное изменение можно убрать.

Что проверить в пилоте

Для первого сценария достаточно простой карты. Укажите цель, входные данные, владельца процесса, список разрешённых инструментов, точку согласования и метрику. Затем запустите ограниченную выборку реальных задач. Измерьте время до готового результата, долю принятых без доработки материалов, количество исправлений и стоимость выполнения. Сравните показатели с текущим процессом на сопоставимых задачах.

Попросите поставщика показать сбой и восстановление после него на вашем сценарии. Проверьте, сохраняется ли история версий, можно ли приостановить агента, отозвать доступ и повторить задачу после исправления данных. Сравните два запуска одной задачи после изменения инструкции: итог должен быть понятен редактору, а причина расхождения — видна в журнале. Если система не объясняет, что изменилось, руководителю будет трудно принимать результат и планировать масштабирование. Полезный ориентир для такой проверки — наш аудит внедрения AI-агентов.

Интеграции и размещение: что остаётся за заказчиком

Valtech заявляет, что Agent Factory связывается с существующими системами через API, Model Context Protocol, вебхуки и события. Это даёт путь к CRM, контентным системам, аналитике и сервисным заявкам. Однако каждое подключение требует отдельной проверки прав, качества данных и поведения при сбое. До подключения устраните неполные карточки CRM и согласуйте значения статусов в разных системах.

Компания описывает несколько вариантов размещения: Vercel, Google Cloud, облако заказчика или собственная инфраструктура. Также заявлены управляемый сервис Valtech и развёртывание в технологическом контуре клиента. Выбор зависит от требований к данным, компетенций IT, стоимости сопровождения и доступности нужных интеграций. Совместимость с вашей инфраструктурой проверьте на пилоте.

Если AI-офис размещается на выделенном сервере клиента, заранее определите ответственного за обновления, резервные копии, мониторинг, сетевые правила и хранение секретов. Для такого сценария можно рассмотреть сервер Beget и сверить параметры с нагрузкой и требованиями компании. Тариф, доступность и фактическую производительность следует проверять перед запуском.

Важен и путь между фиксированными автоматизациями и агентными решениями. Повторяемая операция с заранее известными шагами подходит для workflow. Агент уместен там, где вход меняется и нужно выбирать следующий шаг внутри заданных полномочий. Пример границы между этими подходами мы разобрали в статье про AI-агентов и n8n для CRM и Telegram.

Как руководителю применить выводы к своей команде

Начните с одного маркетингового процесса, который регулярно забирает время и имеет проверяемый итог. Часто это подготовка контента по брифам, сбор фактуры для кампании или еженедельный отчёт по каналам. Назначьте владельца результата и запишите, какие решения он оставляет за собой. Затем определите роли агентов и данные, к которым им разрешён доступ.

Следующий шаг — согласовать контрольную точку. Черновик текста может уходить редактору, изменение бюджета — руководителю направления, выгрузка данных — администратору. Для каждого агента зафиксируйте лимит затрат и срок реакции на ошибку. После пилота рассмотрите трассы исполнения вместе с командой: где задача застряла, какие данные потребовались и какие роли оказались лишними.

В конце оцените бизнес-результат. Сколько времени прошло от брифа до согласованной публикации? Как часто сотрудники исправляли факты? Помогла ли аналитика выбрать следующий материал? Сохраняйте базовые показатели до старта пилота, иначе сравнение будет опираться на впечатления команды. Если ответы есть, можно расширять контур. Если результаты размыты, сначала уточните процесс и метрику.

Анонс Agent Factory показывает, сколько внимания требует координация агентов: права доступа, передача задач, расходы и решения сотрудников. Для малого и среднего бизнеса практический путь начинается с компактной команды и прозрачных правил.

Источник: Valtech, 23 сентября 2026 года.

Если хочешь внедрить ИИ агентов в свой бизнес, но не знаешь с чего начать, пиши мне в телеграм t.me/berdoff, я проведу бесплатную консультацию, поделюсь своим опытом.