Компания, в которой работает ИИ. Агенты, автоматизация и новые правила управления

1. Что такое замысел: цели, ограничения, предпочтения и критерии приемки

В традиционном управлении организациями мы привыкли использовать такие инструменты для определения рабочих задач, как должностные инструкции, ключевые показатели эффективности (KPI) и цели и ключевые результаты (OKR). Эти инструменты значительно повысили эффективность организаций и их способность к масштабированию в эпоху индустриализации и на ранних этапах информационной эры. Они разбивали сложные корпоративные цели на уровни, доводили их до каждой конкретной должности и каждого сотрудника, благодаря чему каждый четко понимал свои «круг обязанностей» и «критерии оценки». Однако с резким ростом сложности и неопределенности бизнес-среды, особенно когда интеллектуальные системы начали присоединяться к организациям в качестве новой «рабочей силы», эта система, основанная на «должностях» и «обязанностях», начала демонстрировать свои фундаментальные недостатки.

По сути, описание должности представляет собой «статическое описание обязанностей, основанное на прошлом опыте». Оно пытается заранее определить, что (What) и как (How) человек должен делать на определенной должности, но с трудом отвечает на вопрос «почему» (Why). Когда внешняя среда меняется, фиксированное описание обязанностей часто становится препятствием для инноваций. Как, например, Ли Цзин из компании «Ханхай Дацай», которая безупречно выполняла каждую задачу, указанную в описании должности, но обнаружила, что эти задачи сами по себе не связаны с основными целями компании. Хотя KPI и OKR идут дальше, чем описания должностных обязанностей, уделяя основное внимание «целям», на практике они часто превращаются в набор цифр, которые необходимо «выполнить», при этом игнорируя реальную коммерческую ценность, стоящую за этими цифрами, а также различные компромиссы, возникающие в процессе достижения целей.

Концепция «управления, ориентированного на намерения» (Intent-Driven), предложенная организациями, построенными на основе искусственного интеллекта, представляет собой радикальный перелом в традиционной парадигме управления. Она больше не пытается определить «должность», а стремится определить «намерение», которое необходимо реализовать. Если описание должностных обязанностей — это «рамки», в которых сотрудник должен действовать, то намерение — это «мишень», к которой стремится вся команда (включая людей и искусственный интеллект). Структурно целостное намерение, понятное машинам, обычно состоит из четырёх основных компонентов:

1. Цель (Goal): это ядро замысла, которое чётко определяет, «чего мы в конечном итоге хотим достичь». Хорошая цель должна быть конкретной, измеримой и достижимой. Это не расплывчатое видение, такое как «повысить влияние бренда», а состояние, которое можно точно измерить, например: «в течение трёх месяцев увеличить долю продукта А на целевом рынке с 10 % до 15 %». Цель служит конечным ориентиром и критерием оценки для всех последующих действий.

2. Ограничения (Constraint): они определяют, «чего категорически нельзя делать» в процессе достижения цели. Ограничения — это «ограждения» и «красные линии» организации, которые гарантируют, что в процессе достижения цели не будут нанесены ущерб долгосрочным интересам компании, нарушены законы и нормативные акты или подвергнуты риску основные ценности. Например: «При сборе потенциальных клиентов необходимо строго соблюдать Общий регламент по защите данных (GDPR) и не собирать ненужную личную информацию пользователей» или «Общая стоимость проекта не должна превышать 1 миллион юаней». Для интеллектуального агента чёткие ограничения имеют решающее значение: они эффективно предотвращают использование им «кратчайших путей» без учёта последствий ради достижения цели, что позволяет избежать ситуации, когда «интеллектуальный агент, хотя и выполнил задачу, из-за этого компания оказалась в затруднительном положении».

3. Предпочтения (Preference): это описывает, «какой путь мы склонны выбирать» в процессе достижения цели. Предпочтения не являются обязательными, как ограничения, но они служат важным ориентиром при принятии решений. Они отражают стратегические приоритеты организации, преимущества в ресурсах или ценностные ориентиры. Например: «При проведении маркетинговых мероприятий в первую очередь следует отдавать предпочтение сотрудничеству с существующими партнерами по экосистеме, во вторую очередь — контент-маркетингу, и только в последнюю очередь — платной рекламе». Предпочтения помогают команде сделать выбор из множества возможных путей, который лучше соответствует общей стратегии, что делает действия более согласованными и эффективными. Для интеллектуальной системы предпочтения могут значительно сузить пространство поиска, позволяя ей быстрее находить качественные решения.

