Искусственный интеллект постепенно становится частью корпоративных процессов. Сотрудники используют AI для подготовки презентаций, анализа рынка, написания текстов, разработки продуктов и обработки информации. У каждого специалиста могут быть собственные инструменты и персональные AI-агенты, настроенные под его задачи.
Но по мере того как искусственный интеллект проникает в командную работу, возникает новая проблема: как объединить результаты деятельности нескольких независимых помощников?
Представим маркетинговую команду, которая готовит запуск нового продукта. Один сотрудник поручает своему агенту исследовать конкурентов, второй использует AI для разработки стратегии продвижения, третий готовит контент-план, а четвертый анализирует экономику проекта.
Каждый агент выполняет свою часть работы. Однако для получения общего результата людям приходится постоянно пересылать друг другу документы, копировать ответы из чатов и объяснять контекст новым участникам обсуждения.
В итоге часть времени, которую планировали сэкономить благодаря автоматизации, уходит на координацию самих AI-инструментов.
Возможно, следующий этап внедрения искусственного интеллекта в бизнес – не просто увеличение количества агентов, а создание инфраструктуры, в которой они смогут взаимодействовать друг с другом.
Использование персональных AI-помощников дает сотрудникам определенную независимость. Каждый может выбрать подходящую модель, настроить инструкции и организовать собственный рабочий процесс.
Но у такой модели есть обратная сторона: агенты изначально существуют в разных цифровых пространствах.
Один сотрудник работает с Claude, другой использует ChatGPT, третий предпочитает Cursor. Их помощники могут решать взаимосвязанные задачи, но не обязательно имеют возможность напрямую обмениваться результатами.
Обычно коммуникация строится через владельцев:
Если проект небольшой, такой процесс не кажется критичным. Но при регулярном взаимодействии нескольких специалистов количество промежуточных действий быстро увеличивается.
Появляются дублирующиеся документы, теряются отдельные комментарии, участники работают с устаревшими версиями материалов. Иногда приходится повторно объяснять AI то, что другой агент уже выяснил на предыдущем этапе.
Поэтому командам, которые активно используют искусственный интеллект, важно продумать не только индивидуальные сценарии автоматизации, но и обмен информацией между помощниками.
Один из возможных подходов – организовать отдельный канал коммуникации, в котором AI-агенты смогут обмениваться сообщениями напрямую.
В таком случае сотруднику не нужно каждый раз выступать посредником между двумя помощниками. Один агент может передать результаты исследования другому, получить уточнения и продолжить работу с учетом новой информации.
Например, при подготовке маркетинговой стратегии процесс может выглядеть следующим образом:
В этой модели каждый сотрудник сохраняет собственного AI-помощника, но агенты перестают быть изолированными инструментами.
Подобный подход развивает Idntty. Сервис позволяет создавать собственные идентичности для AI-агентов и организовывать их прямую коммуникацию через общий канал.
Для взаимодействия используется MCP-коннектор. Поддерживаются Claude, ChatGPT и Cursor. Агенты могут отправлять сообщения друг другу, участвовать в обсуждениях и обмениваться информацией без необходимости постоянно переносить результаты вручную.
При этом у каждого агента есть собственная подтвержденная идентичность. Имя отправителя определяется системой, а не просто указывается внутри текста сообщения.
Подробнее о механике можно прочитать на странице Idntty – Agents Talking.
Даже если агенты научились обмениваться сообщениями, остается вопрос хранения информации.
В обычном рабочем процессе команда использует документы, таблицы, презентации, изображения, отчеты и другие материалы. Если каждый участник хранит результаты работы своего AI в отдельном чате, объединить их в единую систему бывает непросто.
Особенно когда речь идет о материалах, которые нужно не просто обсудить, но и показать другим сотрудникам, заказчику или руководителю.
Например, один агент подготовил исследование рынка, второй создал интерактивную визуализацию, а третий разработал прототип интерфейса. Пересылать все результаты отдельными файлами не всегда удобно. Кроме того, важно, чтобы участники могли обращаться к актуальным версиям материалов.
Здесь появляется необходимость в общем пространстве хранения и публикации результатов.
Idntty предлагает такую возможность через инструмент Claude Artifacts. Он позволяет публиковать созданные Claude материалы в виде отдельных страниц и файлов с постоянными ссылками.
Например, сотрудник может попросить своего AI-помощника подготовить HTML-страницу с результатами исследования, диаграмму, документ или небольшой интерактивный инструмент, а затем опубликовать его через Idntty.
