Агентные workflow: от «куда направить документ»
«что в нём и что делать дальше». 🎥
Свежая статья «Reimagining Workflows in the Agentic Age» посвящена переходу от традиционной автоматизации и BPM к агентным workflow — процессам, в которых ИИ-агенты способны самостоятельно извлекать сведения из документов, принимать решения по правилам и запускать последующие действия в разных системах. Главный тезис: ценность agentic AI не в отдельном чат-боте, а в переосмыслении сквозного процесса вместе с данными, контентом, контролями и человеком-экспертом.
Автор описывает эволюцию workflow в три этапа. Первый — правиловая маршрутизация документов. Второй — BPM/iBPM: управление сложными процессами, интеграция приложений, обработка исключений. Третий — агентные процессы: ИИ не только исполняет заранее настроенный маршрут, но и анализирует неструктурированный контент, определяет нужные действия и адаптирует следующий шаг к контексту.
Классический workflow отвечает на вопрос: «Если произошло событие X, куда направить объект Y?». Агентный workflow стремится ответить: «Что содержится в объекте, что это означает для процесса, какие проверки необходимы, какие риски есть и какое действие следует выполнить дальше?».
Что меняется на практике:
· извлечение значимой информации из документов, писем и вложений; · превращение этой информации в входные данные для следующих этапов; · автоматическое создание документов с направлением на проверку и согласование; · анализ содержания и маршрутизация в нужный контур — комплаенс, ИБ, управление рисками; · объединение контента и процесса: документ становится активным носителем данных, а не просто файлом.
Пример Samsung Semiconductors. В GRC-проверке поставщиков до внедрения: email-обмен, ручной сбор документов из множества источников, ручная оценка риска, срок проверки 3–5 дней. С агентным workflow: система извлекает метаданные, один агент рассчитывает риск-скор, другой выявляет проблемы безопасности, срок проверки — около 4 часов. Важен не продукт, а паттерн: агент извлечения → агент оценки риска → агент контроля → человек, подтверждающий решение.
Human in the loop. Статья не предлагает убирать человека. Напротив, подчёркивает необходимость участия сотрудника в точках, где требуются доверие, подтверждение результата или ответственность. Это критично для аккредитации контрагентов, договорного согласования, комплаенса, ИБ, кадровых и закупочных решений. По опросу Box, 90% клиентов назвали безопасность и governance главным барьером для использования ИИ.
Для BPM и СЭД. Agentic AI — это новый слой над привычными BPMS и СЭД, а не замена процессному управлению. Хороший кандидат на пилот — процесс с большим объёмом неструктурированных документов, повторяющимися экспертными проверками, понятными критериями решения и измеримыми SLA. Например, в согласовании договора агент может извлечь ключевые условия, сопоставить с шаблонами, отметить рисковые формулировки, определить согласующих. Но финальное решение о принятии риска остаётся за сотрудником.
🔗 Reimagining Workflows in the Agentic Age
· 3 ч
Разделение на агентов полезно, но между ними нужен ещё контроль повторного исполнения. Если создание заявки прошло, а ответ потерялся, повторный запуск не должен создавать вторую. Я бы оставил состояние процесса и идемпотентность в обычном коде. Где у вас проходит граница полномочий агента?
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён