- Профессор Йельского университета К. Судхир (K. Sudhir) утверждает, что многие компании недооценивают критически важный фактор при внедрении ИИ-агентов (AI Agents): негласные правила управления организацией, которых нет в формальных данных или официальных регламентах.
- Статья начинается с примера, когда состоятельный клиент просит обновить бенефициара своего инвестиционного счета. Система ИИ справляется идеально: классифицирует запрос, оформляет документы и отправляет автоматическое подтверждение. Однако опытный финансовый консультант распознал бы в этом сигнал о том, что клиент рассматривает возможность перевода активов в другую организацию.
- Месяц спустя клиент действительно уходит из компании.
- Ни один ИИ не совершил ошибки, но бизнес все равно принял неверное решение, поскольку упустил скрытые сигналы, которые обычно замечают люди.
- Судхир называет этот невидимый уровень компетенций «скрытой организацией» (implicit organization).
- По его мнению, в любой компании одновременно сосуществуют две операционные системы.
- Первая операционная система — это формальные процессы, политики, организационные структуры и документированные данные.
- Вторая операционная система — это сеть неявных знаний, личной мотивации, опыта и суждений, которые сотрудники используют каждый день.
- Скрытая организация выполняет три функции, которые формальным системам трудно заменить: координация, мотивация и самоограничение.
- Координация проявляется, когда сотрудники по собственной инициативе обмениваются информацией, не предусмотренной официальным регламентом.
- Мотивация проистекает из корпоративной культуры, профессиональной репутации и социальных связей внутри компании.
- Самоограничение — это способность вовремя остановиться, чувствуя, что что-то идет не так, даже при наличии формального права совершить данное действие.
- Судхир считает, что современные ИИ-агенты могут очень быстро получать доступ к данным и процессам, но они не перенимают эти скрытые факторы автоматически.
- Заменяя сотрудников искусственным интеллектом, компании не просто меняют исполнителя работы, но и ликвидируют многие механизмы мотивации и контроля, которые до этого тихо работали изнутри.
- Автор приводит в пример кредитных андеррайтеров. ИИ может оптимизировать скорость одобрения кредита, но сам по себе не поймет риски в отношениях с клиентами или отраслевой опыт, который эксперты накапливают годами.
- Финтех-компания Ramp приводится как положительный пример: их ИИ-агенты обрабатывают большинство запросов, но передают сложные случаи на оценку людям. Решения людей затем используются для совершенствования системы с течением времени.
- McKinsey с ее системой Lilli и Estée Lauder с ConsumerIQ успешно оцифровали часть организационных знаний.
- Однако автор подчеркивает, что извлечение знаний не тождественно способности принимать суждения.
- Мультиагентные ИИ-системы (Multi-agent systems) особенно подвержены сбоям, поскольку у них нет общей истории, не хватает опыта и нет никого, кто нес бы единоличную сквозную ответственность.
- Судхир ссылается на исследования, показывающие, что доля неудач мультиагентных систем может колебаться от 40% до 80%.
- Он полагает, что у бизнеса есть всего три пути: встроить ИИ в текущие процессы, провести реинжиниринг на основе старых регламентов или полностью перепроектировать процессы на основе глубокого понимания скрытой организации.
- Третий вариант рассматривается как единственный эффективный путь.
- Еще один долгосрочный риск заключается в том, что ИИ может нарушить процесс подготовки молодых талантов. На должностях начального уровня сотрудники как раз учатся принимать решения, впитывают культуру и накапливают опыт, чтобы стать будущими лидерами. Если ИИ полностью заменит эти рабочие места, компании рискуют лишиться человеческих ресурсов, способных управлять ИИ в будущем.
- Судхир рекомендует компаниям активно перепроектировать системы наставничества, контроля и критической оценки ИИ, вместо того чтобы фокусироваться исключительно на автоматизации.
- 📌 Заключение: Главный вызов для ИИ-агентов лежит не в плоскости технологий, а в невидимых факторах, которые помогают бизнесу эффективно работать каждый день. К. Судхир называет это «скрытой организацией», включающей эмпирические знания, профессиональную мотивацию и способность к суждениям, которые ни одна система не способна зафиксировать полностью. Когда ИИ заменяет человека, бизнес рискует случайно уничтожить те самые механизмы, которые защищают его от ошибочных решений. По мнению автора, успешными в эпоху ИИ станут не те компании, которые автоматизируют больше всех, а те, которые лучше всех понимают, что автоматизировать нельзя.
ИИ-агенты могут безупречно выполнять любые процессы, но при этом приводить к потере крупных клиентов
Related Posts
VIET NAM CONSULTING AND MEASUREMENT JOINT STOCK COMPANY
KONTAKT
Электронная почта: info@vietmetric.vn
Адрес: Дом 34, переулок 91, улица Чан Зуй Хынг, район Йен Хоа, город Ханой
© 2026 Vietmetric