Директор по продукту Slack делится опытом создания гибридных команд, где ИИ-агенты работают наравне с людьми, обрабатывая рутину и систематизируя корпоративные знания.
2 мин
Директор по продукту Slack Джейми ДеЛанге рассказала о том, как компания интегрирует агентов на базе модели Claude в повседневные рабочие процессы. Главная цель этого внедрения — решить давнюю проблему корпоративной среды: превратить хаотичные рабочие переписки в структурированную и полезную базу знаний.
Долгое время считалось, что рабочие чаты сами по себе станут естественным хранилищем организационного опыта. Однако на практике этот «выхлоп» совместной работы просто накапливался мертвым грузом: людям приходилось постоянно повторять одни и те же вещи, потому что найти нужную информацию в массиве сообщений было физически невозможно. Теперь эту задачу берут на себя ИИ-агенты, способные анализировать огромные объемы контекста.
Для того чтобы система работала эффективно, Slack выработал несколько ключевых принципов. Первый из них — общение по умолчанию должно происходить в открытых каналах. Агенты могут учиться и делать выводы только на основе той информации, к которой у них есть доступ. Решения, принимаемые в личных сообщениях или закрытых ветках, остаются невидимыми для ИИ и теряются для компании. Чем больше инструментов (календари, почта, документы) связано воедино, тем реже команде приходится повторяться.
Второй принцип заключается в правильном распределении ролей. В Slack агенты рассматриваются не как универсальные чат-боты, а скорее как цифровые коллеги с четкими задачами. Их рабочий ритм строится на постоянной передаче задач (handoffs): агенты выполняют подготовительную работу — собирают брифинги, пишут черновики, резюмируют встречи, — после чего передают результаты человеку. Человек проверяет, принимает решение и возвращает задачу агентам для выполнения следующего шага.
Важным аспектом является корпоративная культура и психологическая безопасность. Зачастую сотрудники уходят в личные сообщения не из-за секретности обсуждаемых вопросов, а из-за страха показать незавершенную работу или задать глупый вопрос публично. Однако именно открытое обсуждение на всех этапах позволяет агентам уловить суть происходящего и понять не только то, какое решение было принято, но и почему.
Оценка эффективности таких гибридных команд остается сложной задачей. Метрики вроде количества использованных токенов показывают лишь то, что инструмент применяется, но не доказывают его реальную ценность для бизнеса. Увеличение количества отправленных сообщений также не всегда означает рост продуктивности — иногда это признак того, что люди не могут найти нужную информацию.
В перспективе компаниям предстоит не просто ускорить выполнение привычных задач, а полностью переосмыслить свои рабочие процессы. Эксперты рекомендуют начинать с малого: создать общую рабочую среду для небольшой группы сотрудников и ИИ-агентов, позволив им самостоятельно выработать новые паттерны взаимодействия. Удачные практики, как показывает опыт Slack, быстро распространяются внутри организации естественным путем.
ИИ-агенты позволили реализовать давнюю мечту корпораций — превратить хаотичные рабочие переписки в структурированную базу знаний, доступную для быстрого поиска и анализа.
Главным препятствием для эффективной работы ИИ-агентов является не технология, а психологический дискомфорт сотрудников от необходимости работать и ошибаться на виду у всей команды.
