«Экономика автономности: как AI-агенты меняют роль руководителя»

Интерес к AI-агентам в бизнесе смещается от экспериментов с чат-ботами к вопросу, какие процессы компания готова передать программному исполнителю. Если ассистент в основном отвечает на запросы, то агент должен действовать внутри корпоративного контура: искать данные, готовить документы, запускать согласования, проверять результат и возвращать руководителю не справку, а выполненную или почти выполненную операцию. Поэтому внедрение AI-агентов меняет роль менеджера, который от контроля каждой операции постепенно переходит к постановке целей, настройке правил и проверке исключений.

Выйти из полноэкранного режима

Развернуть на весь экран

AI-агент — это не чат-бот, который отвечает на вопросы. Это программный исполнитель, который может получить цель, разложить ее на шаги, обратиться к корпоративным системам, подготовить действие, инициировать процесс, проверить результат и вернуть руководителю не просто текст, а выполненную или почти выполненную операцию, говорит замдиректора Центра компетенций НТИ «Технологии доверенного взаимодействия» на базе ТУСУР Руслан Пермяков. Для руководителя, по его словам, это означает «сдвиг от микроконтроля задач к постановке целей, проверке исключений и управлению правилами автономности».

Директор по ИИ и цифровым продуктам «Билайна» Константин Романов этот сдвиг описывает как смену модели управления: «мы переходим от модели “человек управляет инструментом” к модели “человек ставит цель и контролирует результат”». Руководитель направления ИИ Cloud.ru Дмитрий Юдин формулирует это через операционную работу: раньше каждое действие требовало вмешательства человека — запросить данные, проверить в системе, подготовить ответ, передать дальше. Агенты же могут самостоятельно выполнять последовательность этих действий, следуя заданным правилам и ограничениям, поясняет он.

Для руководителя это означает не исчезновение управленческой функции, а ее смещение. По словам господина Пермякова, он переходит от сбора статусов к определению границ, допустимых рисков, требований к логам и ответственных. Господин Юдин также отмечает, что с внедрением агентов руководитель больше отвечает за постановку задач, создание правил работы и за качество данных, которые агент обрабатывает.

На практике бизнес пока готов передавать агентам задачи с понятным регламентом и низкой ценой ошибки. Руслан Пермяков относит к ним подготовку резюме документов, встреч и переписок, первичную классификацию обращений, обновление карточек в CRM и Service Desk, контроль сроков и напоминания. Дмитрий Юдин добавляет к этому первичную аналитику, работу с базами знаний, мониторинг инфраструктуры, отдельные HR- и операционные направления. Господин Романов среди прикладных сценариев также называет сквозную обработку заказов, подготовку персонализированных коммерческих предложений и мониторинг многомиллионных транзакций.

Граница автономности проходит там, где появляется право на необратимое действие. «Пока агент собирает данные, предлагает варианты, готовит проект письма или проект решения — он помогает. Когда он сам меняет статус договора, запускает платеж, утверждает заявку, назначает исполнителя, закрывает инцидент или отправляет внешнее письмо, то он уже участвует в принятии решения или исполняет управленческое действие», — говорит господин Пермяков. Граница проходит там, где цена ошибки высока — в медицине, юридической и финансовой сферах, перечисляет генеральный директор Института AIRI, декан факультета ИИ МГУ Иван Оселедец. В этих зонах агент может готовить варианты решений, проводить расчеты, но финальное действие и ответственность остаются за менеджером, подчеркивает он: агент пока не может полностью завершать критически важные процессы без подтверждения человека.

Главные ограничения использования AI-агентов связаны не только с качеством моделей. Руслан Пермяков говорит, что компаниям мешают «доверие к системам и прозрачность принимаемых решений», а также неясность, кто отвечает за ошибку агента. Господин Юдин указывает на более прикладные барьеры: «Разрозненные данные, слабая интеграция с CRM и ERP, размытые правила доступа и незрелость процессов к автоматизации зачастую тормозят внедрение сильнее, чем текущие возможности таких решений». Он также среди условий перехода от ассистентов к автономным агентам называет «понятные правила безопасности»: кто к каким данным имеет доступ, какие действия агент может выполнять сам, а какие требуют контроля человека.

Спрос на AI-агентов становится более прагматичным. Компании хотят сокращать стоимость рутинных операций, ускорять документооборот, снижать нагрузку на поддержку, уменьшать время подготовки отчетов, быстрее обрабатывать заявки и повышать управляемость процессов, перечисляет господин Пермяков. Дмитрий Юдин также считает, что рынок выходит из стадии тестов: «Если раньше компании внедряли такие решения, чтобы “попробовать” и разобраться в возможностях технологии, то сейчас в центре внимания — экономика проектов и измеряемый результат». По его оценке, AI-агенты могут сокращать время выполнения задач на 40-50%, а простые сценарии автоматизации и готовые решения способны окупиться менее чем за год.

Текущий спрос на агентов в первую очередь прагматичный, говорит господин Оселедец: компании внедряют их для снижения операционных затрат и ускорения типовых процессов. Константин Романов также делает акцент на экономике: «Бизнес воспринимает AI-агентов в первую очередь как цифровую рабочую силу, способную повысить производительность. Экономическая целесообразность выходит на первый план: предприниматели считают деньги и внедряют то, что дает быструю и измеряемую отдачу».

Чтобы рынок вырос именно в сторону автономных агентов, компаниям придется дать таким системам доступ к данным и действиям, но сделать это в контролируемом режиме. Для этого, говорит господин Юдин, потребуется доступ к корпоративным данным и системам, иначе агенты не станут частью бизнес-процесса. Также нужны понятные правила безопасности и зрелость процессов внутри компании: если рабочий процесс не описан и не измеряется, то его невозможно передать агенту.

Господин Романов считает, что новый массовый сегмент пользователей AI-агентов формируется не со стороны крупных корпораций с их многомиллионными внедрениями, а со стороны микро-, малого и среднего бизнеса. Однако, чтобы рынок вырос в сторону автономных агентов, а не остался на уровне ассистентов, необходимы три условия, отмечает Иван Оселедец. Первое — зрелые платформы управления агентами с безопасным разграничением ролей и действий, а также агенты с функцией вызова различных инструментов без использования высокозатратных основ, так называемые малые модели.

Второе — прозрачная наблюдаемость, логирование, трассировка и понимание того, как агент пришел к результату, продолжает он. Третье — развитое офлайн-тестирование на реальных бизнес-кейсах, позволяющее гарантировать корректность и качество работы агентов, резюмировал эксперт.