Более умная модель не исправит ваш процесс: почему обвязка агента важнее самой LLM

Более умная ИИ-модель не исправит процесс, который не соответствует целям вашего бизнеса. Мы сначала записали свои цели, а потом выстроили вокруг них роли ИИ-сотрудников. Когда их первые планы оказались поверхностными, мы поменяли процесс, используя ту же модель. Сначала выстройте процесс вокруг цели и уберите шаги, которые больше не нужны, и только потом передавайте его ИИ-агентам.

Из практики

Сначала мы записали цели, потом построили под них роли

Цели компании были записаны раньше, чем у ИИ-сотрудников появились роли. В мае мы разделили наш ИИ на роли: поиск (SEO), реклама, соцсети, контент и директор по маркетингу. Сегодня его задача — настраивать воронку продаж и транслировать квартальные цели компании в месячные цели для каждой роли. Для каждой роли мы определили, что она производит и что кому передаёт.

Цели мы пишем в формате OKR (цели и ключевые результаты). Цели года выражены в метриках: выручка, позиции в поиске, заявки. Квартал часто слишком короток, чтобы повлиять на бизнес-результат, поэтому в цели квартала входит и работа, которая к нему ведёт. При этом каждая цель про работу называет результат, который она должна сдвинуть.

«Публиковать больше статей» — это действия. Чтобы стать целью, такая формулировка должна называть результат, например больше целевых заявок из поиска. (Это лишь пример.)

В первой версии директор сам расписывал задачи для каждой роли, и планы получались поверхностными (подробнее ниже). В июне мы поменяли процесс. Теперь директор ставит цели каждой роли, а каждая роль сама планирует свой месяц, и я этот план проверяю.

Модели при этом остались прежними: все наши роли и до июня, и после работают на одном семействе моделей (LLM). Одного ИИ-сотрудника делает SEO-специалистом, а другого специалистом по рекламе всё, что мы построили вокруг LLM для этой роли.

Это и есть обвязка модели: процесс, по которому она работает, её цель, правила, инструменты и память. Сама по себе LLM идёт кратчайшим путём к тому, что вы попросили. Попросите статью, и вы быстро получите порцию нейрослопа. Процесс позволяет создать полезную статью, служащую целям бизнеса.

Процессы стареют

Со временем в процессах копятся устаревшие правила, множатся исключения, остаются лишние согласования и проверки, ставшие бессмысленными с появлением новых инструментов. Передайте такой процесс ИИ как есть, и он просто быстрее будет воспроизводить этот беспорядок.

Современные кодеры (Claude Code, Codex) позволяют быстро автоматизировать ручные операции. Например, раньше мы вручную выгружали данные по поисковым запросам, а теперь агенты сами запрашивают их по API напрямую у поисковых систем.

Я уже писал о том, почему адаптировать процесс полезнее, чем автоматизировать его как есть.

Microsoft говорит то же самое о собственных процессах, в масштабе, которого у нас нет. Кэтлин Хоган, директор Microsoft по стратегии и трансформации, написала в сентябре: «Добавив агентов в сломанный процесс, вы всё равно получите сломанный процесс: ускорение одного шага лишь удлиняет очередь на следующем».

Команда Microsoft, отвечающая за облачную цепочку поставок, «упростила свои процессы, прежде чем перестраивать их с агентами». По собственной оценке Microsoft, время цикла сократилось максимум на 75%, и только в отдельных процессах.

Опрос McKinsey за 2026 год показывает то же с другой стороны. 80% респондентов говорят, что ИИ повысил их производительность, но лишь 37% организаций сообщают хоть о каком-то положительном вкладе ИИ в прибыль, и эта доля почти не изменилась с прошлого года.

Самые успешные компании из опроса McKinsey говорят, что они «кардинально перестраивают рабочие процессы, а не накладывают ИИ поверх существующих». Это их собственная оценка и корреляция: она не доказывает, что прибыль принесла именно перестройка.

Сначала упростите, потом автоматизируйте. Этот порядок работает при любом масштабе, и нужен для него человек, который ведёт процесс сегодня.

Четыре шага до ИИ-сотрудника

1. Сначала запишите цель, лучше в формате OKR: цели и метрики, которые покажут их достижение.
2. Опишите процесс, который к ней ведёт, шаг за шагом, вместе с человеком, который ведёт его сегодня.
3. Удалите шаги, которые остались только из-за старого правила, старого инструмента или исключения, о котором уже никто не помнит.
4. Потом передайте процесс ИИ-сотруднику, а владельцем процесса оставьте человека, который его ведёт.

Что не сработало

Микроменеджмент. В первой версии ИИ-директор по маркетингу сам писал месячные задачи для наших ИИ-сотрудников по SEO, соцсетям и рекламе, хотя в его собственных инструкциях сказано, что он должен делегировать, а не заниматься микроменеджментом. Он спускал задачи вместо целей.

Эти планы получились поверхностными. Конкретным оказался единственный план, который роль написала для себя сама, — план нашей технической роли.

Вопросы, которые стоит задать

1. Ради какой цели существует этот процесс и какая метрика показывает результат?
2. Какой шаг вы не стали бы добавлять, если бы писали процесс сегодня?
3. Кто в вашей компании может объяснить, зачем нужен каждый шаг?

Меняет ли это что-то для вас?

Когда агент склонялся к варианту, эксперты чаще всего шли за ним (Anthropic, 27 октября). В рандомизированном эксперименте 50 профессиональных аналитиков проводили статистический анализ с Claude Code, агентом Anthropic для программирования. В каждом из четырёх решений без единственно верного ответа скрытый жребий определял, за какой вариант будет выступать агент.

«По четырём аналитическим решениям аналитики выбирали вариант, к которому склонялся агент, в 86% случаев. Если бы мнение агента ни на что не влияло, мы ожидали бы около 50%». Авторы намеренно усилили склонность агентов и пишут, что в реальной работе эффект может быть меньше.

Это одна задача и одна модель, и Anthropic изучала собственную разработку. (исследование)

Собственное мнение, высказанное заранее, помогало мало. В 38 случаях, когда аналитики высказали своё мнение до мнения агента, они часто меняли его, если агент был не согласен, хотя авторы предупреждают, что выборка мала.

Мой вывод: проектируя процесс, определите, какие решения остаются за человеком. Проверку стоит оставлять, только если за ней стоит его собственное суждение. От себя добавлю: просите ИИ-сотрудника привести доводы за и против — по моему опыту, после этого иногда и агент меняет точку зрения.

Подписывайтесь на Агент ИИ7 в Телеграм, где я пишу про применение ИИ в бизнесе.