ИИ - не инструмент, а сотрудник: что такое Компания VNext
TL;DR: 62% компаний как минимум экспериментируют с ИИ-агентами, но лишь 23% масштабируют их хотя бы в одной функции ( McKinsey , 2025). Мы видим причину не в технологиях, а в отношении: ИИ-агент - не инструмент, а цифровой сотрудник, роль с зоной ответственности и измеримым результатом. Человек управляет результатом, а не рутиной. Такую компанию мы называем Компанией VNext.
От инструмента к роли: что меняется
ИИ-агенту дают роль: зону ответственности и измеримый результат - этим он отличается от инструмента. Не «умный бот отвечает на вопросы», а «цифровой рекрутер закрывает вакансию», «цифровой оператор решает обращение клиента». Такого сотрудника можно принять на работу, поставить ему задачу, проверить работу и вернуть её, если результат не устраивает.
Первую волну ИИ компании прожили в другой логике - логике инструмента, который держат в руках: открыл чат, написал промпт, получил текст, закрыл. Инструмент ничего не должен. Он не отвечает за результат, у него нет задачи, которую можно принять или вернуть на доработку.
Индустрия уже оформила эту рамку. Марк Бениофф , сооснователь Salesforce, называет это «цифровым трудом» и говорит, что он, возможно, последний руководитель Salesforce, который управлял только людьми: дальше руководители будут управлять и цифровыми, и человеческими работниками.
Дженсен Хуанг , глава NVIDIA, на CES в январе 2025 сформулировал ещё жёстче: «ИТ-отдел каждой компании станет HR-отделом для ИИ-агентов».
Компания, которая перестроила работу вокруг этого принципа, отличается от компании, которая просто «внедрила ИИ», как следующая версия от нынешней. Отсюда и название - VNext: та версия компании, которая уже живёт по новой модели, а не добавила ИИ к старой.
Чем цифровой сотрудник отличается от инструмента
| Критерий | ИИ-инструмент | Цифровой сотрудник |
|---|---|---|
| Что это | Функция: чат, генерация, подсказка | Роль: рекрутер, оператор, аналитик |
| Зона ответственности | Нет: отвечает человек, который держит инструмент | Есть: процесс закреплён за агентом |
| Результат | Ответ на запрос | Измеримый итог: закрытая вакансия, решённое обращение |
| Приём и возврат работы | Невозможны: инструмент не «сдаёт» работу | Работу можно принять, вернуть, разобрать ошибку |
| Роль человека | Исполнитель с ускорителем в руках | Супервизор: ставит задачу, проверяет результат |
| За что платят | За доступ (лицензия, подписка) | За результат: часть рынка уже переходит к оплате за фактически решённые задачи |
| Управляемость | Не требуется | Обязательна: полномочия, аудит, «рубильник» |
Ключевая строка здесь - результат. Anthropic в работе « Building Effective Agents » (декабрь 2024) определяет агентов как системы, где модель сама управляет своим процессом и использованием инструментов, контролируя способ выполнения задачи. Это противоположность заранее прописанному сценарию чат-бота. McKinsey ещё в 2024 году, в работе о новой волне генеративного ИИ, описывала агентов похоже: «виртуальные коллеги», исполняющие многошаговые рабочие процессы.
Почему это сдвиг, а не хайп
Честная картина по данным выглядит так: внедряют широко, но неглубоко.
- По глобальному опросу McKinsey «The State of AI in 2025» (n = 1993, 105 стран), 62% организаций как минимум экспериментируют с ИИ-агентами, 23% масштабируют их хотя бы в одной бизнес-функции. Но ни в одной отдельной функции доля масштабирующих не превышает 10%.
- Чаще всего агентов применяют в ИТ (сервис-деск) и работе со знаниями (поиск и синтез документов).
- Gartner прогнозирует (август 2025), что к концу 2026 года 40% корпоративных приложений получат встроенных ИИ-агентов под конкретные задачи, против менее 5% в 2025-м. Это прогноз аналитиков, а не измеренный факт, и мы его так и читаем.
Теперь контр-хайп, который важно не пропустить. Та же Gartner (июнь 2025) ожидает, что более 40% проектов агентного ИИ будут свёрнуты к концу 2027 года: растущие затраты, неясная бизнес-ценность, слабый контроль рисков. Из тысяч вендоров «агентного ИИ» настоящими аналитики считают лишь около 130. Остальное они называют agent washing: ребрендинг обычных чат-ботов и RPA без реальных агентных возможностей.
Мы читаем эти два набора цифр как один вывод. Сворачивают проекты, где ИИ остался инструментом с размытой ценностью: «поставили бота, что-то отвечает». Шансы выжить выше у проектов, где у агента есть роль и измеримый результат, за который можно спросить. Дисциплина результата - это и есть фильтр, отделяющий сдвиг от хайпа.
Новая роль человека: супервизор результата
«ИИ - сотрудник» не значит «человек не нужен». Значит ровно обратное: человек поднимается на уровень выше. Вместо исполнения рутины он ставит задачи, принимает работу и разбирает исключения. Мы подробно писали об этой роли в статье «Оркестратор ИИ» .
Это не лозунг, а инженерная норма. Та же работа Anthropic « Building Effective Agents » прямо рекомендует чекпоинты, где агент останавливается и ждёт обратной связи от человека. На практике такие чекпоинты особенно важны перед необратимыми действиями. Human-in-the-loop встроен в саму архитектуру хороших агентных систем, а не добавлен для успокоения.
На практике супервизия выглядит буднично: человек смотрит результаты, а не переписку; вмешивается в исключения, а не в каждый шаг; учит агента на разборах ошибок. Каждый такой разбор делает цифрового сотрудника лучше - это тот самый маховик данных , где продукт учится у людей, которые им управляют.
Для команды это означает рост ценности вклада каждого человека: один супервизор управляет результатом, который раньше требовал ручного исполнения. Мы смотрим на это через призму revenue per employee : люди не издержка, а инвестиция, и агентная модель эту инвестицию усиливает, а не обесценивает.
Управляемость цифрового сотрудника: полномочия, аудит, рубильник
С человеком компания подписывает трудовой договор: полномочия, ответственность, порядок увольнения. Цифровому сотруднику нужен его аналог, и это не метафора, а требования к продукту:
- Права и полномочия. Что агент может делать сам, а что только с по