От чата к рабочему процессу: как методика бизнеса становится ИИ-агентом

OpenAI описывает переход от разовых разговоров с моделью к работе, встроенной в деятельность компании. Смысл можно сформулировать проще: компания берёт свой лучший способ выполнять работу и превращает его в систему, способную действовать.

Не в памятку, которую сотрудник может не открыть. Не в огромную инструкцию для модели, которую каждый раз приходится запускать вручную. И не в ещё один чат, заканчивающийся советом.

Рабочая методика должна уметь принять бизнес-цель, поднять актуальные факты, пройти известный порядок проверки, воспользоваться разрешёнными инструментами, остановиться перед рискованным действием и вернуть результат, который можно измерить.

Именно так мы развиваем Андату. В модуле ИИ-агентов компания собирает цифровую роль со своей методикой, знаниями и полномочиями. В Бизнес-терминале сотрудник поручает ей реальную работу. Факты поступают из рекламы, сайта, системы учёта клиентов и продаж, а также других подключённых источников. Контроль действий сохраняет ответственность человека. Аналитика возвращает результат в следующий цикл.

OpenAI увидела главное: преимуществом становится не модель

1 сентября 2026 года OpenAI показала, как Basis, Clay и Exa Labs перестраивают вокруг агентов уже не отдельные запросы, а целые рабочие процессы.

По данным исследования OpenAI, у компаний из верхних 10% по интенсивности использования ИИ объём ответов модели на одного активного пользователя в 8,3 раза выше, чем у типичных компаний. В январе разрыв составлял 2,6 раза. Это не означает рост производительности или выручки в 8,3 раза. Показатель говорит только о глубине использования: лидеры поручают ИИ больше содержательной работы.

Три примера объясняют, что именно меняется.

По данным Basis, первичная настройка рабочего места сотрудника сократилась с двух часов до 30 минут. Clay сообщает примерно об одном сэкономленном часе ночного разбора входящих сообщений. В Exa Labs агент находит возможности для подключения, готовит изменения в коде, запускает проверки и составляет обновление до проверки человеком.

Вместе эти примеры дают три слоя: методика, актуальные сведения и исполнение. Но бизнесу нужен ещё четвёртый — измеренный результат. Изменение рекламной кампании, процесса продаж или предложения клиенту не считается завершённым, пока компания не увидела, что произошло с расходами, обращениями, продажами или риском.

В Андате единицей автоматизации становится агент с методикой

Запрос отвечает на вопрос «что попросить у модели». Агент должен отвечать на более серьёзные вопросы:

• за какой результат он отвечает;
• какие источники считаются достоверными;
• в каком порядке он разбирает задачу;
• какие инструменты ему разрешены;
• какие выводы обязаны иметь доказательства;
• где заканчиваются его полномочия;
• как проверить эффект после действия.

Возьмём методику оператора Яндекс Директа. Фраза «проанализируй рекламный кабинет» почти ничего не определяет. Профильный агент должен начинать с цели бизнеса и экономики категории, проверять правила измерения, отделять актуальные факты от прогноза и целевого значения, разбирать проблему от учётной записи до поискового запроса, а затем собирать ограниченный план действий.

цель бизнеса → экономика → качество измерения → факты по рекламе → диагностика → гипотезы → ограниченный план → согласование → действие → новый замер.

В эту последовательность зашита профессиональная компетенция. Модель помогает рассуждать и работать с языком, но не заменяет саму методику. Поэтому одна и та же языковая модель в двух разных агентах — ещё не один и тот же продукт.

Модуль «ИИ-агенты»: собрать цифровую роль, а не выбрать персонажа

В Андате агент — это управляемая настройка работы. В модуле ИИ-агентов она складывается из нескольких проверяемых частей.

1. Роль и инструкция

   Название фиксирует специализацию, а инструкция — цель, порядок работы, формат результата и условия остановки. «Оператор Яндекс Директа» и «Контент-агент» могут использовать одну модель, но получают разные профессиональные обязанности.

