AI-двойник
Менеджер пишет эксперту:
Нужна твоя оценка. Какие риски? Можно двигаться дальше?
Эксперт смотрит на сообщение и устает еще до ответа. Для команды это уникальное экспертное мнение. Для самого эксперта это уже пятый разговор на ту же тему.
Он объяснял похожий риск на прошлом проекте, разбирал его с аналитиками, оставлял комментарии в задаче, писал документацию, проговаривал ограничение на созвоне. В его голове это давно связано в понятную картину. В корпоративных системах тоже остались следы. И все равно короткое суждение снова собирается через человека.
В этот момент появляется желание: сделать себе AI-двойника. Пусть он отвечает по вопросам, где позиция уже сформулирована. Находит похожие кейсы, достает аргументы, показывает ссылки, вспоминает прошлые решения и объясняет ход мысли нормальным языком.
Звучит вкусно.
⬥⬥⬥
На слайде 1 как раз этот диагноз.
Личная автоматизация ускоряет сотрудника. У одного эксперта появился агент, у второго набор скиллов, у третьего личная база заметок, у четвертого локальный харнес. Каждый стал быстрее. Каждый снял с себя часть рутины.
Дальше компания упирается в связи между этими контурами.
Любой полезный агент опирается на собранный контекст. У компании такой контекст уже есть: Jira, Confluence, Telegram, созвоны, документы, комментарии, личные договоренности, память людей. Просто этот слой часто фрагментирован. При переключении между проектами приходится проводить небольшое расследование, чтобы восстановить состояние на сегодня.
И вот здесь появляется главный вопрос: как использовать знание эксперта без личного похода к эксперту каждый раз?
⬥⬥⬥
См. слайд 2.
Правильная модель для меня выглядит так: сотрудник работает через своего личного агента.
Мне нужно спросить своего агента: "Что эксперт думает об этом решении, на чем он основывается и где границы применимости?"
Мой агент должен уметь обратиться к агенту эксперта, получить разрешенную часть контекста, проверить источники, отделить устойчивую позицию от старого обсуждения и вернуть ответ в форме, пригодной для решения.
Если агент аналитика накопил контекст по клиенту, мой агент должен понять, какие выводы можно использовать. Если агент разработчика знает историю реализации, мой агент должен получить нужную часть без ручного пересказа. Если агент руководителя собирает картину по направлениям, ему нужны статусы, риски, решения и основания, а не простыни сообщений.
Скорость отдельного человека перестает быть главным узким местом. Узким местом становится способность компании передавать контекст между людьми, системами и агентами.
⬥⬥⬥
Остается вопрос владельца.
Корпоративный агент хорошо ложится в права доступа, аудит, политики безопасности и общий слой знаний. Личный агент ближе к реальной работе человека: в нем привычки, цели, скиллы, стиль мышления, история решений.
Я здесь пока не хочу делать вид, что ответ очевиден. Похоже, нам придется научиться встраивать личных агентов в семантический слой компании так, чтобы не потерять безопасность, ответственность и доверие к источникам.
Пока мы автоматизируем отдельных людей, компания не масштабируется. Нужно соединять сотрудников так, чтобы экспертное мнение не умирало в пересказе, не терялось в чате и не требовало каждый раз личного присутствия человека, который уже десять раз объяснил одно и то же.
Агент становится новым актором процесса. Он читает контекст, принимает промежуточные решения, передает выводы дальше и влияет на работу других людей.
И вот здесь у меня пока нет ответа, как это правильно устроить. Но есть желание это выяснить.
