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

Таблица 3-1: Сравнение традиционной модели работы и модели работы, основанной на ИИ

Аспект

Традиционная модель работы

Модель работы, ориентированная на ИИ

Основная единица

Должность

Задачи

Принятие решений и выполнение

Высокая степень интеграции, один человек выполняет все задачи

Полное разделение

Роль лица, принимающего решения

Руководитель + Контролер

Судья + Проектировщик

Роль исполнителя

Человеческие сотрудники

Преимущественно интеллектуальные системы, люди — в качестве дополнения

Модель роста

Увеличение численности персонала (линейный рост)

Увеличение числа интеллектуальных систем/вычислительной мощности (экспоненциальный рост)

Носитель знаний

Личный опыт, разрозненные документы

Исполняемые рабочие процессы, системные журналы

Организационные узкие места

Время и внимание лиц, принимающих решения

Ясность намерений и вычислительная мощность системы

Как показано в этой сравнительной таблице, организация, построенная на ИИ, больше не представляет собой иерархическую структуру, состоящую из «должностей», а представляет собой динамическую сеть, состоящую из «задач». Роль человека меняется с тяжелой работы «исполнителя» и «контролера» на более высокий уровень «аналитика» и «системного проектировщика». Мы больше не добиваемся линейного роста бизнеса за счёт увеличения численности персонала, а обеспечиваем его экспоненциальное расширение за счёт увеличения количества и возможностей интеллектуальных систем. Что ещё более важно, знания организации больше не зависят от хрупкой человеческой памяти, а закреплены в исполняемых, поддающихся аудиту и оптимизации рабочих процессах и системных журналах, формируя подлинную «память организации» и интеллектуальные активы, приносящие сложный доход. Отделение «принятия решений» от «исполнения» — вот ключ, открывающий путь ко всем этим преобразованиям.

2. Сфера преимуществ человека: ценности, выбор, ответственность и границы

По мере того как границы возможностей машин расширяются с беспрецедентной скоростью, в обществе распространяется глубокое беспокойство: что же останется человечеству? Если интеллектуальные системы способны выполнять задачи быстрее, точнее и без устали, чем мы, то в чем же заключается ценность человека в организации? Ответ может оказаться неожиданным: чем мощнее искусственный интеллект, тем ярче и четче выделяются и фокусируются основные ценности человека. Когда машины берут на себя подавляющую часть «исполнительной работы», человеку не становится бездельного — он освобождается от рутинных дел и возвращается в сферу, к которой машины не имеют и никогда не должны иметь доступа, — на высоту «суждения», состоящую из ценностей, выбора, ответственности и границ. В этой сфере речь уже не идет о том, кто вычисляет быстрее, а о том, «что стоит вычислять».

В первую очередь речь идет о ценностных суждениях. Существование любой организации укоренилось в её уникальной миссии, видении и этических принципах. Это фундаментальные вопросы, определяющие «кто мы» и «что мы представляем»; они носят культурный и эмоциональный характер и не могут быть просто количественно выражены в виде данных или кода. Когда бизнес-решение сталкивается с дилеммой «законно, но не соответствует нормам» или «краткосрочная прибыль, но долгосрочный ущерб репутации бренда», единственный, кто способен сделать правильный выбор, — это человек, глубоко проникнутый ценностями компании. Искусственный интеллект, ставящий целью «максимизацию доходов от рекламы», возможно, без колебаний примет крупный и прибыльный рекламный заказ от компании из спорной отрасли. Однако организация, в которой присутствует человеческое суждение, скорее всего, решительно откажется от него, поскольку эта сделка противоречит её основным ценностям — «соединять людей и добро» или «не причинять вреда». Такое «право вето», основанное на ценностях, является первой линией защиты, которую люди должны твёрдо удерживать в рамках сотрудничества человека и машины. Оно гарантирует, что организация, стремясь к эффективности и прибыли, не сойдёт с правильного курса, который она должна держать как социальный субъект.

Во-вторых, это мудрость выбора. Мир бизнеса — это не черно-белое пространство, а среда, полная серых зон и сложных ситуаций, представляющих «дилеммы» и «множественные дилеммы». Ресурсы всегда ограничены, информация всегда неполна, а будущее всегда полно неопределённости. В таких условиях алгоритмы не способны дать единственно верный ответ на вопросы о том, куда направлять ограниченные ресурсы (деньги, время, таланты), как сбалансировать краткосрочные выгоды и долгосрочное развитие, а также как распределять усилия между инновациями с высоким риском и высокой доходностью и стабильной деятельностью с низким риском.

