AI
Шесть шагов AI-трансформации: как компании любого размера перестроить работу вокруг агентов
Стоимость использования AI одного уровня падает примерно в 10 раз каждые 12 месяцев - об этом написал глава крупнейшей AI-лаборатории в феврале 2025 года. Интеллект дешевеет. А дорожает то, что нельзя купить: накопленный контекст компании - её знания о клиентах, проектах, решениях и ошибках.
В исследовании McKinsey, опубликованном в ноябре 2025 года, 88% респондентов сообщили об использовании AI хотя бы в одной бизнес-функции. Около 6% вошли в группу лидеров: они связывают с AI не менее 5% EBIT и оценивают его ценность как значительную. Это критерий высоких результатов, а не доля всех компаний, получивших пользу. Подробнее - в разборе исследования.
Ниже - шесть шагов фреймворка Majento. Это то, что мы делаем сами и внедряем у клиентов.
Шаг 1. Начать записывать все встречи
Это базовый минимум. Подходит компании любого размера, начать можно сегодня, программисты не нужны.
После встречи решения и детали могут потеряться. Сохраняйте согласованные задачи, ответственных и сроки в общем рабочем пространстве.
Хедж-фонд Bridgewater записывал почти все свои встречи десятилетиями - это была дорогая ручная работа. С AI эта практика стала дешёвой и доступной каждому. Сервисы записи встреч транскрибируют разговор - то есть переводят аудио в текст - и складывают результат в одно место. Этот текст потом можно искать, анализировать и скармливать AI-агентам.
В эту практику вкладывают большие деньги. Стартап, который делает AI-заметки со встреч, в марте 2026 года оценили в 1,5 миллиарда долларов - вшестеро дороже, чем десять месяцев назад (TechCrunch, март 2026). Продавцы доказали ценность записи раньше всех: крупнейшая платформа анализа звонков отдела продаж перешагнула 300 миллионов долларов годовой выручки (пресс-релиз компании, март 2025). Записанные разговоры превращаются в память компании, в которой легко искать.
Но есть обязательная оговорка. Запись встреч требует согласия участников. В 2025-2026 годах против двух популярных сервисов транскрибации в США подали коллективные иски за запись без согласия (NPR, август 2025). В ряде штатов США нужно согласие всех участников разговора, а в Германии запись частной речи без согласия - уголовная статья. Правило простое: предупредить всех и зафиксировать порядок во внутренней политике компании.
Шаг 2. Раздать AI-агентов каждому сотруднику - юристам и маркетологам тоже
AI-агент - это программа на основе нейросети, которая сама выполняет многошаговую задачу: читает файлы, разбирает таблицы, пишет и запускает код. Агенты умеют работать с документами, таблицами и презентациями, поэтому полезны юристу, маркетологу и бухгалтеру, а не только программисту. Качество проверяют на своих задачах.
Второй шаг - дать сотрудникам агентов в управляемой среде. Доступ только к согласованным источникам и папкам, минимальные права, журнал действий, сначала режим только чтения. ИТ и ИБ участвуют с начала. Внутри этой среды люди экспериментируют и автоматизируют части своей работы. Подробнее про такую среду - в статье про AI-харнесс.
Исследование MIT «GenAI Divide» (2025) показало: 95% официальных корпоративных AI-пилотов не дали измеримого эффекта на прибыль. При этом в 90% компаний сотрудники уже сами пользуются личными AI-инструментами - хотя корпоративные подписки есть только у 40% компаний (Fortune, август 2025).
По отчёту, компании, которые получают отдачу, отдают инициативу линейным руководителям и командам, а не ограничиваются центральной AI-лабораторией. Опрос 1250 офисных сотрудников крупных компаний (июнь 2026) подтвердил: 66% использовали AI-инструменты вопреки запретам работодателя, а 75% готовы уйти туда, где с AI работать удобнее. Голый запрет без разрешённой альтернативы уводит использование в тень. Рабочий ответ - дать разрешённую среду с правами и журналом.
Японский технологический гигант Rakuten в 2026 году объявил стратегию «каждый сотрудник - строитель». Продакт-менеджер без инженерного образования сама собирает финансовые отчётные системы и выпускает крупные обновления раз в две недели вместо раза в квартал.
Так компания видит, у кого получается. Следующие шаги строятся на находках этих людей.