2. Знания компании

   К агенту подключаются выбранные базы знаний из документов, файлов и ссылок. Для отдельных задач их использование можно сделать обязательным. Это не обещает безошибочность, но задаёт проверяемую опору вместо случайных сведений о компании.

3. Разрешённые инструменты

   Агент получает не весь набор подключений, а только разрешённые для его роли инструменты: например, аналитику, систему учёта клиентов и продаж, документы или рекламные данные. Наличие подключения не равно праву на изменение — чтение и запись разделяются.

4. Доступ и ограничения

   Публичность, подтверждение пользователя, лимиты и допустимые действия входят в конфигурацию агента. Граница полномочий становится частью продукта, а не устной договорённостью после запуска.

5. Версия и рабочий результат

   Изменения конфигурации сохраняются как новые версии. Управление агентами, ролями и доступом остаётся в руках компании. Сложный запрос можно вести как отдельное задание со статусом и результатом, к которому возвращаются позже. Поэтому агент — не исчезающий диалог, а выпускаемая цифровая роль, которую можно проверять и улучшать.

Бизнес-терминал: место, где агент получает работу

Настройкой агента занимается тот, кто отвечает за методику и доступы. Сотруднику нужна рабочая среда. Эту роль выполняет Бизнес-терминал Андаты.

Руководитель может поставить задачу обычным языком:

Терминал связывает эту задачу не с абстрактной моделью, а с конкретным агентом, его версией, доступными знаниями, данными и инструментами. Долгий разбор получает состояние: он может выполняться, завершиться, остановиться с ошибкой или ждать решения. Итог остаётся рабочим объектом, а не теряется между сообщениями.

Поэтому Бизнес-терминал — не новая оболочка чата. Это место, где сходятся четыре вещи:

задача человека + методика агента + контур компании + право на действие.

Если источника нет, терминал должен показать пробел и предложить план подключения или разметки. Если действие не поддерживается или не разрешено, результатом остаются диагностика и предварительный план. Убедительный текст не даёт системе полномочий, которых у неё нет.

Почему за одним экраном работают два разных контура

Чтобы агент не превращался в гигантскую инструкцию для модели, в устройстве Андаты разделены управление работой и её исполнение.

При запуске система передаёт агенту точные настройки и конкретный набор инструментов, а не всё, что существует на платформе. Результаты вызовов и состояние долгой задачи сохраняются отдельно от короткого рабочего набора сведений модели, поэтому работу можно проверять и продолжать без полного повторения уже выполненных шагов.

Конкретный набор источников, инструментов и действий зависит от конфигурации и доступной версии сервиса. Зрелая система не маскирует эту границу: она показывает, что смогла проверить, чего не хватает и какой следующий шаг действительно разрешён.

Разберём на Директе: от вопроса руководителя до измеренного действия

Теперь соберём все слои в один сценарий. Руководитель хочет понять, почему платные переходы перестали давать нужный результат для бизнеса.

1. Зафиксировать цель бизнеса

   Агент начинает не с доли переходов и числа нажатий на объявления, а с результата: подходящее обращение, продажа, выручка, допустимая стоимость и ограничения по бюджету или марже.

2. Проверить правила измерения

   Он уточняет период, способ связи продаж с рекламой, группы целевых действий, состояния сделок в системе продаж и полноту событий. Если продажа не связана с источником, это становится явным ограничением, а не поводом выдать догадку за диагноз.

3. Развести источники по ответственности

   Данные рекламной системы показывают, что происходило с переходами. Сквозная аналитика Андаты и учёт продаж — что произошло с обращениями, продажами и выручкой. Данные непосредственно из Яндекс Директа — какие объекты и настройки существуют сейчас.

4. Пройти диагностическую лестницу

   Агент идёт от учётной записи к кампаниям, географии, площадкам, группам, устройствам, аудиториям, ключевым фразам и поисковым запросам. Так причина не растворяется в среднем показателе кабинета.

