ИИ-ассистенты уже стали привычным инструментом, особенно в разработке. Следующий шаг — научиться применять их в бизнес-процессах. Здесь возникает проблема: если собирать цепочки из кода и скриптов, бизнес-пользователям сложно разобраться, как они устроены. Визуальные конструкторы понятнее, но требуют много ручной настройки, а их сопровождение обходится дорого. При этом точечное использование ИИ не всегда дает заметный экономический эффект на уровне всей компании. Инструменты для подготовки текстов, презентаций и общения с чат-ботами повышают продуктивность отдельных сотрудников. Чтобы получить финансовый результат в масштабе бизнеса, ИИ необходимо встраивать в процессы, которые влияют на его работу и прибыль.
Как устроена фабрика ИИ-процессов
Решение, которое предложил Марат Мухарьямов, — фабрика ИИ-процессов. Ее задача — упростить создание и запуск рабочих цепочек, в которых люди и агенты взаимодействуют в общем операционном пространстве. Каждая операция назначается тому, кто может выполнить ее быстрее и качественнее. По мере роста доверия и результативности часть операций, которые раньше выполняли люди, можно передавать агентам. При этом человек принимает решения там, где его участие действительно добавляет ценность.
Фабрика связывает участников процесса с корпоративными системами, например 1С и CRM, и помогает управлять всей цепочкой операций.
В основе подхода — четыре способности:
— Собирать. Фабрика должна уметь создавать необходимые навыки и интеграции, разрабатывать агентов и процессы с нуля, а также использовать готовые решения из репозитория.
— Исполнять. Специальный движок формирует маршруты работы, передает результаты от одного участника к другому, создает карточки задач и следит за ходом выполнения.
— Проверять. Каждый результат проходит контрольную проверку. Это позволяет обнаружить и исправить ошибки, в том числе ошибки ИИ-агентов, до того, как результат попадет к человеку. Если участник процесса допускает ошибку, задача может быть отправлена на доработку или передана руководителю.
— Измерять. Фабрика отслеживает время выполнения, качество, стоимость и пропускную способность процессов. Это важно, поскольку устранение одного узкого места может привести к появлению другого. Например, после автоматизации выполнения задач задержки могут возникнуть на этапе коммуникации между участниками.
Сами агенты в этой системе — не просто набор инструкций для нейросети. Каждый собирается из роли, навыков, интеграций, данных, базы знаний и рабочего пространства. За актуальность базы знаний отвечает специалист: он пополняет ее регламентами и нормативными документами. Так агент постепенно становится помощником, который хорошо ориентируется в конкретной области работы.
Как из бизнес-запроса получается готовое техническое задание
Марат Мухарьямов продемонстрировал, как фабрика создает процесс по короткому текстовому описанию или в диалоге с агентом.
Пользователю достаточно описать задачу обычным языком. Система самостоятельно разбивает ее на шаги, подбирает необходимых агентов или создает новых, проверяет интеграции с корпоративными системами, включая 1С, CRM и почту, а затем визуализирует процесс на канбан-доске.
В качестве примера эксперт выбрал подготовку технического задания для разработки корпоративной платформы. Бизнес-заказчик описывает задачу обычным языком, передает шаблон будущего документа и указывает участников.
В демонстрации предусмотрели семь основных и две дополнительные роли. Среди ролевых агентов — архитектор, специалист по безопасности и финансист. Они отвечают за свои разделы, в том числе за проработку требований, инфраструктуры, вопросов compliance, приемки и испытаний.
На основе запроса агент-конструктор самостоятельно проектирует процесс: создает специализированных агентов, задает им роли и инструкции, настраивает связи между ними и формирует общее рабочее пространство. На доске отображаются этапы, задачи и ответственные — как агенты, так и люди.
После запуска участники последовательно прорабатывают свои части задания и передают результаты дальше. Документы сохраняются в общем пространстве, а команда видит, на каком этапе находится работа и кто отвечает за следующий шаг. Агенты подготовили десять промежуточных материалов и собрали единое техническое задание. Результаты работы проходят проверку и согласование, а базы знаний ролевых агентов пополняют и развивают специалисты.
Фабрика позволяет не только запускать такие процессы, но и оценивать их эффективность. На аналитическом дашборде отображаются количество обработанных задач, среднее и максимальное время выполнения, текущая нагрузка и другие показатели. Система определяет этап, на котором задачи задерживаются дольше всего, — так руководитель видит, где процессу нужна оптимизация.
Как Ladcraft применяет этот подход в разработке
В архитектуру фабрики входит Development Factory — среда для создания и развития процессов, приложений, агентов и навыков. Она также дополняет исполнение процессов полным циклом изменения: от поступления запроса и принятия решения до разработки, выпуска и проверки результата. Документация, независимые проверки и аудит сопровождают работу над задачей. Эта часть архитектуры связывает работу агентов с кодом, средами разработки и инфраструктурой создаваемого сервиса.
В основе Development Factory лежат специализированные агенты: один работает с распространенными языками программирования, другой адаптирован под специфику 1С. Решение можно установить и в контуре заказчика для безопасной разработки с использованием ИИ.
Марат Мухарьямов рассказал, как Ladcraft внедряла этот подход внутри собственной команды. Сначала доступ к ИИ-ассистентам получили все разработчики. Каждый стал работать немного продуктивнее, но общая частота релизов не изменилась — команда по-прежнему выпускала их раз в месяц.
Тогда компания выделила группу из трех специалистов, которые перешли на разработку без ручного написания кода. За полгода они освоили подход, подготовили регламенты и интеграции, собрали агентную среду. Затем в течение трех месяцев новый процесс распространили на основную команду.
Результат — ускорение разработки в 3,5–4 раза. Вместо ежемесячных релизов команда перешла к ежедневным релизам меньшего объема. Это позволило увеличить выпуск без роста штата. Технический долг при этом не накапливается.
Изменилась и роль разработчиков. Вместо того чтобы переводить бизнес-требования на язык кода, они стали больше заниматься бизнес- и технической архитектурой.
Для бизнеса такой подход означает сокращение пути от идеи до работающего решения. Марат Мухарьямов отметил, что традиционный цикл закупки и внедрения ИТ-решения может занимать девять месяцев или даже год. За это время потребность заказчика способна измениться, и часть работы приходится пересматривать. Фабрика позволяет реализовывать некоторые задачи без такого длительного цикла.
Подход может быть полезен компаниям с разными задачами. Зрелому бизнесу он помогает повышать операционную эффективность без резких изменений инфраструктуры. Быстрорастущим компаниям — адаптироваться к изменениям и создавать новые продукты без длительных циклов разработки.
Для корпоративного применения важны и условия развертывания. Фабрика поддерживает установку в контуре компании (on-premise), аудируемость запросов, изолированность данных и разграничение прав доступа.
Главный принцип подхода — автоматизировать не ради самого факта использования ИИ, а ради роста производительности. Где достаточно скрипта, не нужен агент. Где агент справляется самостоятельно, не требуется постоянное участие человека. А специалист сосредотачивается на задачах, в которых важны его опыт и решения.