Как предупреждают Мартин Ривз (Martin Reeves), Михнеа Молдовеану (Mihnea Moldoveanu) и АбилашДжоба (Abhilash Job) в журнале «Harvard Business Review», мы должны остерегаться наивной ошибки «данных-центризма», заключающейся в том, что достаточно иметь достаточно данных и мощные алгоритмы, чтобы обнаружить абсолютную истину и принять идеальное решение (Reeves, Moldoveanu, & Job, 2024). Данные могут служить чрезвычайно ценным ориентиром и источником глубоких инсайтов, но они не могут заменить суть человеческого предпринимательства — стратегический выбор. Должен ли стартап, испытывающий нехватку средств, вложить последний миллион долларов в маркетинг для привлечения новых клиентов или в разработку продукта, чтобы повысить удержание существующих пользователей? На этот вопрос нет стандартного ответа. Искусственный интеллект может на основе исторических данных рассказать вам о стоимости привлечения пользователей в первом случае и об эффективности снижения оттока в втором, но окончательное решение должен принять основатель, основываясь на комплексной «оценке» рыночного окна возможностей, конкурентной среды, ключевых компетенций команды и собственной склонности к риску. Именно в этой смелости и мудрости, позволяющих выбирать путь в условиях неопределенности, заключается незаменимая ценность человека.

В-третьих, это окончательная ответственность. Это самая твёрдая и не допускающая двусмысленности черта в распределении обязанностей между человеком и машиной. Искусственный интеллект может ошибаться, но он не может нести ответственность. Будь то с юридической, финансовой или моральной точки зрения, окончательные последствия любого решения должны нести конкретное физическое или юридическое лицо. Исследование Гарвардской школы бизнеса (Harvard Business School) показывает, что искусственный интеллект зачастую не способен надёжно отличить хорошую идею от посредственной (Koning, 2025). Когда рекомендации искусственного интеллекта приводят к катастрофическим последствиям, мы не можем привлечь алгоритм к суду или обязать его выплатить финансовую компенсацию.

Как показывает проблема определения ответственности после ДТП с участием беспилотного автомобиля, цепочка ответственности в конечном итоге должна закрепляться за человеком — будь то владелец автомобиля, производитель автомобиля или поставщик программного обеспечения. В организациях, построенных на основе ИИ, это означает, что, несмотря на то что интеллектуальные системы могут выполнять подавляющее большинство задач, в отношении решений, которые могут иметь значительные внешние эффекты (такие как финансовые транзакции, медицинские диагнозы, судебные решения), люди должны сохранять за собой право окончательной проверки и права вето, а также нести полную ответственность за их последствия. Принятие на себя такой ответственности является не только требованием закона и этики, но и краеугольным камнем поддержания общественного доверия и организационного порядка.

Наконец, это способность устанавливать границы. Если первые три аспекта представляют собой преимущества человека в «содержании» принятия решений, то установление границ играет ключевую роль в «процессе» принятия решений. В организациях, построенных на ИИ, одной из ключевых новых обязанностей человека является роль «законодателя» и «регулятора» интеллектуальных систем. Это означает, что нам необходимо четко определить, что интеллектуальные системы могут делать, а что нет, в каких пределах им разрешено действовать автономно, а также в каких ситуациях они должны «затормозить» и запросить вмешательство человека. Эти правила и ограничения и являются «ограждениями» организации.

Согласно отчету KPMG, до 60 % компаний ограничивают доступ своих интеллектуальных систем к конфиденциальным данным без надзора со стороны человека (KPMG, 2026), что свидетельствует о всеобщем консенсусе относительно важности установления границ. Например, финансовая компания может уполномочить свою торговую интеллектуальную систему осуществлять круглосуточные автономные торговые операции в пределах заданных параметров риска (таких как максимальное падение стоимости портфеля или концентрация позиций). Однако люди должны установить для них четкие «границы», например, строго запретить проведение любых несанкционированных сделок на сумму более 500 000 долларов США за одну операцию, а также настроить строгий механизм «предохранительных мер»: как только волатильность рынка превысит определенный порог, искусственный интеллект должен автоматически прекратить торговлю и немедленно отправить предупреждение человеческому трейдеру. Эти «границы» сами по себе являются воплощением человеческого опыта и суждений; они гарантируют, что организация, пользуясь повышением эффективности, обеспечиваемым искусственным интеллектом, сможет при этом удерживать потенциальные риски в приемлемых пределах.