4. Критерии приемки (Acceptance Criteria): они определяют, «как мы будем судить о достижении цели». Критерии приемки должны быть объективными, поддающимися проверке и, предпочтительно, такими, которые система может отслеживать автоматически. Они преобразуют общую цель в один или несколько четких сигналов «завершения». Например, для цели «повышение удовлетворённости клиентов» критерием приёмки может быть следующее: «Цель считается достигнутой, когда показатель NPS (Net Promoter Score) превышает 50 баллов в течение двух кварталов подряд, а время первого ответа на заявку в службе поддержки составляет менее 10 минут». Четкие критерии завершения не только позволяют избежать споров о том, «выполнена ли задача», но и открывают возможность для автоматизации рабочего процесса с замкнутым циклом: когда система фиксирует, что критерии завершения выполнены, она может автоматически завершить текущую задачу и запустить следующий этап процесса.

Эти четыре элемента вместе составляют целостное намерение, которое, подобно «умному контракту», чётко определяет цель, границы, путь и конечный результат задачи. По сравнению с традиционными должностными инструкциями модель, основанная на намерениях, обладает принципиальными преимуществами.

Таблица 2-1: Сравнение должностной инструкции и описания намерения

Аспект

Должностная инструкция (Job Description)

Описание намерения (Intent Declaration)

Основной акцент

Обязанности и виды деятельности (Responsibilities & Activities)

Цели и результаты (Goals & Outcomes)

Концепция

Предварительно определенные и статические (Pre-defined & Static)

Динамические и адаптивные (Dynamic & Adaptive)

Способ управления

Управляемость по инструкциям (Instruction-Driven)

Ориентированные на цель (Goal-Driven)

Целевая аудитория

В основном ориентировано на сотрудников-людей

Смешанные команды, состоящие из людей и искусственного интеллекта

Гибкость

Низкая, при изменении условий может быстро устареть

Высокая, ориентация на конечную цель, допускает инновационные подходы

Критерии оценки

Степень выполнения задачи, соблюдение процессов

степень достижения целей, вклад в коммерческую ценность

Требования к сотрудникам

Соблюдение правил, эффективное выполнение

Понимание целей, проактивность, решение проблем

Требования к ИИ

Использование исключительно в качестве пассивного инструмента

Самостоятельное планирование и выполнение задач в качестве члена команды

Типичные проблемы

«Я сделал всё, что должен был, но плохие результаты — не моя вина»

«Что ещё нового мы можем попробовать, чтобы достичь этой цели?»

Переход от должностного подхода к подходу, ориентированному на намерения, означает глубокую трансформацию философии управления организацией. В ней сотрудники или интеллектуальные системы больше не рассматриваются как винтики на конвейере, которым нужно просто выполнять фиксированные действия на определённом месте. Напротив, каждый член команды рассматривается как «узел», обладающий способностью к самостоятельному принятию решений; ему предоставляются общие цели и чётко очерченные границы, и его поощряют к достижению этих целей самыми инновационными способами. Такая модель естественным образом подходит для будущего, в котором человек и интеллектуальные системы будут работать в тандеме, ведь интеллектуальные системы лучше всего умеют неустанно исследовать, выполнять и оптимизировать задачи под руководством четкого намерения (включающего цели, ограничения, предпочтения и критерии приемки). Ценность человека же в большей степени заключается в определении этих дальновидных намерений, в работе с «предпочтениями» и «ограничениями», требующими сложных эмоциональных и этических суждений, а также в достижении прорывов в решении творческих задач, с которыми интеллектуальные системы не справляются.

2. Как передаются намерения: от устной речи к структурированному контексту

В традиционном офисе передача намерений зачастую бывает расплывчатой, неэффективной и сопровождается значительными потерями. Представьте себе типичную ситуацию: генеральный директор на стратегическом совещании озвучивает грандиозное направление: «Мы станем лидерами отрасли!». Этот замысел, дойдя до вице-президента, может превратиться в: «Нам нужно удвоить долю рынка в этом году». Вице-президент передает его директору, и он может превратиться в: «Ваш отдел должен заполучить трех ключевых клиентов в этом квартале». Директор передает его менеджеру, и он превращается в: «Ван, в этом месяце ты должен сделать 200 холодных звонков». Первоначальное намерение «стать лидером» в процессе многоуровневой передачи и интерпретации постоянно упрощается и искажается, в итоге превращаясь в конкретное указание, которое может не иметь никакого отношения к изначальному замыслу. Каждая передача информации напоминает затухание сигнала, сопряженное с риском недопонимания и потери информации.