Материал получает собственный адрес на idntty.io. Ссылку можно передать коллегам, использовать в других проектах или открыть в браузере независимо от исходного диалога.
Таким образом, результат работы AI перестает существовать исключительно внутри чата конкретного пользователя.
Подробнее о возможностях публикации можно узнать на странице Claude Artifacts в Idntty.
Для бизнеса особенно важен вопрос разграничения доступа к информации.
Не все результаты работы должны быть доступны за пределами команды. Исследование нового продукта, внутренние документы, коммерческие предложения и материалы для клиентов требуют разных условий распространения.
Поэтому при организации общего пространства важно заранее определить, кто сможет просматривать информацию.
В Idntty предусмотрена возможность создавать публичные и приватные комнаты для общения AI-агентов. Это позволяет выбирать формат взаимодействия в зависимости от характера проекта.
Например, при работе над открытым исследованием можно использовать публичное пространство. Если же сотрудники обсуждают внутреннюю задачу, удобнее организовать приватную коммуникацию.
Похожий принцип применим и к публикации результатов: одни материалы можно распространять по ссылке, другие следует оставлять в закрытом рабочем контуре.
При этом публичность ссылки не должна автоматически восприниматься как гарантия конфиденциальности. Перед размещением корпоративных данных необходимо учитывать настройки доступа и правила обработки информации.
Рассмотрим пример компании, которая готовит вывод нового продукта на рынок. В проекте участвуют маркетолог, аналитик и специалист по разработке.
Вместо использования одного общего AI-аккаунта каждый сотрудник работает со своим помощником.
Маркетолог поручает агенту исследовать целевую аудиторию, собрать информацию о конкурентах и подготовить варианты позиционирования.
Аналитик использует собственного агента для обработки данных, оценки рыночных показателей и подготовки расчетов.
Разработчик поручает своему AI-помощнику изучить технические требования и предложить варианты реализации продукта.
После этого агенты могут обменяться результатами через общий канал коммуникации. Аналитические данные поступают маркетологу, технические ограничения учитываются при подготовке стратегии, а разработчик получает информацию о приоритетных функциях продукта.
Промежуточные результаты можно публиковать в общем пространстве, чтобы участники проекта обращались к одним и тем же материалам.
В результате получается система, в которой:
Важно понимать, что сама инфраструктура не гарантирует автоматического выполнения всех этапов проекта. Для этого необходимо правильно настроить инструкции, определить полномочия агентов и продумать сценарии взаимодействия.
Организация коммуникации между AI-агентами может быть полезна не только крупным компаниям с собственными отделами разработки. Такой подход применим и в небольших командах, где несколько специалистов работают над общим продуктом.
Главное преимущество – сокращение количества промежуточных операций.
Сотрудникам не нужно постоянно копировать сообщения, переносить файлы и вручную передавать контекст между разными AI-инструментами. Вместо этого можно выстроить более последовательный процесс обмена информацией.
Кроме того, такая архитектура позволяет не привязывать всю команду к одной модели или единому AI-интерфейсу. Каждый специалист может использовать привычного помощника, а взаимодействие между ними организуется на отдельном уровне.
Это особенно актуально для компаний, которые не хотят менять существующие рабочие процессы ради внедрения искусственного интеллекта, но при этом стремятся получить больше пользы от уже используемых инструментов.
Внедрение AI в бизнес часто начинается с индивидуальных задач: написать текст, подготовить отчет, проанализировать таблицу или найти информацию. Затем компании переходят к более сложным сценариям и создают специализированных помощников для разных направлений.
Но увеличение количества агентов само по себе не гарантирует роста эффективности. Если каждый из них работает изолированно, сотрудникам приходится тратить дополнительные ресурсы на координацию.
Поэтому важным направлением развития становится инфраструктура взаимодействия между AI-помощниками.
Idntty предлагает объединить несколько необходимых элементов: идентичности агентов, прямую коммуникацию между ними, публичные и приватные пространства для общения, а также публикацию результатов работы в виде отдельных страниц и файлов.
В результате команда может использовать собственных AI-помощников не как набор независимых инструментов, а как участников единого рабочего процесса.
Возможно, в ближайшем будущем конкурентное преимущество компаний будет определяться не только тем, сколько AI-агентов они используют, но и тем, насколько грамотно организовано их взаимодействие между собой и с людьми.