Подводя итог, можно сказать, что новая роль человека в организации, построенной на основе ИИ, заключается не в соперничестве с машинами в эффективности выполнения задач, а в том, чтобы на более высоком уровне выступать в качестве хранителя ценностей, лица, принимающего стратегические решения, несущего ответственность и разрабатывающего систему. Это требует от человека переключения внимания с конкретных задач на размышления о целях, принципах и рисках, что представляет собой глубокий скачок на когнитивном уровне.

3. Области преимуществ интеллектуальных систем: обработка информации, использование инструментов, постоянный мониторинг

Если преимущество человека заключается в «глубине» и «мудрости» при работе со сложностью, неопределённостью и конфликтами ценностей, то преимущество интеллектуальных систем заключается в «широте», «скорости» и «выносливости» при работе с масштабом, скоростью и повторяемостью. Они не призваны отбирать у человека право принимать решения, а служат продолжением и усилителем человеческого суждения, становясь повсеместными «супер-исполнителями» в организации. Когда эксперты-люди устанавливают четкие цели и границы, интеллектуальные системы способны продемонстрировать в этих областях поразительные способности, превосходящие возможности любого отдельного человека или команды.

Прежде всего, это непревзойденная способность обрабатывать информацию. Пропускная способность человеческого мозга ограничена: мы не можем одновременно обрабатывать большое количество параллельных информационных потоков, а наше внимание и память со временем ослабевают. У интеллектуальных систем же нет таких физических ограничений. Они могут круглосуточно и без перерыва с чрезвычайно высокой скоростью считывать, анализировать и обобщать огромные объемы информации из тысяч и тысяч источников. Эта способность обеспечивает решающее конкурентное преимущество во многих областях.

Например, в сфере финансовых инвестиций интеллектуальные системы, задействованные хедж-фондом, могут в режиме реального времени отслеживать финансовые отчеты тысяч публичных компаний по всему миру, десятки тысяч новостных сообщений, миллионы постов в социальных сетях и отраслевые аналитические отчеты, выявляя в них мельчайшие изменения рыночных настроений или скрытые взаимосвязи. Скорость и масштаб, с которыми они обнаруживают аномалии и возможности, недостижимы для любой команды, состоящей из человеческих аналитиков. Точно так же в сфере научных исследований интеллектуальные системы способны «прочитать» все научные статьи, когда-либо опубликованные в той или иной дисциплине, построить на их основе график знаний, обнаружить упущенные направления исследований или выдвинуть новые гипотезы, что значительно ускоряет процесс научных открытий.

Во-вторых, это способность точно и безошибочно запускать инструменты. Деятельность современных предприятий сама по себе представляет собой сложную сеть, построенную на бесчисленном множестве программного обеспечения, систем и интерфейсов приложений. От систем управления взаимоотношениями с клиентами и систем планирования ресурсов предприятия до внутренних баз данных, репозиториев кода и внешних облачных сервисов — все эти «цифровые инструменты» составляют нервную систему организации. Однако в традиционной модели эти инструменты зачастую управляются людьми, которым приходится выполнять операции вручную. Этот процесс не только неэффективен, но и сопряжён с высоким риском ошибок.

Интеллектуальные системы, напротив, являются прирождёнными «мастерами цифровых инструментов». Они способны через прикладные интерфейсы вызывать эти инструменты с миллисекундной скоростью и абсолютной точностью, а также бесшовно связывать различные системы, формируя автоматизированные рабочие процессы. В отчете, опубликованном Всемирным экономическим форумом (World Economic Forum), приводится пример того, как компания Lenovo использует интеллектуальные системы на базе искусственного интеллекта для оптимизации своей сложной цепочки поставок. Данный интеллектуальный агент, эффективно взаимодействуя с внутренней системой планирования ресурсов предприятия, API сотен внешних логистических поставщиков, а также системами управления складами по всему миру, обеспечил оперативное отслеживание десятков тысяч видов материалов и товаров, прогнозирование спроса и интеллектуальное распределение запасов, что в итоге позволило сократить складские расходы на 15 миллионов долларов и уменьшить потребность в персонале вдвое (CIO.com, 2026). Здесь «умная система» выполняет роль «супер-диспетчера», объединяя ранее изолированные системные инструменты и обеспечивая всеобъемлющую динамическую оптимизацию.