Такой неструктурированный способ коммуникации — устный или основанный на документах — характерен даже для чисто человеческих организаций, а когда интеллектуальные системы становятся ключевыми членами организации, его недостатки усиливаются в геометрической прогрессии. Интеллектуальные системы не могут понять такие указания, как «Я хочу, чтобы ты «уловил» дух собрания». Им нужны точные, однозначные и выполнимые инструкции. Если дать интеллектуальному агенту по продажам указание «найди побольше клиентов», он может оказаться в тупике, поскольку не сможет понять точные определения слов «побольше», «несколько» и «клиентов», или, что ещё хуже, на основе какого-то ошибочного понимания может отправить вам список сотрудников компании-конкурента в качестве «клиентских» лидов. Именно в этом заключается самое наглядное воплощение принципа «мусор на входе — мусор на выходе» (Garbage In, Garbage Out) в эпоху ИИ.

Поэтому организации, в которых ИИ является неотъемлемой частью, должны решить одну ключевую проблему: как эффективно и без потерь передать «намерения» человека машине (а также другим людям в организации)? Ответ заключается в том, чтобы «структурировать» намерения и предоставить их интеллектуальному агенту в качестве «контекста» (Context). Именно этот процесс передовые исследователи в области ИИ называют «контекстной инженерией» (Context Engineering). Как отмечает компания Anthropic, занимающаяся исследованием моделей, в 2025 году, контекст-инжиниринг является естественным развитием подхода «промпт-инжиниринга» (Prompt Engineering): он больше не сосредоточен исключительно на написании красивых подсказок, а направлен на тщательное планирование и поддержание оптимального набора информации, позволяющего ИИ принимать наиболее оптимальные решения на основе этого набора (Anthropic, 2025).

Структурированный контекст намерения по сути представляет собой четкое изложение в машиночитаемом формате (таком как JSON, YAML или XML) четырех элементов намерения, которые мы обсуждали в предыдущем разделе: цели, ограничения, предпочтения и критерии приемки. Это похоже на переход от написания сочинения (устных инструкций) к заполнению таблицы (структурированного намерения).

Например, если бы Ли Цзин, директор по маркетингу компании «Ханхай Дашу», использовала метод структурированного намерения, ей нужно было бы передать команде не несколько фраз с расплывчатыми жалобами и ожиданиями, а, возможно, следующий документ:

{

"intent_id": "MKT-2025-Q4-Leads",

"version": 1.0,

"owner": "Ли Цзин",

"goal": {

"description": "Предоставить отделу продаж высококачественные лиды для содействия достижению целей по продажам в 4-м квартале.",

"metric": "Qualified_Sales_Leads",

"target": 300,

"timeframe": "31.12.2025"

},

"constraints": [

{"type": "budget", "limit": 1500000, "currency": "CNY"},

{"type": "compliance", "rule": "Обработка всех данных клиентов должна соответствовать корпоративной политике безопасности данных версии 2.3"},

{"type": "product_alignment", "statement": "Все функции, рекламируемые внешне, должны иметь четко указанную дату запуска (GA) в дорожной карте продукта, и их описание не должно содержать преувеличений."}

],

"preferences": [

{"dimension": "industry", "priority": ["финансы", "высокотехнологичное производство", "медицина"]},

{"dimension": "channel", "priority": ["выступления на отраслевых саммитах", "белые книги с подробным содержанием", "кейс-стади по ведущим клиентам"]},

{"dimension": "collaboration", "instruction": "В первую очередь совместно с отделом продаж определите стандарты качества лидов."}

],

"acceptance_criteria": {

"condition": "AND",

"clauses": [

{"metric": "Lead_To_Contract_Rate", "operator": ">=", "value": 0.1},

{"metric": "Avg_Contract_Value", "operator": ">=", "value": 500000, "currency": "CNY"}

]

