«Умные» чат-боты; LLM; ИИ-агенты, понимающие разговорную речь, работающие с контекстом и принимающие решения на основе данных из нескольких информационных систем, по-прежнему часто вынуждены сегодня жить в рамках консервативных корпоративных бизнес-процессов. Cотрудники компаний, которые годами работали в логике жестких сценариев и регламентов, теперь переносят свой опыт на новые технологии, запрещая ИИ-агентам импровизировать, ограничивая им доступ к данным, исключая возможность самостоятельно выполнять действия и лишая контекста. Как следствие, внедрение ИИ приводит к эффекту видимости зрелости и повышения продуктивности, хотя на деле произошло лишь ускорение хаоса. Тем не менее топ-менеджеры одержимы показателями роста бизнеса благодаря ИИ, хотя реальные индикаторы прироста весьма скромные, а эффективность часто сравнима с КПД болида F1, используемого для обогрева гаража.
Долгое время считалось, что рост команды — главный способ ускорения получения результата: больше людей — больше выполненных задач. Но вместе с численностью растет и количество передач между сотрудниками, синхронизаций и согласований. А теперь на все это накладывается ИИ, который хотя и повысил скорость выполнения отдельных производственных задач, но сделал взаимодействие между людьми более запутанным, не снизив стоимость общения. Когда часть задач закрывается с помощью ИИ, длинная цепочка ролей начинает работать хуже. Это как в плановой экономике — выполнить поставку надо точно в срок: ни позже — тогда смежники будут простаивать, ни раньше — смежники еще не готовы, а исполнители не будут знать, куда деть освободившееся благодаря ИИ время. ИИ должен не сокращать команды или высвобождать время на выполнение производственных задач, а убрать работу, которой команды не должны заниматься, в противном случае хаос будет лишь нарастать.
Да, агент способен выполнить работу некоторых сотрудников, но тогда и спрос с него должен быть таким же. Обычно недостаточно было вывести традиционного сотрудника на работу — важно проследить, чтобы он хорошо выполнял свои обязанности, а для этого есть испытательный срок, регулярные оценки и руководитель. Но сегодня ИИ-агент вместо всего этого оценивается лишь по доле хороших ответов, полученной неизвестно как: компания запускает агента, получает, например, показатель 80% и не знает, кто его считал и по каким правилам. Недостаточно знать, что агент «в целом работает», — требуется сравнение с людьми на одних и тех же вопросах: на каких темах агент отвечает не хуже человека, а на каких его без проверки нельзя подпускать к пользователю. Ошибиться можно и в самой оценке: завышенная выпускает агента к пользователям раньше срока; заниженная заставляет команду месяцами чинить то, что и так работает. Систему оценки надо строить вместе с ИИ-агентом, а не после его запуска в эксплуатацию, иначе организационный хаос будет лишь нарастать.
Другой «эффект» проектов ИИ — иллюзия контроля: «Если мы построим единую ИИ-платформу будущего, то все проконтролируем». Нет. Технологии меняются быстрее, чем цикл закупок. Пока ИТ-департамент годами строит идеальный контур единой платформы, бизнес решает задачи через ChatGPT, Claude, Gemini и пр., самостоятельно оплачивая токены, не спрашивая разрешения руководства. На самом деле “Shadow IT“ — это природа бизнеса. Над коммерческим директором довлеет план, жесткие дедлайны и задача, которую нужно было закрыть вчера. Попытка собрать всех ИИ-агентов и промпты под одним корпоративным крылом отлично смотрится на слайдах, а в реальности мутирует в «Комитет по согласованию ИИ», который после получения разрешения на использование конкретного инструмента, оценки рисков, разработки регламента, принятия стандарта через полгода официально разрешает ввести агента в строй. Рынок, правда, уже перешел на следующую версию. Так было с ERP, RPA, а еще раньше с ОГАС (Объединенной государственной автоматизированной системой). С помощью подобных комитетов компании пытаются приобрести себе ощущение контроля, считая, что управляют изменениями, а на самом деле — лишь адаптируются к жизни внутри бесконечного хаоса согласования. Все повторяется по траектории нарастания хаоса — сейчас компании стремятся стать “go AI“ или “AI-native“, а недавно это было “go cloud“, “go digital“ и совсем давно “go agile“. Какой Governance реально нужен бизнесу в эпоху ИИ? Не тот, который бесконечно запрещает и согласовывает, а тот, который только применяет фильтр трех «ли» для любого нового инструмента: Не утекают ли данные? Снижает ли решение стоимость бизнес-процесса? Увеличивается ли прибыль?
Anthropic и OpenAI осветили корпорациям путь, которые уверовали, что теперь-то все будет по-другому, хотя до эпохи ИИ мало кто задумывался об эффективности бизнес-процессов, да это и неважно — ведь теперь достаточно запустить рой ИИ-агентов для построения эффективных процессов. А не лучше ли вместо вайбкодинга построить регулярный менеджмент? Если родовая операционная модель фрагментирована или устарела, то любая инфраструктура ИИ лишь ее унаследует и воспроизведет со скоростью микропроцессора. Закон Конвея работает и в эпоху ИИ — архитектура создаваемой системы повторяет структуру коммуникаций внутри организации, разрабатывающей эту систему. Если ИИ-системы не выходят за рамки организаций, то они их зеркалируют, а благодаря ИИ-агентам усиливают худшие из особенностей коммуникаций: разобщенность подразделений, архаичную корпоративную политику и пр. Как вообще при нерешенных базовых проблемах в компании в целом и в ИТ в частности можно предаваться фантазиям про «космические ИИ-корабли, бороздящие корпоративные просторы» в слепой надежде на то, что искусственный интеллект сможет разгрести то, что не смог натуральный. В доме должно быть прибрано, перед тем как вешать на стену новую картину светлого будущего. Внедрение ИИ работает лишь тогда, когда выстроены рабочие процессы. А когда их нет или их придумывают, чтобы накрыть их пологом ИИ, тогда и внедрение пользы не принесет, а лишь ускорит хаос.
.jpg)
Дмитрий Волков
DOI: 10.51793/OS.2026.37.27.001