5. Не смешивать типы утверждений

   Наблюдаемый факт, прогноз, цель бизнеса и исходное профессиональное предположение отмечаются отдельно. «Расход вырос» и «снижение ставки вернёт прибыль» — утверждения разного качества.

6. Собрать портфель решений

   Агент показывает, что нужно защищать, где есть основание для масштабирования, что требует ремонта и какую новую гипотезу стоит проверить. У каждого предложения есть доказательство, риск и критерий остановки.

7. Подготовить ограниченный предварительный план

   До записи видны точные кампании, поля, бюджеты, ожидаемый результат как прогноз, максимальная допустимая потеря и срок проверки. Человек подтверждает конкретный неизменившийся план, а не формулировку «улучши рекламу».

8. Выполнить действие и проверить, что изменилось

   Если действие поддерживается подключением и разрешено, агент выполняет его после подтверждения и проверяет фактическое состояние. Если записи нет, он передаёт готовый план ответственному сотруднику.

9. Открыть новый период измерения

   После действия Андата снова смотрит на показатель бизнеса и фиксирует результат: лучше, без изменений или хуже. Этот вывод становится входом для следующего цикла и новой версии методики.

Вот где заканчивается «ИИ дал совет» и начинается устойчивая рабочая система бизнеса.

С Мастером кампаний наши агенты работают только в режиме анализа. Они могут разобрать кампанию с помощью ИИ и подготовить рекомендации, но не могут внести изменения: Яндекс Директ не позволяет управлять Мастером кампаний через программный интерфейс.

Человек остаётся не в каждой операции, а в точке риска

Цель агентной системы — не убрать человека из схемы. Цель — перестать расходовать его внимание там, где решение уже формализовано, и сохранить его там, где возникает ответственность.

Изменение бюджета, отправка сообщения, публикация или запись в систему учёта клиентов имеют иной уровень риска, чем чтение отчёта. Участие человека в точке риска здесь не тормоз автоматизации. Оно позволяет безопасно передать агенту больше работы, не передавая ему безусловную власть.

Как начать: выпустить одного полезного агента

Фраза «внедрить ИИ в компанию» слишком широка, чтобы ею управлять. Внедрение ИИ-агента в бизнес лучше начинать как выпуск нового рабочего продукта.

1. 01

   Выберите одно дорогое повторяемое решение

   Не «весь маркетинг», а еженедельный разбор потерь в Директе или причин роста стоимости подходящего обращения.

2. 02

   Назовите результат и источник истины

   Зафиксируйте показатель бизнеса, исходный период, владельца решения и систему, которая подтверждает итог. Иначе агент будет улучшать удобный косвенный показатель вместо нужного результата.

3. 03

   Упакуйте методику специалиста

   Опишите порядок проверки, исключения, обязательные доказательства, форму результата и условия остановки.

4. 04

   Подключите минимум данных и инструментов

   Дайте агенту только нужное для задачи. Отдельно определите права на чтение, подготовку предварительного плана и изменение.

5. 05

   Проведите циклы без записи

   Сравните выводы агента с решениями сильного специалиста. Исправьте методику, источники и границы.

6. 06

   Разрешите одно действие и измерьте результат

   После устойчивого качества добавьте конкретную операцию с подтверждением и повторной проверкой результата, затем выпустите новую версию агента.

OpenAI показала, как компании превращают порядок работы в постоянно действующую систему. В Андате мы развиваем эту идею до полного цикла управления:

методика → агент → задача в Терминале → доказательства → согласованное действие → измеренный результат → новая версия методики.

Модуль ИИ-агентов превращает экспертизу компании в управляемую цифровую роль. Бизнес-терминал превращает эту роль в ежедневную работу. А данные и аналитика не дают работе закончиться красивым ответом — они возвращают бизнесу проверяемый результат.

Источники

1. OpenAI, статья о превращении рабочих процессов в возможности компании1 сентября 2026 года
2. Андата, Бизнес-терминалрабочая среда
3. Андата, ИИ-агентынастройка цифровых ролей