}

}

Преимущества этого структурированного документа с описанием намерений по сравнению с устными инструкциями являются подавляющими. Во-первых, он устраняет неоднозначность. Каждая цель, каждое число, каждое правило точно определены. Как для сотрудников-людей, так и для интеллектуальных систем понимание задачи достигает высокого уровня согласованности. Во-вторых, он становится отслеживаемым и поддающимся аудиту. Когда конечный результат отклоняется от ожидаемого, команда может четко проанализировать, какая часть намерения была определена некорректно: была ли цель поставлена слишком высоко, были ли ограничения слишком строгими или были ли выбраны неверные предпочтения. Это обеспечивает информационную основу для непрерывного обучения и совершенствования организации. Наконец, что наиболее важно, документ становится «исполнимым». Искусственный интеллект может напрямую анализировать этот документ, использовать его в качестве высшего руководства к действию и самостоятельно осуществлять планирование, декомпозицию и выполнение задач.

Таблица 2-2: Сравнение передачи устных инструкций и структурированных намерений

Измерение

Устная команда (Verbal Command)

Структурированное намерение (Structured Intent)

Формат

Неструктурированный естественный язык

Структурированные форматы данных (например, JSON, YAML)

Неоднозначность

Высокая, зависит от индивидуальной интерпретации и «неписаных правил»

Низкая, поля и значения имеют чёткое определение

Точность передачи информации

Низкая, в процессе передачи легко подвергается утрате и искажению

Высокая, может копироваться и распространяться без потерь

Выполнимость (для ИИ)

Очень низкая, не может быть выполнена напрямую

Высокая, может быть непосредственно интерпретирована и выполнена интеллектуальным агентом

Отслеживаемость

Плохая, зависит от протоколов заседаний и электронной переписки, сложно установить ответственность

Хорошая, документированные намерения с указанием версий сами по себе являются журналом аудита

Затраты на совместную работу

Высокие, требуется большое количество совещаний для согласования понимания

Низкие, асинхронная согласованность, «замысел» является единственным источником достоверной информации

Типы сбоев

«Я думал, ты имел в виду это», «Ты не выразился ясно»

«В намерении v1.2 имеется логическое противоречие между ограничениями и целями»

Метод итерации

Корректировка на основе памяти и интуиции

На основе анализа данных публикуется новая версия документа с описанием намерений

Переход от устных инструкций к структурированному контексту — это революция в способах коммуникации в организации. Он требует от руководителя превратиться из «дающего приказы» в «разработчика намерений». Основная задача руководителя больше не заключается в том, чтобы говорить подчинённым: «Вы должны сделать А, Б, В», а в том, чтобы сформулировать чёткое намерение, позволяющее команде (включая ИИ) самостоятельно и творчески находить оптимальные пути достижения цели. Это не только значительно повышает эффективность коммуникации, но и задействует интеллектуальный потенциал всей организации. Когда замысел становится ясным, структурированным и превращается в общий контекст, организации больше не нужны интенсивные совещания и утомительные процедуры утверждения, поскольку каждый человек (и каждый интеллектуальный агент) получает критерии для оценки того, насколько его работа «согласована» с общим замыслом. Именно в этом сочетании «децентрализованного принятия решений» и «централизованного замысла» заключается ключ к сверхвысокой эффективности и гибкости организаций, построенных на основе ИИ.

3. Как согласовать намерения: проблема не в конфликтах, а в скрытых конфликтах

Любая организация, независимо от её размера, неизбежно сталкивается с конфликтом целей. Отдел продаж хочет, чтобы цена продукта была как можно ниже, чтобы быстро заключить сделку; отдел продуктов, напротив, хочет, чтобы цена была как можно выше, чтобы покрыть высокие затраты на исследования и разработку. Отдел маркетинга хочет как можно скорее запустить новые функции, чтобы привлечь внимание; инженерный отдел же хочет иметь больше времени на тестирование, чтобы обеспечить стабильность. Эти конфликты объективно существуют и обусловлены разными ролями и позициями различных отделов в организации. Традиционные организации пытаются разрешить эти конфликты с помощью сложных координационных совещаний, межведомственных комитетов и арбитража со стороны высшего руководства. Однако этот процесс зачастую бывает длительным, неэффективным и сопровождается политическими играми.

