К содержанию
Новости

Эксперты призвали перестраивать бизнес-процессы перед внедрением AI-агентов

Эксперты призвали перестраивать бизнес-процессы перед внедрением AI-агентов
Фото: Towards Data Science

Массовое внедрение AI-инструментов само по себе не даёт заметной бизнес-ценности, если рабочие процессы по-прежнему остаются разрозненными и завязаны на ручные операции. Автор материала описывает знакомую для многих компаний картину: данные собирают из разных источников, сотрудники вручную переносят информацию между Excel, чатами и презентациями, а часть знаний вообще не попадает в корпоративные системы.

Как пишет Towards Data Science, подход «добавить чат-бот поверх данных» редко решает проблему сам по себе. Автор считает, что компаниям сначала нужно определить, где AI действительно может повлиять на выручку, прибыль, клиентский опыт или запуск новых продуктов. Уже после этого имеет смысл перестраивать процессы и заново распределять роли между людьми и агентами.

В тексте также приводятся выводы нескольких исследований. McKinsey отмечает: максимальная ценность появляется там, где люди и AI-агенты работают вместе внутри сквозных процессов. В пример приводится Johnson & Johnson. Компания протестировала почти 900 сценариев применения GenAI, но 80% результата обеспечили только 10–15% инициатив.

По данным BCG, компании рассчитывают примерно удвоить расходы на AI в 2026 году, а почти все CEO ждут измеримой отдачи от AI-агентов. Microsoft, в свою очередь, отмечает, что самые продвинутые пользователи AI уже используют агентов в многошаговых процессах и пересматривают организацию работы команд.

Ключевые факты

  • McKinsey связывает рост ценности AI с совместной работой людей и агентов в сквозных процессах

  • Johnson & Johnson протестировала почти 900 сценариев применения GenAI, при этом 80% эффекта пришлись на 10–15% инициатив

  • BCG сообщает, что компании ожидают примерно двукратного роста расходов на AI в 2026 году

  • По данным Microsoft 2026 Work Trend Index, продвинутые пользователи AI применяют агентов для многошаговых workflow и создают общие AI-стандарты для команд