First Orion, компания из сферы брендированных коммуникаций, столкнулась с классической проблемой: инженеры выпускали новые функции быстрее, чем QA-команда успевала их тестировать. Решение нашлось в Amazon Nova Act — сервисе, который позволяет создавать ИИ-агентов для автоматизации действий в веб-интерфейсах. Внедрение этой технологии, как описывается в материале AWS Machine Learning Blog, помогло компании перейти от хрупких скриптовых тестов к агентам, которые понимают страницы так же, как человек.
First Orion основана в 2008 году и сегодня насчитывает более 300 сотрудников в офисах в Норт-Литл-Роке, Сиэтле, Лондоне и Дубае. Её решения работают у всех крупных операторов США (T-Mobile, Verizon, AT&T, Boost Mobile), а также у Vodafone в Великобритании и Deutsche Telekom в Германии. Продуктовый портфель включает INFORM Branded Calling, ENRICH Branded Messaging, AFFIRM Number Monitoring, SENTRY Call Blocking и PROTECT+ Risk Detection. Рост компании, особенно выход на рынок малого и среднего бизнеса, привёл к увеличению числа веб-приложений и комбинаций устройств и браузеров, которые нужно тестировать. Традиционная автоматизация на базе Selenium и Playwright стала узким местом: скрипты ломались из-за изменений в DOM, регрессионное тестирование не было самодостаточным, а новые функции оставались без тестов, пока не попадали в тестовую среду.
Amazon Nova Act — это сервис, который позволяет создавать ИИ-агентов, способных выполнять действия в браузере: кликать, заполнять формы, навигировать по страницам. В отличие от скриптов, которые жёстко привязаны к конкретным элементам DOM, агенты используют компьютерное зрение и понимание естественного языка, что делает их устойчивыми к изменениям в интерфейсе. First Orion построила вокруг Nova Act архитектуру, которая автоматизирует создание тестовых сценариев и их выполнение. Это позволило разработчикам запускать регрессионные тесты самостоятельно, не дожидаясь QA-инженеров, и сократило время на проверку новых функций.
ИИ-агенты понимают веб-интерфейсы как человек, что устранило хрупкость тестов из-за изменений DOM.
Переход на ИИ-агентов дал несколько эффектов. Во-первых, снизилась когнитивная нагрузка на QA-аналитиков и инженеров, которым больше не нужно вручную разбираться с зависимостями в тестовых сценариях. Во-вторых, ускорился выпуск релизов: тесты стали менее хрупкими, и регрессии перестали задерживать поставку. В-третьих, команда смогла охватить больше комбинаций устройств и браузеров, что особенно важно для SMB-рынка. Хотя в материале не приводятся точные цифры ускорения, сам факт перехода от скриптов к агентам показывает, как ИИ меняет подход к QA.
Этот кейс — часть более широкого тренда: компании всё чаще используют ИИ-агентов для автоматизации рутинных задач, включая тестирование. Amazon Nova Act конкурирует с другими решениями, такими как OpenAI Operator или Google Project Mariner, но отличается интеграцией с экосистемой AWS и возможностью тонкой настройки под конкретные сценарии. Для First Orion, чьи продукты критически важны для защиты от спама и мошенничества, надёжность тестирования имеет прямое влияние на доверие клиентов. Внедрение Nova Act — пример того, как ИИ-агенты становятся практическим инструментом, а не просто экспериментальной технологией.
