Время адаптации: как компании и люди перестраиваются под работу с ИИ-агентами
Появление ИИ-агентов переводит искусственный интеллект из категории вспомогательных инструментов на уровень цифровых исполнителей. Это требует от компаний в том числе пересмотра ролей сотрудников, рабочих процессов и управленческих подходов.
За последний год искусственный интеллект прошел важный эволюционный путь: от инструментов генерации текстового и визуального контента к ИИ-агентам, способным действовать самостоятельно. Автономные цифровые системы, в отличие от классических, не просто отвечают на запросы, а умеют планировать действия, взаимодействовать с корпоративными данными и сервисами и выполнять задачи в бизнес-процессах.
По сути, агент выступает цифровым сотрудником: анализирует запрос, формирует план, обращается к нужным источникам и выдает результат.
В маркетинге и клиентской поддержке мультиагентные системы способны обрабатывать до 95% обращений автономно, а операторы подключаются к сложным кейсам и утверждают рекомендации. Опыт «VK Рекламы» показывает, что такой ИИ-агент способен вести живой диалог, который мало отличается от общения с оператором, и решать непростые задачи: от консультаций по запуску рекламы до рекомендаций по повышению эффективности кампаний.
В финансовой сфере ИИ-агент, используя корпоративные методики и актуальные требования законодательства, позволяет бухгалтерам и юристам быстрее находить ответы на сложные вопросы в сфере налогообложения, при этом специалист выполняет финальную валидацию данных. Время на поиск информации и расчет налогов может сократиться в пять раз.
При анализе недвижимости система автоматически сравнивает проектную и техническую документацию, выявляет расхождения и формирует отчеты со ссылками на источники, а менеджер проверяет выводы и принимает решения. Автоматический анализ документов, включая машинописные, рукописные и с печатями, умение извлекать атрибуты, распознавание планов и подготовка отчетов в веб-интерфейсе могут сократить время анализа в два раза.
ИИ-агенты повышают эффективность бизнеса, но не заменяют сотрудников, а перераспределяют рабочие роли: они освобождают человека от рутины, оставляя за ним право решающего голоса.
Согласно исследованию McKinsey, современные технологии уже могут высвобождать до 57% рабочего времени сотрудников. При этом основной экономический эффект возникает благодаря перепроектированию работы.
С появлением продвинутых ИИ-агентов человек становится скорее стратегом, архитектором и управляющим интеллектуальной системой. Агенты берут на себя выполнение задач, а люди концентрируются на принятии решений, взаимодействии и развитии компетенций. По данным Anthropic, сотрудники начинают тратить больше времени на стратегическую работу (66%), развитие навыков (70%) и построение отношений (60%), а не на рутину.
Исследования подтверждают, что изменения происходят в основном через эволюцию ролей. Например, с развитием алгоритмов анализа изображений занятость радиологов в медицине за последние годы выросла. Но теперь задачи врача сместились с ручного анализа на принятие решений и взаимодействие с пациентом.
Аналогичный процесс происходит и в бизнес-функциях. Привычные роли не исчезают, а становятся более массовыми и одновременно интеллектуальными. Например, маркетологи получают доступ к аналитике уровня дата-сайентистов без глубокого программирования, бухгалтеры работают с автоматизированными расчетами, концентрируясь на интерпретации и рисках, а разработчики переходят от написания кода к проектированию архитектуры решений.
В таких условиях ключевой компетенцией сотрудника становится умение декомпозировать цель в насыщенную контекстом инструкцию. То есть сформулировать задачи так, чтобы ИИ мог их корректно выполнить. В то же время агент работает эффективнее, если у него есть доступ к корпоративной базе знаний, CDP-инструментам и другим внутренним информационным системам для работы с актуальными данными компании. Так в команде появляется роль стратега: постановщика задач и владельца контекста и данных, который определяет направление и расставляет приоритеты.
Развитие ИИ-агентов предполагает и появление совершенно новых ролей. Например, супервайзеров. Дело в том, что для корректной работы таких систем необходимо научить их работать с корпоративными документами (RAG-подход), формализовать запросы и внедрять инструменты контроля безопасности (LLM Guard), которые помогают ограничивать риски ошибок и утечки информации. Супервайзер в этом процессе проверяет ключевые решения, обеспечивая прозрачность и дообучение.
