Агенты ИИ не работают в вакууме: почему культура важнее технологии

От ажиотажа к зрелости

Агентный ИИ за короткое время стал одной из самых обсуждаемых тем в IT и бизнесе. За последние два года его успели назвать и новым этапом автоматизации, и заменой цифровым ассистентам. Агентов сравнивают с цифровыми сотрудниками — обещают, что они возьмут на себя часть задач, будут общаться с клиентами, помогать коллегам, что-то выполнять сами. Звучит многообещающе. Но как только компания доходит до реального внедрения, становится понятно: универсального агента «на все» не будет.

Российский рынок искусственного интеллекта переживает стремительный рост: по данным HeadHunter, количество вакансий, связанных с ИИ, за последние 5 лет выросло почти в 10 раз. Первые эксперименты уже идут — от аналитики госбюджета до поддержки клиентов. Но в большинстве случаев это пилоты, а не масштабное внедрение.

Реальность в том, что агент может работать только в среде, где все собрано: данные, процессы, понятные границы ответственности. Он не волшебная кнопка, а участник экосистемы. Это как в фильмах про спецслужбы: агент на экране всегда крут, но на деле за ним стоят разведка, аналитики, снабжение и поддержка. Он эффективен, потому что работает внутри хорошо выстроенной системы. В бизнесе то же самое.

Чтобы агент начал приносить пользу, компания должна быть к этому готова. Нужна не просто модель, а среда: с прозрачными процессами, доступными данными и культурой, где делегирование решений — это норма, а не исключение. В компаниях с микроменеджментом и недоверием к данным агенты остаются экспериментом. В организациях, где практикуется открытая коммуникация, короткие итерации, совместное принятие решений, они становятся логичным продолжением культуры DevOps.

От ассистентов к агентам

Ассистент — это система, которая подсказывает: что сделать, как ответить, куда пойти дальше. Агент действует сам. Он может не просто предложить вариант, а инициировать и завершить задачу без участия человека. И этот сдвиг от подсказок к действиям меняет архитектуру всей компании.

Если раньше цифровые интерфейсы были построены для сотрудников и клиентов, то теперь появляется третий участник — агент. Это новая точка входа в корпоративные системы, и для нее нужны особые правила: где границы, кто отвечает, в каких случаях вмешивается человек.

Главный барьер здесь — не технологии, а доверие. В обзоре MIT Sloan правильно подмечено: масштабное внедрение агентных систем невозможно без прозрачности и управляемости. Поэтому перед запуском стоит задать себе как минимум три вопроса:

• Кто отвечает за действия агента?
• Какие рамки его полномочий?
• Где обязательно участие человека?

У нас в Cloud.ru этот переход происходил не сразу. Мы начали с простого — генеративные подсказки в поддержке. Они помогали инженерам быстрее и дружелюбнее отвечать клиентам. Когда стало понятно, что система справляется и не мешает процессу, мы пошли дальше — начали строить агентную логику. Сегодня агенты уже закрывают больше 20% клиентских обращений. К концу года планируем вырасти в разы.

Это и есть тот путь, который проходит большинство команд: от ассистентов к агентам. Не за один день, не по готовой схеме, а через эксперименты, настройку и пересборку процессов.

От барьеров к рабочим системам

Чтобы агент ИИ действительно заработал, одной технологии недостаточно. Важно не то, какую модель выбрали, а то, в какой среде она работает: есть ли доступ к актуальным данным, формализованы ли процессы, готова ли команда делегировать хотя бы часть решений.

Если в компании нет структуры, данные не обновляются, а вся работа держится на ручном управлении, даже самая продвинутая система будет простаивать. Агент не сможет действовать, если ему просто нечем управлять.

Мы видим это не только на своем опыте. Международная практика и российские кейсы сходятся в одном: переход от ассистентов к агентам упирается в одни и те же барьеры — архитектура, данные, безопасность и культура. Многие компании начинают с выбора модели, забывая о пересборке процессов. А значит, агент получает доступ к хаосу, а не к системе.

Добавляется и человеческий фактор. Где-то — страх потерять контроль, где-то — сопротивление команды. Часто делают пилоты «для отчетности», не измеряя реальный эффект. А еще не хватает людей, которые могут спроектировать взаимодействие агента с внутренней инфраструктурой. Все это решается не разово, а шаг за шагом — как когда-то с DevOps: итерации, гипотезы, пересборка процессов.

У нас все началось с генеративных подсказок в поддержке. Мы быстро поняли: просто подключить модель не получится. Пришлось начинать с основ — разметить обращения клиентов, сгруппировать их, обучить классификаторы. Стало понятно, что готовой документации не хватает. Мы собрали свою базу знаний в формате RAG и сделали ее постоянно обновляемой. Только после этого подсказки стали действительно помогать инженерам.

Эта же подготовка дала нам основу для следующего шага — запуска агентной системы. И тут выяснилось: никаких универсальных схем нет. Мы перестраивали архитектуру взаимодействия, прорабатывали сценарии и итерационно добавляли агентов под конкретные задачи.

Сегодня в личном кабинете Cloud.ru Evolution уже 22% обращений закрываются без участия инженеров. План — выйти на 70% к концу года. Каждый новый агент — это результат не только технической настройки, но и работы с процессами, данными, ролями внутри команды.

Опыт показал: агентный ИИ работает на результат только в тех компаниях, которые готовы меняться: пересматривать процессы, инвестировать в данные, запускать эксперименты, проверять гипотезы и гибко распределять роли внутри команды.

Будущее: фабрика корпоративных агентов

Агентные ИИ-системы все чаще становятся частью стратегических обсуждений в компаниях. Но их эффективность напрямую зависит от среды, в которую они встроены: структуры данных, прозрачности процессов и готовности команд взаимодействовать с ИИ на практике.

Сам по себе агент не дает результата. Он начинает работать тогда, когда в компании выстроены процессы, определены зоны ответственности, а сотрудники понимают, как использовать возможности ИИ и контролировать его действия.

Будущее — не за универсальным агентом «на все случаи», а за подходом, при котором компании создают собственных цифровых агентов под конкретные задачи. Такой подход все чаще называют «фабрикой агентов» — экосистемой, где разные типы ИИ-агентов решают прикладные задачи внутри разных подразделений.

Технологии для этого подхода уже доступны: из облака можно получить и модели, и инструменты для построения мультиагентных систем. Вопрос не в доступе, а в готовности к организационным изменениям — пересмотру процессов, ответственности и архитектуры.

Эффективная «фабрика агентов» обычно строится на трех принципах:

• процессный подход — начинать с пересмотра бизнес-процессов, а не с технологий;
• прозрачность и контроль — четко фиксировать рамки действий и ответственность;
• доступность — создавать инструменты, которыми могут пользоваться и разработчики, и обычные сотрудники.

В ближайшие годы наличие рабочих агентных решений может стать новым показателем цифровой зрелости — не только отдельных компаний, но и отраслей в целом. Там, где агенты становятся частью повседневной работы, появляются и новые модели эффективности.