Как ИИ за год превратился из помощника в полноценного сотрудника, почему оргструктура компаний смещается в сторону «человеческого ядра» и множества ИИ-агентов, и благодаря чему технология уравнивает шансы крупных и малых игроков — Алексей Бирюков, совладелец и управляющий партнер «ИдаПроджект», рассказал Sostav.
Контекст: почему именно сейчас
Разговоры об искусственном интеллекте ведутся десятилетие, но реальный переломный момент случился совсем недавно. Чтобы оценить масштаб произошедших изменений, полезно посмотреть на эволюцию технологии в трех ключевых точках.
В 2017 году стартап AlphaGo (в составе Google) обыграл чемпиона мира в го — и сделал это не из-за перебора вариантов, а творчески: на 37-м ходу машина применила ход, который профессионалы назвали «нечеловечески креативным». Тогда крупные корпорации впервые осознали, что ИИ — это новая нефть. Индустриальная эпоха ускоряла физическую логистику, а искусственный интеллект обещал ускорить и затем превзойти когнитивные способности человека. По итогу этой точки деньги потекли в отрасль ИИ рекой.
Следующий важный рубеж — 2020−2024 годы, когда AlphaFold расшифровал структуру практически всех известных белков генома. Прямым следствием этого стал взрыв открытий в фармацевтике в 2025 году: новые препараты, ускоренные клинические испытания и подходы к болезням, считавшимся раньше неизлечимыми.
Наконец, в 2025−2026 годах ИИ смог решить математические задачи, над которыми научное сообщество билось сорок лет. Машине потребовалось всего десять часов работы — и результат оказался выше, чем у 99,9% профильных специалистов. Это знаковая веха, потому что ИИ начал заменять не рутинные операции, а интеллектуальную работу высшего уровня.
Именно эти три точки — победа в го, расшифровка белков и решение сложнейших математических задач — подготовили почву для того, чтобы бизнес по-новому взглянул на возможности нейросетей.
Смена восприятия: от помощника к сотруднику
До 2025 года к ИИ относились сугубо утилитарно: пусть пишет тексты, обрабатывает картинки, разгребает рутину. В лучшем случае его воспринимали как цифрового ассистента — удобного, но не обязательного.
Однако к началу 2026 года восприятие изменилось радикально. ИИ перестал быть просто инструментом — он стал сотрудником. Современные модели понимают задачу в контексте, самостоятельно выстраивают цепочки действий, проверяют вводные данные и контролируют конечный результат. Все больше команд перестают состоять только из людей: рядом работают цифровые коллеги, и руководители уже сейчас фиксируют, что ИИ-агенты справляются с частью задач быстрее и точнее, чем младшие специалисты. Следующий логичный шаг — появление управленцев, которые будут руководить целыми армиями таких агентов, делегируя им не только исполнение, но и элементы планирования.
Новая оргструктура: Human Core + Agent Swarm
Классическая команда — дизайнеры, менеджеры, продакты, разработчики в определенной пропорции — постепенно уходит в прошлое. Ей на смену приходит принципиально иная конфигурация.
В ее основе лежит «человеческое ядро» (Human Core): ключевые специалисты, которые принимают стратегические решения и задают общее направление. Вокруг них выстраивается рой ИИ-агентов — в соотношении от одного к пяти до одного к десяти в пользу машин. Прогноз на горизонте двух лет выглядит вполне конкретно: компания, в которой в 2026 году работает 350 человек, к 2028-му может состоять из 200 людей и 800 агентов — итого тысяча «сотрудников». Это не футурология, а базовый сценарий, который уже просчитывают продвинутые игроки. И самое интересное, что привычные инструменты и процессы постепенно сами превращаются в агентов: то, что раньше было просто кнопкой в SaaS-сервисе, становится автономным исполнителем, способным действовать без постоянного контроля со стороны человека.
Три уровня зрелости процессов
Внедрение ИИ в бизнес-процессы проходит через три последовательные стадии, и крайне важно понимать, на какой из них находится ваша компания.
Первый уровень — ручной труд. Здесь все операции выполняет человек: он проверяет данные, правит, согласует, собирает информацию воедино. Производительность жестко упирается в количество людей в штате, и любое расширение требует найма новых сотрудников.
Второй уровень — ИИ-экзоскелет. Сотрудник использует нейросети как усилитель: бросает в систему материалы, получает готовый ответ и применяет его в работе. Качество исходящего продукта вырастает кратно при сопоставимых затратах. Даже слабые входные данные (плохие тексты, неполные брифы, средние визуалы) превращаются в добротный результат за считаные рубли. Главный плюс этого этапа — входной порог снижается, а планка качества поднимается, и компания начинает получать больше, не нанимая дополнительных людей.
Третий уровень — ИИ-агенты. Здесь процесс уже не зависит от того, нажмет ли человек вовремя кнопку или не забудет проверить отчет. Один агент собирает контекст, второй проверяет данные, третий ищет возможные улучшения, четвертый оркеструет все вместе и выдает готовую рекомендацию. Человек подключается только там, где нужно принять решение, а не выполнить рутинное действие.
Эффект от перехода на третий уровень — это снижение стоимости операций, ускорение цикла, рост качества и предсказуемости. И, что важнее всего, бизнес-процесс теперь масштабируется без линейного роста штата — вы просто добавляете еще агентов.
Ускоритель в обе стороны
ИИ — это мощный рычаг, но его действие целиком зависит от того, куда вы прилагаете усилия.
