Первый выпуск подкаста «Ladcraft Распаковка» посвящен переходу от разрозненных экспериментов с искусственным интеллектом к реальной автоматизации бизнес-процессов. В фокусе — агентные системы: как они устроены, с чего начинать внедрение и почему одной технологии недостаточно для изменений в компании. 

Гость выпуска — Дмитрий Петров, директор группы IT-компаний Lad и руководитель продукта Ladcraft. Он разбирает, в чем разница между подходами к построению таких систем, требования к их устойчивой работе и типичные ошибки компаний, которые ждут от ИИ мгновенного эффекта.

Для простого вопроса может хватить языковой модели. Но если задача требует собрать информацию, сверить ее с данными в учетной системе, подготовить письмо и отправить уведомление ответственному, одной модели уже недостаточно. Нужна система, которая выполняет последовательность действий с помощью инструментов.

Такие системы могут работать по-разному. В жестких пайплайнах порядок операций задается заранее. В агентных системах агент сам планирует действия, оценивает результат и при необходимости перестраивает дальнейший план.

Независимо от выбранного подхода одной модели для устойчивой работы мало. Агентному контуру нужны инструменты, память, правила поведения, разграничение доступа, логирование и тестирование. С точки зрения внедрения это означает, что выбор модели — лишь часть задачи, а основной объем работ приходится на обвязку вокруг нее и на описание того, как система должна вести себя в нестандартных ситуациях.

Отдельное внимание в разговоре уделено безопасности. Базовое правило, которое формулирует Дмитрий Петров: агент не должен иметь больше прав на работу с данными, чем его владелец. Это ограничивает потенциальный ущерб от ошибочного или нежелательного действия системы.

Второй аспект — обращение к внешним языковым моделям. При работе с ИИ чувствительную информацию необходимо защищать, иначе корпоративные данные оказываются за периметром компании.

Практический вывод для проекта автоматизации: разграничение доступа и логирование стоит закладывать на старте, а не добавлять после первых инцидентов. Логи нужны не только для разбора ошибок — без них сложно понять, почему агент принял то или иное решение, и оценить, каким образом он получил доступ к данным.

Одна из распространенных ошибок — ожидать быстрого эффекта от технологии, не меняя привычные процессы. Технология сама по себе не перестраивает работу подразделений, и без этого ожидания редко оправдываются.

При этом автоматизация не каждой задачи приносит пользу. Например, если презентации нужны раз в несколько месяцев, экономия времени на их подготовке окажется несущественной для бизнеса.

По мнению Дмитрия Петрова, сначала нужно определить цель внедрения, а затем выбрать процессы, которые действительно влияют на результаты компании и подходят для автоматизации. Для этого команда Ladcraft разработала методику RICE. Она помогает оценить гипотезу с двух сторон — насколько процесс важен для бизнеса и насколько реально автоматизировать его доступными технологиями. Такой двойной фильтр отсекает инициативы, которые выглядят эффектно, но не дают измеримого результата.

Важно отличать быстрый прототип от готового решения. Простого агента можно создать за несколько часов, но для устойчивой работы его нужно тестировать и проверять в разных сценариях.

Внедрение ИИ требует ресурсов не только на разработку: нужны обучение сотрудников, пилотные проекты и организационные изменения. Это существенная часть бюджета проекта, которую часто недооценивают на этапе планирования.

Для заказчика это значит, что сроки и стоимость корректно считать не по времени сборки демонстрационного сценария, а по циклу проверки, доработки и встраивания решения в текущие регламенты. Прототип показывает принципиальную возможность, рабочая система — воспроизводимость результата.

Ladcraft разрабатывается с помощью ИИ-агентов, без кода, написанного человеком. Такой подход потребовал перестроить процессы внутри команды.

Раньше разработкой занимались группы по 10–15 человек, а сейчас в одном домене, отвечающем за существенную часть продукта, работают от двух до четырех специалистов. Эффект от ИИ проявляется не в отдельном инструменте, а в пересборке процесса вокруг него.

Для компаний, которые только присматриваются к теме, это ориентир: сначала меняются роли и порядок работы, затем появляется отдача. Автоматизация, встроенная в прежний процесс без изменений, чаще всего воспроизводит его узкие места.

Тем, кто только собирается внедрять агентов, Дмитрий Петров рекомендует начинать с простых сценариев автоматизации. Один из них — работа с материалами встреч. На основе транскриптов агенты могут готовить протоколы, письма, документы, презентации, таблицы и даже лендинги.

Логика такого старта понятна: уже собранная информация превращается в материалы, которые нужны для дальнейшей работы. Риск ошибки здесь ниже, а польза для команды заметнее, что облегчает дальнейшее продвижение инициативы.

Источник: подкаст «Ladcraft Распаковка».