Передовые компании увеличили использование ИИ в 8 раз, переходя от простых подсказок к делегированию реальных задач. Разбираем опыт внедрения агентов на примерах Basis, Clay и Exa Labs.
3 мин
Индустрия искусственного интеллекта проходит важный рубеж: мы наблюдаем переход от использования ИИ в качестве умного справочника к его применению как самостоятельного исполнителя. Передовые компании больше не просто задают вопросы чат-ботам, они встраивают ИИ-агентов в свои основные рабочие процессы. Это позволяет делегировать рутинные задачи, сохраняя за человеком роль контролера и принимающего решения.
Согласно последним данным Enterprise Signals от OpenAI, разрыв между лидерами во внедрении ИИ и обычными компаниями стремительно растет. Предприятия из верхних 10% по уровню использования ИИ сейчас генерируют в 8,3 раза больше токенов на одного активного пользователя, чем среднестатистические фирмы. Еще в январе этот показатель составлял 2,6 раза.
Этот рост указывает на глубокий операционный сдвиг. Компании-лидеры подключают ИИ-агентов к внутренним базам знаний и инструментам, поручая им более содержательную работу. Главный вызов для руководителей сегодня — превратить эту технологическую глубину в процессы, которым люди могут доверять, которые можно измерить и улучшить.
Animated demo of Basis’s AI-guided onboarding workspace, showing a first-day checklist and automated setup steps for a new employee named Matthew.
Опыт трех стартапов показывает, как именно агенты интегрируются в бизнес-процессы:
Basis: автоматизация адаптации сотрудников Компания Basis, разрабатывающая ИИ-агентов для бухгалтерских фирм, сократила процесс адаптации (onboarding) новых сотрудников с двух часов до 30 минут. В первый рабочий день сотрудник получает доступ к системе, которая приветствует его, объясняет ключевые концепции компании и в фоновом режиме настраивает рабочее окружение. Процесс стал повторяемым навыком с четким триггером и понятным определением готовности, а у HR-отдела появилось время на поддержку корпоративной культуры.
Clay: управление контекстом продаж В компании Clay инженеры по продажам сталкивались с проблемой разрозненной информации по сделкам. Для решения этой задачи был создан выделенный субагент для каждого клиента. Каждую ночь агент анализирует почту, CRM, Slack и звонки, обновляя папку сделки. Утром координирующий ИИ формирует короткий список приоритетных действий на день. Это экономит около часа ежевечерней рутины и помогает не упускать важные детали в долгих циклах корпоративных продаж.
Exa Labs: интеграция разработчиков Команда Exa Labs автоматизировала поиск и реализацию возможностей для интеграции своего поискового API (application programming interface). ИИ-агент мониторит репозитории, собирает контекст, создает запросы на изменение кода (pull requests) и запускает тесты. При этом люди по-прежнему решают, какие именно возможности важны и как управлять внешними отношениями. Агент лишь доводит сигнал до стадии протестированного артефакта.
Introducing the Admin plugin for ChatGPT Work and Codex — art card v2
Эти примеры демонстрируют эволюцию рабочих процессов. Сначала агенту поручают стабильный процесс с понятными правилами. Затем ему дают постоянный контекст, который обновляется по мере изменения ситуации. Наконец, агенту доверяют доводить задачу до конкретного, проверяемого результата.
Важно отметить, что во всех трех случаях человеческий контроль не исчезает, а смещается. Люди больше не собирают данные вручную, но они проверяют результаты тестов, утверждают приоритеты и принимают финальные решения перед запуском.
Чтобы масштабировать этот опыт, руководителям следует начать с одного значимого рабочего процесса. Необходимо четко определить ожидаемый результат, метрики успеха и границы ответственности агента — по сути, написать для него должностную инструкцию.
По мере того как инструменты вроде больших языковых моделей (LLM) становятся надежнее, разделение труда между человеком и машиной будет становиться все более четким. Следующий этап развития корпоративного ИИ — это создание библиотек проверенных навыков и общих рабочих пространств, где агенты и сотрудники будут трудиться совместно, опираясь на единый контекст.
Building AI for the ambitions of small businesses > Card image
How to manage AI investments in the agentic era > Cover image
ИИ переходит от роли пассивного помощника к активному исполнителю, способному самостоятельно вести рутинные рабочие процессы под контролем человека.
Успешное внедрение агентов требует написания для них полноценных должностных инструкций и четкого определения границ, где решение принимает человек.