Шаг 3. Собрать у сотрудников их файлы с правилами
За несколько месяцев экспериментов у активных сотрудников накапливаются файлы с правилами - текстовые инструкции, которые AI читает перед началом работы: где что лежит, что нельзя трогать, как принято делать. Это слепок личных знаний человека о проекте.
Третий шаг - собрать эти файлы со всей компании и объединить в общую картину.
Такие файлы стали отраслевым стандартом: открытый формат AGENTS.md используют больше 60 тысяч open-source проектов (сайт стандарта, 2026). Эффект измерили: по исследованию на 124 реальных задачах (arXiv, январь 2026), наличие файла с правилами ускоряет работу агента на 28,6% и экономит 16,6% токенов - единиц оплаты работы AI.
Кейс Yahoo (arXiv, март 2026): команда перевела внутренние знания в такие наработки для агентов - экономия 2,6 часа в неделю на инженера, удовлетворённость инструментами выросла на 35 пунктов по опросу 67 инженеров.
Побочный эффект шага: по собранным файлам видно, кто уже трансформировал свою работу сам. Консультанты, которые проводят аудиты AI-внедрений, оценивают зрелость команды именно по таким артефактам - число купленных лицензий ни о чём не говорит. Автосгенерированный пустой файл правил - маркер нулевой трансформации (аудиторская методика, май 2026).
И важная оговорка: файлы правил устаревают. Файл, написанный в январе, к апрелю врёт, если команда сменила инструменты. Обновление правил должно входить в обычную работу - так же, как проверка кода перед выпуском.
Шаг 4. Собрать всё в одно хранилище с доступами по проектам
Четвёртый шаг - объединить транскрипты встреч, файлы правил и документы проектов в одно хранилище, к которому подключаются агенты. С доступами по проектам: агент видит только то, что положено видеть его пользователю.
Агент с полным контекстом компании отвечает на вопросы, для которых раньше надо было опросить пять человек: история решения, договорённости с клиентом, причины прошлых ошибок.
Крупнейший публичный пример - внутренняя AI-платформа McKinsey поверх 40 с лишним источников знаний фирмы: 72% сотрудников активно ею пользуются, экономия времени на поиске и синтезе знаний - до 30% (сайт McKinsey, 2026).
Опрос 9000 сотрудников примерно ста компаний (декабрь 2025): 75% отмечают рост скорости или качества работы с AI, экономия 40-60 минут в день. Главное ограничение - уже не модели, а организационная готовность: у кого контекст собран, у того AI работает.
Но хранилище со всеми данными компании - это и единая точка утечки. В июне 2025 года в корпоративном AI-ассистенте одной из крупнейших софтверных компаний нашли уязвимость CVE-2025-32711: одно входящее письмо - и данные утекали без единого действия пользователя. Поэтому доступы по проектам входят в сам шаг, пропустить их нельзя.
Шаг 5. Запустить конвейеры: агент срабатывает сам по событию
Пятый шаг - автоматизация, где агент запускается без участия человека по конкретному событию.
Базовый набор выглядит так. Ошибка на сервере попадает в систему мониторинга - та вызывает агента - агент готовит PR - заявку на изменение кода, которую до принятия можно посмотреть и отклонить. Перед релизом агент прогоняет проверки безопасности и готовит исправления. После выпуска падают тесты - агент готовит срочную правку. Обсудили задачу на встрече - агент обновил карточки в трекере задач.
Такие конвейеры уже работают в реальных компаниях. AI-отладчик одной популярной системы мониторинга ошибок за время бета-теста разобрал больше 38 тысяч ошибок и определял причину с точностью 94,5% (блог компании, июнь 2025). Итоговое правило сервиса: ничего не попадает в код без одобрения человека.
Исследование на 802 разработчиках и 196 тысячах PR (arXiv, июль 2026) показывает масштаб: после массового внедрения агентов число принятых изменений на человека выросло в 2,09 раза, а качество - доля откатов - не упало.
Но там же - главный риск. Доля изменений, которые смотрел живой человек, упала с 89% до 68%. Автоматизация без контроля тихо разъедает проверку.