В-третьих, это практически безграничная способность к постоянному контролю. В любой организации существует огромное количество мелких, повторяющихся, но крайне важных «контрольных» задач. Например, сотрудникам отдела продаж необходимо постоянно поддерживать связь с потенциальными клиентами до тех пор, пока те не примут решение о покупке; финансовым специалистам приходится неоднократно напоминать о просроченных платежах; а менеджерам проектов — постоянно проверять ход выполнения отдельных подзадач. Эта работа не только отнимает у людей огромное количество энергии и времени, но и крайне подвержена ошибкам из-за забывчивости, невнимательности или эмоциональных колебаний (например, страха быть отвергнутым).

Интеллектуальные системы идеально решают эту проблему. Они представляют собой неутомимых и эмоционально стабильных «цифровых рабочих пчел». Компания, предоставляющая услуги по модели «программное обеспечение как услуга» (SaaS), может развернуть интеллектуальную систему поддержки клиентов, которая будет автоматически отслеживать всех пользователей, находящихся на 30-дневном пробном периоде, но еще не оплативших услугу. Этот интеллектуальный агент может на основе данных о поведении пользователей в продукте автоматически запускать ряд персонализированных действий по сопровождению: активным пользователям он будет отправлять советы по использованию расширенных функций в ключевые моменты; неактивным пользователям — письма с предложением возобновить активность и приглашением на демонстрацию продукта; пользователям, у которых скоро истекает срок действия подписки, — автоматически сгенерированные напоминания о продлении с кодом скидки. Весь процесс проходит без какого-либо ручного вмешательства до тех пор, пока пользователь не станет платным клиентом или явно не откажется от услуги. Это позволяет команде продаж полностью освободиться от рутинной работы по сопровождению клиентов и сосредоточиться на более творческом и глубоком общении с ценными клиентами, направленном на укрепление отношений.

Эти три основных преимущества — обработка информации, запуск инструментов и постоянное сопровождение — вместе составляют ключевые способности «умного агента» как «супер-исполнителя». Они освобождают людей от повторяющихся, стандартизируемых и некреативных задач, позволяя нам сосредоточиться на более сложных когнитивных процессах. Такое взаимодополнение преимуществ человека и машины является основным источником экспоненциального роста эффективности организаций, построенных на ИИ.

Таблица 3-2: Сравнение преимуществ человеческого суждения и исполнения интеллектуальным агентом

Аспект

Человеческое суждение

Исполнение интеллектуальным агентом

Основные преимущества

Глубина, мудрость, творческий потенциал, эмпатия

Широта, скорость, точность, выносливость

Типы задач

Стратегическое планирование, обработка исключений, взвешивание ценностей, установление отношений

Обработка информации, повторяющиеся операции, анализ данных, распознавание паттернов

Стиль работы

Нелинейное, дивергентное, интуитивное мышление

Линейный, детерминированный, основанный на правилах процесс

Скорость

Медленно, требует тщательного обдумывания и коллективного обсуждения

Очень быстро, мгновенное реагирование, возможность масштабного параллельного выполнения

Надёжность

Подвержены влиянию предвзятости, эмоций и усталости (шум и отклонения)

Высокая согласованность и надёжность при условии чётко определённых правил

Стоимость

Высокие (время и усилия экспертов являются дефицитным ресурсом)

Очень низкие предельные затраты, возможность неограниченного тиражирования

Способы обучения

Обучение через опыт, рефлексию, абстрагирование и концептуализацию

Обучение посредством огромного объема данных, усиленного обучения и цикла обратной связи

Подходящая среда

Среда, характеризующаяся неопределённостью, неоднозначностью, динамичностью и конфликтом ценностей

Среда, характеризующаяся ясностью, структурированностью, четкими правилами и обилием данных

4. Область преимуществ системы: запись, аудит, анализ и повторное использование

Двоичная модель разделения труда, в которой присутствуют только «судящий» (человек) и «исполнитель» (интеллектуальный агент), является неполной и уязвимой. Если процесс взаимодействия человека и интеллектуального агента представляет собой «черный ящик», то в случае ошибки мы не сможем отследить ее причину, а в случае успеха — эффективно повторить его. Поэтому по-настоящему устойчивая организация, построенная на основе искусственного интеллекта, должна ввести третью ключевую роль — систему. Система — это «основа», на которой происходит всё это взаимодействие, «регистратор» процессов, «проверяющий» результаты, а также «банк», в котором накапливается и приумножается организационный интеллект. Если отношения между человеком и интеллектуальным агентом можно сравнить с танцорами, то система — это сцена и видеокамера.

