Алексей Северухин, Lad, рассказал о составляющих трансформации бизнеса AI-native модели
31 июля в Екатеринбурге заместитель директора по продукту Ladcraft Алексей Северухин выступил с докладом «AI-native компания: как автономные агенты меняют правила игры» на ежегодной летней ИТ-конференции «Лето ИТы», организованной Уральской торгово-промышленной палатой и региональным дистрибьютором 1С «Прайм-Регион». Эксперт представил практические рекомендации для перехода компаний от разовых экспериментов с нейросетями к трансформации процессов с помощью автономных ИИ-агентов.
Тема ИИ давно вышла за рамки обсуждения языковых моделей и сместилась к вопросам архитектуры процессов. Сегодня компании последовательно проходят путь от первых попыток сотрудников применить ChatGPT до состояния, в котором значимая часть операций выполняется автономными агентами. В начале доклада Алексей Северухин сфокусировался на ключевых признаках AI-native подхода. Он отметил, что AI-native компания — это бизнес, в котором искусственный интеллект не просто используется как отдельный инструмент, а заложен в саму основу операционной модели, процессов и создания продуктов.
«Отдельные функции автоматизированы, но основная операционная логика перестроена под делегирование задач машине», — пояснил эксперт.
Четыре ступени к зрелости
Основываясь на практике общения с клиентами и заказчиками, Алексей Северухин представил модель эволюции бизнеса в области ИИ, складывающуюся из четырех последовательных шагов. На первой ступени языковые модели остаются «диковинной игрушкой» в руках креативных специалистов: разрозненные сервисы дают локальный прирост продуктивности на штучных задачах, но не меняют процессы.
Второй шаг - повышение эффективности компании за счет массового применения ИИ сотрудниками и повышения каждым сотрудником его личной эффективности, но без системной перестройки бизнес-процессов.
Третья ступень связана с теорией ограничений Голдратта, согласно которой бизнесу необходимо найти узкие места в процессах и именно к ним применить искусственный интеллект. Четвертый этап, на который единичные компании только начинают подниматься, — это и есть трансформация процессов, при которой вместе с живыми сотрудниками работают автономные агенты, а эффект от внедрения измеряется кратным ростом производительности.
«На верхних ступенях эффект перестает исчисляться процентами и переходит в разряды. Появляются компании, которые способны выполнять те же операции на порядок меньшим числом сотрудников, и AI-enabled roll-up — сценарии, в которых целые отрасли схлопываются до одной платформы», — отметил Алексей Северухин.
Что требуется для трансформации
Эксперт отдельно остановился на составляющих, без которых переход к AI-native модели не происходит. В их числе команда лидеров, которые сами используют инструменты и подают пример, программа обучения линейных руководителей промптингу и созданию их первымых агентов, регулярные встречи для обмена кейсами. Эти встречи спикер назвал обязательными.
На уровне процессов, по его словам, важны выделенные стратегические сессии, ИИ-консалтинговый проект, который позволяет выстроить эволюционную лестницу ИИ-зрелости компании и запуск пилотов с проверяемой гипотезой. Отдельным блоком Алексей Северухин выделил центр компетенций. В небольшой компании эти функции может совмещать один человек, в крупной специально выделенное подразделение. «Без понятной методики и центра компетенций даже хороший инструмент превращается в разрозненный “зоопарк”», — добавил он.
Подробно эксперт остановился на теме, чем автономные агенты отличаются от чат-ботов и co-pilots и какие требования это накладывает на платформу. По словам Алексея Северухина, для эффективной работы агента необходимы шесть базовых свойств: автономность, инструменты для взаимодействия с корпоративными информационными системами почтой, таблицами, чатами, 1С, CRM и др, долгосрочная память и контекст, глубокая интеграция с ИТ-системами компании, командная работа через A2A-протокол и работа в режиме headless — «под капотом» других интерфейсов.
«Когда контекстное окно загружается больше, чем на 70%, качество ответов резко проседает. Поэтому универсальный агент работает хуже, чем узкоспециализированные микроагенты. Именно поэтому архитектура платформы должна позволять быстро собирать агентов под конкретные задачи и использовать команды агентов», — пояснил спикер.