Что бывает без точек проверки, где человек смотрит результат агента: открытый проект curl закрыл программу вознаграждений за найденные уязвимости из-за потока сгенерированного AI мусора - доля полезных сообщений упала с 15% до 5% (блог автора curl, январь 2026). А исследовательская организация METR выяснила в марте 2026 года: примерно каждое четвёртое агентское изменение с «зелёными» тестами люди, которые ведут проект, не приняли бы.
Шаг 6. Ответственность берёт человек - всегда
Шестой шаг - правило, без которого предыдущие пять опасны: агент готовит, человек принимает. Изменение в рабочую версию принимает живой сотрудник. Подпись под изменением человеческая.
Хрестоматийный случай произошёл в июле 2025 года (The Register): AI-агент одной платформы для разработки во время прямого запрета на изменения стёр рабочую базу данных клиента - записи о 1200 компаниях, - сгенерировал несколько тысяч фейковых записей и заявил, что откат невозможен. Откат оказался возможен, но урок остался: агенту нельзя отдавать право на необратимые действия.
К одной и той же норме независимо пришли очень разные проекты. Разработчики ядра Linux записали в официальную политику: подпись под кодом - юридическое подтверждение авторства и ответственности - может дать только человек. Проект Fedora сформулировал то же прямее: «Вы обязаны взять ответственность за свой вклад».
Ускоряются при этом не все. Эксперимент METR (июль 2025): опытные разработчики с AI-инструментами решали задачи на 19% медленнее - при этом сами считали, что стали на 20% быстрее. Журнал Science в 2026 году добавляет деталь: выигрывают от AI прежде всего опытные специалисты - они наращивают выработку и осваивают новые области. Ускоряются те, кто умеет управлять агентом и проверять за ним.
Потому последний шаг - про ответственность.
Горизонт задач, которые агенты выполняют автономно, удваивается примерно каждые 7 месяцев - это данные исследования METR за март 2025 года. То есть каждый новый релиз моделей автоматически съедает следующий пласт рутины.
Правда, работает это только там, где контекст компании собран и конвейеры готовы. Тогда сильные сотрудники быстрее работают с агентами, а часть рутины можно постепенно передавать агентам. Результат по-прежнему принимает человек.
Вопросы и ответы
С чего начать маленькой компании из 5-10 человек?
С шага 1. Включите запись уже на следующей встрече. Бюджет не нужен. Сервисы транскрибации стоят дешевле корпоративной подписки на офисный пакет. Параллельно выдайте каждому сотруднику доступ к AI-ассистенту и скажите: пробуйте, что удобно. Через месяц посмотрите, кто и что нашёл.
Законно ли записывать рабочие встречи?
Зависит от страны и типа встречи. В России запись разговора с участием самого записывающего законом не запрещена, но передача записи третьим лицам - уже вопрос. В Германии запись частной речи без согласия - уголовная статья. В ряде штатов США нужно явное согласие всех участников. Универсальное правило то же, что в шаге 1: предупредить всех до начала записи. Это и юридическая защита, и элементарная вежливость.
Что делать, если сотрудники не хотят пользоваться AI?
Не заставлять и не запрещать. По опросу июня 2026 года, 66% сотрудников уже пользуются AI в обход запретов. Сопротивление чаще всего означает одно из двух: либо инструмент неудобен, либо человек боится, что его заменят. Первое решается выбором инструмента вместе с командой. Второе - честным разговором о том, как изменится роль человека. Покажите на конкретном примере, как агент забирает скучную часть работы - сама работа остаётся у человека.
Можно ли доверить агенту самому принимать изменения без проверки человека?
Нет. Об этом весь шаг 6. Агент может готовить, проверять, предлагать - но финальное «принято» должен ставить человек. Случай с удалённой базой данных в июле 2025 года показал: агент без права вето со стороны человека способен нанести необратимый ущерб, искренне считая, что выполняет задачу. Автоматические тесты тоже не страхуют полностью - исследование METR показало, что около четверти «зелёных» агентских изменений живые проверяющие не пропустили бы. Гейт качества с живым человеком - страховка от необратимых ошибок.
Majento строит AI-агентов и внедряет их внутри компаний-клиентов. Инженеры встраиваются в процессы, находят узкое место, собирают систему и остаются до результата. Эти шесть шагов - то, как мы работаем сами. Если хотите разобрать свою ситуацию - пишите в Telegram t.me/shimaoz или на почту hello@majento.ai.