Первым ключевым преимуществом системы является то, что она выступает в качестве единственного источника правды, предоставляя полную и неизменяемую запись. В идеальной организации, построенной на ИИ, каждое ключевое решение, принятое человеком (например, установленный Чэнь Цзинь предел «повышения затрат на 30%»), а также каждый ключевой шаг, выполненный интеллектуальным агентом (например, бронирование «Посланцем» определенного отсека на грузовом судне), должны автоматически фиксироваться системой в структурированном виде с отметкой времени. Эти журналы составляют «цифровую память» организации, которая является более объективной, полной и надёжной, чем любые протоколы совещаний или личные заметки людей. Это похоже на «чёрный ящик» самолёта: независимо от того, закончилось ли всё успехом или провалом, он предоставляет нам записи, максимально приближённые к истине, о том, «что именно произошло в тот момент».

Благодаря такой полной записи проявляется второе преимущество системы: предоставление мощных возможностей аудита и отслеживания. Когда возникает проблема — например, ошибочная маркетинговая кампания приводит к перерасходу бюджета или сбой при развертывании ключевого программного обеспечения — нашей самой инстинктивной реакцией является вопрос: «Кто виноват?». В традиционных организациях поиск ответа на этот вопрос часто сопровождается бесконечными совещаниями, взаимными обвинениями между отделами и, в конечном итоге, затягиванием дела в никуда. А в организации, построенной на основе искусственного интеллекта и обладающей мощной системной инфраструктурой, процесс определения ответственности может стать точным, как хирургическая операция.

Анализируя системные журналы, мы можем четко проследить всю цепочку «решение — исполнение». Мы можем обнаружить, что перерасход маркетингового бюджета произошёл не из-за ошибки интеллектуального агента, размещавшего рекламу, а из-за того, что первоначально маркетологи-люди задали слишком широкий портрет целевой аудитории (ошибка в принятии решения); сбой при развёртывании программного обеспечения также произошёл не из-за халатности интеллектуального агента, выполнявшего скрипт развёртывания, а из-за того, что другая команда в то же время внесла незаявленные изменения в базу данных(проблема взаимодействия). Лауреат Нобелевской премии по экономике Даниэль Канеман (Daniel Kahneman) в своей книге «Шум» (Noise) отмечает, что в процессе принятия решений людьми присутствуют не только систематические «искажения», но и значительное количество случайного «шума» (Kahneman, Sibony, & Sunstein, 2021). Аудируемая система является самым мощным инструментом для выявления и уменьшения «искажений» и «шума» в принятии решений в организации; она переносит акцент с «обвинения отдельных лиц» на «улучшение процессов».

Конечным и наиболее стратегически ценным преимуществом системы является возможность анализа и повторного использования данных, что позволяет создать «сложный процент» знаний. Благодаря анализу огромных объемов структурированных системных журналов организация может получить беспрецедентный «взгляд с высоты птичьего полета». Во-первых, это позволяет проводить эффективный анализ. Мы можем выявить повторяющиеся модели неэффективности (например, когда какой-то этап утверждения всегда становится «узким местом») или определить успешные модели, приносящие сверх ожиданий доходность (например, когда конкретная стратегия последующих действий, используемая каким-либо «интеллектуальным агентом» по продажам, демонстрирует самый высокий коэффициент конверсии). Во-вторых, и это более важный шаг, — обеспечение повторного использования наработок.

Когда временная комбинация «человек принимает решение, интеллектуальный агент выполняет» оказывается успешной, например, в случае реагирования на кризисную ситуацию в компании Fengsu Logistics, система может «закрепить» эту успешную модель, преобразовав её в стандартизированный рабочий процесс, который можно повторно запускать. В следующий раз, когда возникнет аналогичная проблема с заторами в порту, Чэнь Цзин даже не понадобится вручную вводить намерение — система сможет автоматически распознать кризисную ситуацию и порекомендовать или напрямую запустить этот уже проверенный рабочий процесс. Именно это является ключевым шагом на пути перехода организационных способностей от разового успеха в рамках «проектного подхода» к устойчивому успеху в рамках «продуктового подхода». Каждое успешное сотрудничество перестает быть единичным событием и превращается в «цифровой актив» в базе организационных компетенций, который можно использовать бесконечное количество раз.

Таблица 3-3: Модель треугольного разделения обязанностей «человек — интеллектуальный объект — система»

Роль

Основные обязанности

Ключевые слова

Основные вопросы, возникающие в ходе сотрудничества

Человек

Решающий

Ценности, выбор, ответственность, границы

«Что мы должны делать? Что является самым важным?»

Интеллектуальный агент

Исполнитель

Скорость, масштаб, точность, выносливость

«Как нам выполнить эту задачу максимально эффективно и точно?»