Хуже того, в рамках многих систем оценки, основанных на KPI, эти конфликты зачастую «скрываются». Каждый отдел сосредоточен на оптимизации своих собственных показателей KPI, даже если такая оптимизация наносит ущерб интересам других отделов и даже компании в целом. Отдел продаж, стремясь выполнить KPI по «количеству контрактов», может любой ценой заключать сделки с крайне низкой рентабельностью или даже убыточные. Отдел маркетинга, стремясь выполнить KPI по «уровню узнаваемости бренда», может давать обещания, которые продукт не в состоянии выполнить. В такой системе стены между отделами становятся всё выше, а взаимодействие становится чрезвычайно затруднительным. Каждый усердно черпает воду в своей «колодце», не осознавая, что «большой корабль» всей организации из-за этих изолированных усилий сбивается с курса. Такой «скрытый конфликт» — когда на первый взгляд все усердно работают, но на самом деле их цели взаимно нивелируют друг друга — является главным убийцей эффективности организации.

Концепция, ориентированная на намерения, не устраняет конфликты, но предоставляет механизм, позволяющий превратить «скрытые» конфликты в «явные» и заставляющий организацию решать их до начала действий. Её основная логика заключается в следующем: когда все важные действия должны исходить из единого, структурированного намерения, любые потенциальные конфликты выявляются ещё на этапе «проектирования намерений».

Представьте себе, что в компании Xinzhi Technology намерение команды продаж заключается в «максимизации количества заключенных контрактов», а намерение команды по контролю рисков — в «сведении доли безнадежных долгов к нулю». На системном уровне эти два намерения будут идентифицированы как потенциальный конфликт. Дело в том, что для максимизации количества заключенных контрактов может потребоваться снижение порога входа для клиентов, тогда как для сведения доли безнадежных долгов к нулю необходимо бесконечно повышать этот порог. Система потребует, чтобы владельцы этих двух намерений — директор по продажам и директор по контролю рисков — провели переговоры до запуска рабочего процесса и совместно сформулировали согласованное, единое намерение. Это новое намерение может звучать так: «Максимизировать количество заключенных контрактов при условии, что кредитный рейтинг новых клиентов не будет ниже B+».

Таким образом, разрешение конфликтов больше не сводится к «исправлению ошибок задним числом» после возникновения убытков, а представляет собой «предварительное планирование» до начала действий. Это значительно снижает затраты организации на внутренние трения. Как отмечает компания Deloitte в своём отчёте, организации, ориентированные на ИИ, должны создать модель управления, исходящую из стратегических намерений руководства, чтобы обеспечить соответствие всех действий этим намерениям (Deloitte, 2025). Структурированное согласование намерений является именно той технической гарантией, которая позволяет достичь этой цели.

Для обеспечения согласованности целей обычно требуются следующие ключевые механизмы:

1. Единый центр регистрации намерений: организации необходимо централизованное место для управления всеми ключевыми намерениями. Любое новое намерение перед запуском должно быть «зарегистрировано» в этом центре. Система автоматически проверяет наличие явных конфликтов между новым и существующими намерениями, например, борьбу за один и тот же ресурс или противоречивые требования к одному и тому же показателю.

2. Визуализация зависимостей: между намерениями можно объявлять отношения зависимости. Например, намерение «генерация лидов» команды по маркетингу зависит от намерения «выпуск новой функции» команды по продукту. Такие зависимости делают взаимодействие по всей цепочке создания ценности наглядным. Если в верхней части цепочки происходит изменение или задержка, ответственные за нижестоящие намерения немедленно получают уведомление, что позволяет им динамически корректировать свои планы.

3. Соглашения об урегулировании конфликтов: когда система обнаруживает конфликт, необходим набор заранее установленных соглашений, определяющих порядок его урегулирования. Это может включать: автоматическое уведомление ответственных лиц обеих сторон, запуск стандартного рабочего процесса согласования или, в случае невозможности достижения согласия, автоматическую эскалацию конфликта на более высокий уровень принятия решений. Ключевым моментом является то, что этот процесс должен быть стандартизированным и эффективным, а не импровизированным и хаотичным.

4. Принятие решений на основе общих данных: при согласовании решений по урегулированию конфликтов нельзя полагаться исключительно на «интуицию» или «громкость голоса». Организация должна предоставить общую платформу данных, чтобы все стороны имели доступ к полной картине. Например, при обсуждении ценовой стратегии отделы продаж, продуктов и финансов должны иметь доступ к прогнозным моделям, показывающим влияние различных ценовых уровней на объемы продаж, рентабельность и стоимость жизненного цикла клиента. Обсуждение, основанное на данных, позволяет легче достичь рационального консенсуса.