Люди и компании находятся на этапе адаптации к новой логике работы с ИИ. Мышление человека и архитектура языковых моделей устроены по-разному, поэтому попытка просто передать задачу без специальной формализации процессов редко дает устойчивый результат. Чтобы сформировалось доверие к ИИ-агентам, нужно рассматривать их деятельность как управляемый риск, основанный на опыте и проверках. Это требует изменения процессов в организации.
Компаниям для трансформации стоит начинать с малого и автоматизировать рутину. Быстрый эффект дают процессы, где много ручной работы и понятная структура: суммаризация отзывов клиентов, подготовка расшифровок встреч, генерация типовых документов, анализ обращений пользователей. Такие задачи позволяют получать результат быстро и постепенно передавать системе более сложные функции.
Следующий шаг — нормализация знаний и процессов. ИИ работает там, где деятельность можно описать. Если процесс нельзя декомпозировать и объяснить в виде алгоритма или примеров, автоматизация будет нестабильной. Поэтому внедрение технологий неизбежно связано с переводом экспертизы сотрудников в структурированные данные.
При внедрении агентов всегда нужно закладывать контроль качества и реалистично оценивать масштабы. В отличие от классического ИТ-софта, ИИ не всегда обеспечивает стопроцентную точность. На ранних этапах уровень 60–70% может быть нормальным. Задача бизнеса — выстроить процессы так, чтобы эта разница компенсировалась проверками и не создавала рисков. Ответственность за итоговые решения остается за человеком.
ИИ-агенты позволяют компаниям автоматизировать операционные задачи, но одновременно требуют более зрелых процессов и новых ролей сотрудников. И основной положительный эффект возникает не за счет сокращения персонала, а благодаря перераспределению труда и росту производительности. Компании, которые используют технологию после перестройки процессов для развития компетенций сотрудников, получают более устойчивое конкурентное преимущество, чем те, кто рассматривает технологию исключительно как инструмент оптимизации затрат.
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза
За последний год искусственный интеллект прошел важный эволюционный путь: от инструментов генерации текстового и визуального контента к ИИ-агентам, способным действовать самостоятельно. Автономные цифровые системы, в отличие от классических, не просто отвечают на запросы, а умеют планировать действия, взаимодействовать с корпоративными данными и сервисами и выполнять задачи в бизнес-процессах.
По сути, агент выступает цифровым сотрудником: анализирует запрос, формирует план, обращается к нужным источникам и выдает результат.
В маркетинге и клиентской поддержке мультиагентные системы способны обрабатывать до 95% обращений автономно, а операторы подключаются к сложным кейсам и утверждают рекомендации. Опыт «VK Рекламы» показывает, что такой ИИ-агент способен вести живой диалог, который мало отличается от общения с оператором, и решать непростые задачи: от консультаций по запуску рекламы до рекомендаций по повышению эффективности кампаний.
В финансовой сфере ИИ-агент, используя корпоративные методики и актуальные требования законодательства, позволяет бухгалтерам и юристам быстрее находить ответы на сложные вопросы в сфере налогообложения, при этом специалист выполняет финальную валидацию данных. Время на поиск информации и расчет налогов может сократиться в пять раз.
При анализе недвижимости система автоматически сравнивает проектную и техническую документацию, выявляет расхождения и формирует отчеты со ссылками на источники, а менеджер проверяет выводы и принимает решения. Автоматический анализ документов, включая машинописные, рукописные и с печатями, умение извлекать атрибуты, распознавание планов и подготовка отчетов в веб-интерфейсе могут сократить время анализа в два раза.
ИИ-агенты повышают эффективность бизнеса, но не заменяют сотрудников, а перераспределяют рабочие роли: они освобождают человека от рутины, оставляя за ним право решающего голоса.
По пути усложнения задач: как проектировать интеграцию человека и ИИ
Согласно исследованию McKinsey, современные технологии уже могут высвобождать до 57% рабочего времени сотрудников. При этом основной экономический эффект возникает благодаря перепроектированию работы.