В качестве ключевых элементов функциональности для ИИ-платформ он назвал средства коллективной работы, онбординг готовых агентов, поддержку MCP-протокола вместо классических API-интеграций и инструменты создания навыков без программирования.
Три ловушки при внедрении ИИ
В выступлении эксперт предупредил о типичных ошибках, которые допускают компании на пути к ИИ-трансформации. Первой он назвал «vibe coding» как попытку получить готовые решения только за счет генеративного кода без продуманной архитектуры и интеграции с данными компании.
Второй — информационный переизбыток, при котором инструменты упрощают создание объемных красивых документов и презентаций, содержащих элементы галлюцинаций ИИ. По оценке Северухина, такие «документы-спутники» замусоривают контекст и приводят к жизни компании в мире фейков.
Третья ловушка, по его словам, связана с отсутствием систем хранения и регламентов. В этом случае автоматизация умножает управленческий хаос на скорость работы алгоритмов.
«В практике встречается сценарий, когда компания подключает агента к обработке входящих запросов, но не оцифровала базы знаний. В итоге агент отвечает быстрее, но по разрозненным данным, и команда получает поток противоречивых ответов — привел пример спикер.
От точечных экспериментов к системному внедрению
Важной темой для обсуждения стала экономика ИИ-проектов. «Каждый проект внедрения ИИ — это проверяемая гипотеза. Мы придерживаемся подхода: MVP за две недели, измерение ROI с первого дня. Если гипотеза не подтвердилась — итерируем, а не масштабируем убытки», — подчеркнул Алексей Северухин, отметив, что за последние полтора года команда провела более 20 успешных проектов внедрения платформы в корпоративном сегменте.
Инфраструктурные и регуляторные вызовы
В заключительной части спикер затронул регуляторный контекст. С вступлением в силу 243-ФЗ от 26 июля 2026 года и требований 117-го приказа ФСТЭК компании вынуждены пересматривать подход к обработке данных в ИИ-системах.
«Единая техническая политика с утвержденным инструментарием — не бюрократия, а необходимость. Без нее возникает "зоопарк" сервисов, нет управляемости, нет единого понятийного поля, затратно по серверам, возможность развертывания серверов инференса ИИ-моделей и самой платформы в контуре предприятия заказчика, наличие инструментов анонимизации передаваемых в ИИ данных, контроль ИИ-трафика специализированными ИБ инструментами - обязательное требование для крупных корпоративных и государственных заказчиков», — пояснил эксперт.
Он добавил, что российские платформы для автономных агентов, внесенные в Реестр отечественного ПО, получают дополнительное преимущество при работе с госсектором и компаниями с жесткими требованиями к информационной безопасности.
Что дальше: рынок автономных агентов
По оценке Алексея Северухина, рынок движется к модели, где ИИ-агент выступает не инструментом, а «цифровым сотрудником»: самостоятельно определяет последовательность действий, работает с корпоративными системами и взаимодействует с другими агентами по протоколу A2A (agent-to-agent).
«В Low-code-платформах вы проектируете процесс из 15 шагов. В агентном подходе просто ставите задачу — "разберись с заявкой от клиента X" — и агент сам решает, что делать. Это разница между автоматизацией и делегированием», — резюмировал спикер.
К такой модели, по его наблюдениям, сегодня стремятся как западные, так и российские разработчики. Команда Ladcraft, в частности, делает ставку на глубокую интеграцию агентов с уже существующим ИТ-ландшафтом компаний, российским программным обеспечением, на независимость от конкретной языковой модели и экосистемный подход. На платформе работает маркетплейс для обмена готовыми агентами, “из коробки” есть пакет тиражных агентов, от секретаря и техподдержки до координатора задач, аналитика компании, менеджера по дебиторской задолженности. Также платформа поддерживает более 70 коннекторов к системам учета, маркетплейсам, банкам и логистическим сервисам.
«Запрос клиентов сместился от "помоги человеку" к "замени рутину полностью". Те, кто начинал с co-pilots, сегодня хотят видеть на своем предприятии ИИ- агентов, работающих по расписанию без участия сотрудника. И выигрывает не тот, кто внедрил ИИ первым, а тот, кто сумел перестроить процессы под делегирование и добился экономического эффекта от каждого агента», — резюмировал Алексей Северухин.
