Нецифровая экономика

🤖Зачем бизнесу виртуальные сотрудники Почитали в «Ведомостях» колонку Павла Воронина, генерального директора MWS о том, почему кадровый дефицит бизнес будет закрывать не только переработками или миграцией, но и ИИ-агентами. Сегодня ИИ перестает быть просто инструментом для ускорения отдельного сотрудника и становится самостоятельной рабочей единицей внутри бизнес-процесса. Вот несколько тезисов, которые показались важными ⤵️ ➡️Автоматизация становится ответом на кадровый дефицит Уже существующими технологиями можно автоматизировать 58% рабочих часов, а потенциальный экономический эффект от этого может достигнуть $1,9 трлн к 2030 году для десяти крупнейших экономик Европы. Для России проблема дополнительно усиливается демографией: к 2030 году экономике может не хватать до 11 млн работников. При этом у нас более 1,1 млн ИТ-специалистов — отличный задел для создания агентных ИИ-систем, чтобы восполнить этот дефицит. Поэтому один из возможных сценариев — делегировать часть процессов цифровым исполнителям. В этой логике ИИ становится не дополнительным инструментом, а новой формой рабочей силы: виртуальный сотрудник может погружаться в контекст компании, получать доступ к корпоративным программам и самостоятельно принимать решения в пределах заданных правил. Конечно, есть и ограничения: вычислительные мощности для обучения моделей, отсутствие суперсовременных литографов и .т.д. Но российские разработчики — мирового класса, и этот факт может компенсировать указанные проблемы. ➡️Копилоты ускоряют сотрудника, агенты закрывают процесс Первая волна корпоративного ИИ была построена вокруг чат-ботов и копилотов: они ассистировали без изменения бизнес-процессов, и существенной экономии не происходило. Виртуальный сотрудник устроен иначе. У него есть роль, зона ответственности, доступ к корпоративным системам, регламент, измеримый результат и контроль. Технически внутри такого ИИ-агента работает не одна модель, а команда специализированных агентов и оркестратор: он разбивает задачу на шаги, передает контекст, контролирует последовательность и ведет журнал решений. Пример — виртуальный рекрутер. Он не просто подсказывает вопросы для собеседования, а сам разбирает отклики, переписывается с кандидатами, назначает встречи и передает человеку короткий список финалистов с обоснованием. ➡️Компании начинают считать не штат, а способности Еще один сдвиг — переход от планирования численности к планированию способностей. Компании начинают оценивать не только количество сотрудников, а суммарную мощность связки «люди плюс ИИ»: какую часть работы выполняет человек, а какую можно передать цифровому коллеге. В новых AI-first-компаниях это уже становится отдельной моделью роста: не просто улучшать существующую услугу, а заменять ее цифровым исполнителем. Не помогать бухгалтеру, а продавать ИИ-бухгалтерию под ключ; не ускорять страхового брокера, а выполнять его функцию. Человек в такой модели остается руководителем и контролером, берет на себя постановку целей, проверку знаний, этические и высокорисковые ситуации. Рутинные операции уходят цифровым сотрудникам. ➡️Пилоты показывают: речь не обязательно про сокращения Воронин рассказывает о двух примерах из практики клиентов MWS. В энергетической компании цифровой сотрудник занимается адаптацией новичков: оформляет документы, настраивает доступы и отвечает на вопросы первой недели. В AdTech-компании виртуальный маркетолог самостоятельно запускает 30% рекламных кампаний и готовит коммерческое предложение с учетом специфики клиента. Интересно, что в обоих кейсах команды не сокращали. Освободившееся время сотрудники направляли на сложные случаи, стратегию и новые решения. 💭Именно такую модель McKinsey называет симбиозом, а Y Combinator — человеком на границе системы. Она же объясняет, почему первоначальный страх перед ИИ быстро сменяется энтузиазмом: люди отдают агентам те задачи, которые сами не любят. Чтобы внедрение сработало, начинать нужно не с выбора модели, а с поиска подходящего процесса. У него должен быть цифровой след и измеримый результат: срок закрытия вакансии, стоимость обработки документа или время ответа клиенту. Следующий шаг — формализовать знания компании, потому что регламенты часто остаются в головах сотрудников, переписке и чатах. К 2027 году генеративный ИИ и агентов могут использовать до половины российских компаний. Ключ к успеху — не внедрить как можно больше нейросетей, а научиться управлять смешанной командой из людей и виртуальных коллег.