С появлением продвинутых ИИ-агентов человек становится скорее стратегом, архитектором и управляющим интеллектуальной системой. Агенты берут на себя выполнение задач, а люди концентрируются на принятии решений, взаимодействии и развитии компетенций. По данным Anthropic, сотрудники начинают тратить больше времени на стратегическую работу (66%), развитие навыков (70%) и построение отношений (60%), а не на рутину.
Исследования подтверждают, что изменения происходят в основном через эволюцию ролей. Например, с развитием алгоритмов анализа изображений занятость радиологов в медицине за последние годы выросла. Но теперь задачи врача сместились с ручного анализа на принятие решений и взаимодействие с пациентом.
Аналогичный процесс происходит и в бизнес-функциях. Привычные роли не исчезают, а становятся более массовыми и одновременно интеллектуальными. Например, маркетологи получают доступ к аналитике уровня дата-сайентистов без глубокого программирования, бухгалтеры работают с автоматизированными расчетами, концентрируясь на интерпретации и рисках, а разработчики переходят от написания кода к проектированию архитектуры решений.
В таких условиях ключевой компетенцией сотрудника становится умение декомпозировать цель в насыщенную контекстом инструкцию. То есть сформулировать задачи так, чтобы ИИ мог их корректно выполнить. В то же время агент работает эффективнее, если у него есть доступ к корпоративной базе знаний, CDP-инструментам и другим внутренним информационным системам для работы с актуальными данными компании. Так в команде появляется роль стратега: постановщика задач и владельца контекста и данных, который определяет направление и расставляет приоритеты.
Развитие ИИ-агентов предполагает и появление совершенно новых ролей. Например, супервайзеров. Дело в том, что для корректной работы таких систем необходимо научить их работать с корпоративными документами (RAG-подход), формализовать запросы и внедрять инструменты контроля безопасности (LLM Guard), которые помогают ограничивать риски ошибок и утечки информации. Супервайзер в этом процессе проверяет ключевые решения, обеспечивая прозрачность и дообучение.
Что бизнесу делать уже сейчас
Люди и компании находятся на этапе адаптации к новой логике работы с ИИ. Мышление человека и архитектура языковых моделей устроены по-разному, поэтому попытка просто передать задачу без специальной формализации процессов редко дает устойчивый результат. Чтобы сформировалось доверие к ИИ-агентам, нужно рассматривать их деятельность как управляемый риск, основанный на опыте и проверках. Это требует изменения процессов в организации.
Компаниям для трансформации стоит начинать с малого и автоматизировать рутину. Быстрый эффект дают процессы, где много ручной работы и понятная структура: суммаризация отзывов клиентов, подготовка расшифровок встреч, генерация типовых документов, анализ обращений пользователей. Такие задачи позволяют получать результат быстро и постепенно передавать системе более сложные функции.
Следующий шаг — нормализация знаний и процессов. ИИ работает там, где деятельность можно описать. Если процесс нельзя декомпозировать и объяснить в виде алгоритма или примеров, автоматизация будет нестабильной. Поэтому внедрение технологий неизбежно связано с переводом экспертизы сотрудников в структурированные данные.
При внедрении агентов всегда нужно закладывать контроль качества и реалистично оценивать масштабы. В отличие от классического ИТ-софта, ИИ не всегда обеспечивает стопроцентную точность. На ранних этапах уровень 60–70% может быть нормальным. Задача бизнеса — выстроить процессы так, чтобы эта разница компенсировалась проверками и не создавала рисков. Ответственность за итоговые решения остается за человеком.
ИИ-агенты позволяют компаниям автоматизировать операционные задачи, но одновременно требуют более зрелых процессов и новых ролей сотрудников. И основной положительный эффект возникает не за счет сокращения персонала, а благодаря перераспределению труда и росту производительности. Компании, которые используют технологию после перестройки процессов для развития компетенций сотрудников, получают более устойчивое конкурентное преимущество, чем те, кто рассматривает технологию исключительно как инструмент оптимизации затрат.