Если внутри компании процессы уже налажены, выстроены метрики, а команда понимает стратегические цели, то технология дает кратное ускорение и позволяет обогнать конкурентов. Однако если процессы сломаны, управленческое мышление отсутствует, а KPI не определены, то ИИ будет ускорять разрушение с той же силой. Он станет генерировать мусор еще быстрее, множить ошибки и создавать операционный хаос. Поэтому критически важно осознать это до начала любых внедрений: сначала описанные и отлаженные процессы и метрики, только потом — автоматизация на базе искусственного интеллекта.
Технологическое равенство
Один из самых неочевидных, но крайне значимых эффектов последнего года — выравнивание технологических возможностей между разными игроками. Раньше разрыв между лидером отрасли и небольшим или средним игроком закладывался прежде всего бюджетами на автоматизацию: сотни миллионов против десятков. Сейчас правила меняются. Компания с бюджетом в десять миллионов и, главное, с четким пониманием, что и как делать, способна получить 80% результата компании, потратившей 500 миллионов. Эта мысль созвучна результатам исследований о том, что крупный бизнес сейчас получает от автоматизации непропорционально больше выгод, чем малый. В первую очередь это происходит из-за масштаба и возможности сокращать штат. ИИ, таким образом, становится тем самым «уравнителем», но лишь для тех, кто умеет им управлять: небольшие игроки получают доступ к технологическому стеку, который раньше был привилегией крупных корпораций, но чтобы реализовать это преимущество, им нужна правильная стратегия, а не просто бюджет.
Что меняется в работе с клиентом
Параллельно с внутренними изменениями трансформируется и поведение пользователей. Согласно опросу ВЦИОМ за октябрь 2025 года, каждый второй (51%) интернет-пользователь России уже обращался к нейросетям, а 63% из них делали это именно для поиска информации. В Москве генеративный ИИ активно проник в повседневную жизнь: более половины (60%) москвичей применяют нейросети для решения личных задач, причем поиск информации и перевод текстов входят в число самых популярных запросов.
В Сингапуре технологии внедрены еще глубже: здесь каждый четвертый житель использует ChatGPT еженедельно, что дает стране самую высокую в мире долю платных подписчиков на душу населения. В США ИИ становится естественной заменой привычным поисковикам: опрос Adobe показал, что 77% американских пользователей ChatGPT применяют его как поисковую систему, а почти четверть опрошенных (24%) идут сначала в ChatGPT. При этом общее проникновение ИИ-инструментов в США выросло с 8% в 2023 году до 38% в 2025 году.
Старый паттерн «погуглить и кликнуть по первой ссылке» уступает место новому: «спросить у нейросети и получить готовый развернутый ответ». Это означает, что клиентский опыт перестраивается с классической витрины и фильтров на диалог и персональное сопровождение. Побочный, но очень важный эффект — смерть маркетинговой «шелухи». ИИ не покупается на красивые тексты и общие обещания, он рационально сравнивает цену, характеристики, реальные отзывы и контекст использования. Маркетинг перестает быть маской, и в выигрыше оказываются те, у кого честный продукт, прозрачные условия и качественный сервис.
Что внедрять прямо сейчас
Технологический список того, что нужно внедрять, довольно понятен: ИИ-агенты в ключевых процессах, диалоговые интерфейсы, ускорение разработки и аналитики, генерация и верификация гипотез.
Но главный объект внедрения — это мышление. Новые инструменты ломают привычные модели работы и требуют полной перестройки управленческой логики. Компании, которые не перестроятся в ближайшие два-три года, потеряют конкурентоспособность необратимо. Остальные ускорятся настолько, что догнать их будет просто невозможно — разрыв станет не технологическим, а ментальным.
Однако даже при понимании этих принципов многие компании совершают одни и те же ошибки. Самая распространенная — ожидание быстрой отдачи. ИИ-внедрение — это не покупка лицензии, а смена привычек десятков или сотен сотрудников. Формирование новой привычки занимает минимум 8−12 недель, поэтому вместо того чтобы требовать «эффекта на маржу через 30 дней», разумнее ввести лидирующий KPI — долю сотрудников, которые реально используют инструмент не реже трех раз в неделю.
Вторая ошибка — покупают «ИИ-продукт», вместо того чтобы встроить ИИ в конкретную функцию. Типичный запрос от девелопера: «нам бы какой-нибудь ИИ-проект, мы тоже хотим». Такой подход не работает. Эффективным оказывается обратное движение: выбрать функцию, в которой внутри компании хронически не хватает экспертизы (продуктовая аналитика, веб-аналитика, оценка гипотез), и встроить туда ИИ-агентов, назначив при этом понятного владельца результата на стороне клиента.
Наконец, третья, самая коварная ошибка — прячут внедрение от сотрудников, «чтобы не пугать». Команда в любом случае дорисовывает худший сценарий самостоятельно и начинает тихо саботировать нововведения. Гораздо продуктивнее открыто объявить: «вот эти 30% рутинных задач уйдут в автоматизацию, а освободившиеся часы мы направим вот на что». В «ИдаПроджект» после внедрения внутренних ИИ-инструментов не сократили ни одного человека — высвободившееся время поглотили продуктовые задачи, до которых раньше просто не доходили руки.
Итог
ИИ — это не угроза и не волшебная палочка. Это новый тип персонала и новая управленческая дисциплина. Уже через два-три года работа в гибридных командах «люди + агенты» станет базовым стандартом для большинства отраслей. Пока все реализовано не самым изящным способом, но скорость накопления экспертизы такова, что переход к зрелости произойдет почти мгновенно. Выигрывают те, кто уже сегодня — прямо сейчас — начинает перестраивать и процессы, и мышление под новую реальность.