Ко мне обратилась одна компания. Запрос звучал модно: создать базу знаний, которую будет пополнять и актуализировать ИИ. Казалось бы, всё осознанно, но когда я спросил про данные – выяснилось, что их нет. Ладно, ничего не записано, это решаемо. Но когда начали разбираться, откуда их вообще взять, оказалось, что нет даже людей, которые знают, как устроены процессы. Кто-то делает как умеет, кто-то по-своему, кто-то по советам в чате.

Пример:

Есть процесс выплаты комиссий подрядчикам. СЕО боится там ошибок: вдруг кому-то лишнего заплатят. Он просит формализовать и описать процесс с инструкцией. Но финансисты говорят: мы сверяем нужную сумму с нужной суммой в табличке, всё нормально. Я спросил, откуда сумма в той табличке. Никто не знает. После небольшого расследования выяснилось – из внутреннего личного кабинета. Откуда она там – снова никто не знает. Дошли до СТО, нашли разработчика, который описал логику расчёта. И оказалось, что они сами не уверены, что считают правильно.

То есть люди были уверены, что проверяют сумму. Но проверяли ошибочную сумму, сравнивая с ошибочной. Сценарий, что исходная цифра может быть неверной, вообще не рассматривался.

Потом я посмотрел на фин.потоки и это вообще не то место, где компания рискует потерять больше всего. Если сумма там окажется совсем неправильной, финансисты это увидят даже вручную. Но фокус СEO совсем не там. Не потому что он плохой, просто он не видит полную картину, доверяет лидерам на местах и не знает, где реально может возникнуть ошибка. Плюс есть проблемы в структуре и распределении ролей, но это отдельная история.

А на конференциях полно воодушевляющих демо: автономные агенты, мультиагентные системы, полная замена рутины и т.д. Начитаешься и кажется, всё уже случилось, вот оно. Но потом идёшь смотреть на местах и пу пу пу... картина другая. Есть много исследований, которые пишут, что большинство пилотов закрывается и большинство трансформаций не доходит до конца.

Я не говорю, что ИИ тупой или что всё это маркетинг (хотя отчасти да). Просто люди часто не знают, где его правильно применять, потому что маркетинг опережает реальность. И ещё ИИ развивается неравномерно: в одних задачах очень силён, в других пока слаб. Надо понимать, где какой фрагмент к какому прикладывать, и под это перестраивать процессы.

Моя главная мысль такая. Сейчас много агентного маркетинга под видом реальных решений. Но победят те, кто параллельно инвестирует в готовность данных. А для этого нужно менять организацию процессов – и это главное узкое место.

Производительность вырастет в интеллектуальной работе: анализ, отчёты, программирование, финансовое планирование, юридические задачи. Но массовой замены людей я бы не ждал в ближайшие годы. Потому что если пропустить этапы с данными и перестройкой процессов – это разрушение и автоматизация хаоса.

Настоящая трансформация станет возможной, когда параллельно решатся фундаментальные ограничения LLM: отсутствие глубокого понимания, слабое долгосрочное планирование, проблемы с легаси, безопасностью и прокачкой навыков людей, чтобы они перешли от выполнения задач к контролю за агентами.

Агенты – мощнейший инструмент, но успех зависит не от того, насколько умная модель, а от того, насколько зрелая вся система вокруг неё: данные, процессы, люди и контроль. Я считаю, что кто поймёт это раньше – получит реальное преимущество над остальными.