ИИ-агенты — системы на основе искусственного интеллекта — могут обрабатывать заявки, собирать данные, готовить документы и выполнять последовательности операций. Благодаря им компактная команда способна справляться с объемом работы, для которого раньше требовалось больше людей. Однако производительность такой команды зависит от двух условий: качества процессов и компетенций сотрудников, управляющих цифровыми исполнителями.
ИИ меняет не только количество рабочих мест. Он меняет содержание ролей, распределение ответственности и требования к кандидатам. Чем больше операций получает технология, тем важнее правильно выбрать человека, который будет определять правила ее работы и отвечать за итог.
Разбираемся, какие задачи можно передать ИИ-агентам, как пересобрать профиль должности и почему с ростом автоматизации повышается цена ошибки при найме.
Коротко: ИИ-агенты заменяют не должности целиком, а отдельные операции. После автоматизации сотруднику требуется больше отраслевой экспертизы, самостоятельности и ответственности. Поэтому компании необходимо сначала пересобрать профиль роли, а затем оценивать кандидатов по практическим действиям, а не по строке «владеет ИИ» в резюме. |
Как ИИ-агенты меняют найм сотрудников
Представим отдел продаж из десяти человек. Менеджеры принимают обращения, проверяют информацию о клиентах, готовят типовые предложения, вносят данные в CRM, назначают следующие действия и контролируют сроки. Значительная часть рабочего дня уходит на операции, которые выполняются по повторяющемуся сценарию.
Если ИИ-агент подключен к CRM и другим рабочим системам, обладает необходимыми правами и действует по заданным правилам, он может: получить обращение, определить его категорию, дополнить карточку клиента, подготовить черновик ответа, рассчитать предложение по утвержденным условиям, поставить задачу менеджеру, проконтролировать срок, передать сотруднику нестандартный случай.
Человек подключается там, где необходимо понять реальную потребность клиента, провести переговоры, согласовать исключение из правил или принять решение с высокой стоимостью ошибки.
В отдельных процессах такая схема может позволить меньшей команде справляться с прежним объемом работы. Насколько сократится потребность в сотрудниках, зависит от устройства процесса, качества данных и сложности решений.
Исследования рынка труда показывают такую же неоднозначную картину. В отчете Всемирного экономического форума 41% работодателей сообщили о планах сократить часть персонала по мере автоматизации задач. В том же исследовании 77% респондентов назвали переобучение сотрудников своей кадровой стратегией.
Часть операций переходит к технологиям, а оставшиеся роли усложняются. Компаниям требуется меньше исполнителей для типовой работы и больше специалистов, способных принимать решения, управлять процессом и отвечать за результат.
Международная организация труда пришла к схожему выводу. По ее оценке, каждый четвертый работник в мире занят в профессии, которая в той или иной степени подвержена влиянию генеративного ИИ. При этом только 3,3% мировой занятости относятся к самой высокой категории воздействия. Наиболее вероятный сценарий — трансформация рабочих мест, а не их массовое исчезновение.
ИИ-агент — не просто чат с нейросетью
Термин «ИИ-агент» пока используется по-разному. Поэтому важно договориться, что именно компания собирается внедрять.
Обычный чат с нейросетью выполняет отдельный запрос: составляет письмо, анализирует документ или предлагает решение. Последовательный ИИ-процесс может состоять из нескольких заранее определенных шагов. Агент действует более гибко: получает цель, выбирает необходимые инструменты, оценивает промежуточный результат и определяет дальнейшие действия в установленных границах.
Такой агент работает с несколькими инструментами и выполняет целую цепочку операций. При этом качество его работы зависит от исходных данных, правил, предоставленных доступов и контрольных точек.
Единицей анализа становится задача, а не должность
Ошибочно задавать вопрос: «Можно ли заменить ИИ-агентом менеджера, бухгалтера или рекрутера?» Внутри каждой должности есть разные типы работы: от переноса данных до ответственных решений.
Поэтому анализировать нужно не должность целиком, а отдельные задачи и решения.
Характер работы |
Возможная роль ИИ |
Роль человека |
Повторяющаяся операция с предсказуемым результатом (сбор информации, классификация обращений, перенос данных, подготовка типовых документов) |
Выполняет по заданным правилам |
Выборочно контролирует качество |
Аналитическая задача с проверяемыми критериями |
Собирает и сопоставляет данные, находит закономерности и предлагает варианты |
Проверяет и принимает решение |
Нестандартная ситуация |
Предлагает варианты решения |
Оценивает контекст и выбирает действие |
Ответственные решения (найм, увольнение, согласование нестандартной сделки, изменение условий договора и действия с высокой стоимостью ошибки) |
Готовит информацию и предупреждает о рисках |
Обязательно утверждает решение и контролирует процесс |
Переговоры, конфликт, управление людьми |
Собирает информацию, готовит сценарии и фиксирует договоренности |
Учитывает контекст, ведет коммуникацию и принимает решение |
До пересмотра численности компании будет полезно составить карту процесса:
-
Какой бизнес-результат должен выдавать отдел.
-
Из каких задач складывается этот результат.
-
Какие операции выполняются регулярно и по понятным правилам.
-
Какие данные получает исполнитель и насколько им можно доверять.
-
Можно ли объективно проверить результат.
-
Какие ошибки обратимы, а какие создают существенный риск.
-
В каких случаях решение должен принимать человек.
-
Кто отвечает за последствия действий агента.
Такая карта позволит оценить реальный потенциал автоматизации. В одном процессе анализ покажет возможность сократить численность, в другом — необходимость сохранить команду, но перераспределить ее функции.
Автоматизация подходит не каждому процессу
Компактная команда с агентами эффективна, если процесс обладает несколькими свойствами:
-
входящие данные доступны в цифровом виде;
-
операции повторяются и подчиняются понятным правилам;
-
результат можно быстро проверить;
-
типовые и нестандартные случаи легко разделить;
-
система понимает, когда передать задачу человеку;
-
цена автоматической ошибки ограничена;
-
сотрудники обладают необходимыми полномочиями.
Предположим, менеджеры рассчитывают стоимость заказа. Цены хранятся в одной системе, скидки зависят от объема, правила доставки утверждены, а нестандартные условия требуют согласования. В таком процессе агент сможет подготовить расчет и коммерческое предложение, а менеджер проверит исключения.
Теперь представим, что цены находятся в нескольких таблицах, особые договоренности хранятся в личной переписке, а размер скидки определяется каждым менеджером по-своему. Агент не устранит этот беспорядок. Он начнет воспроизводить противоречивые правила на большем объеме операций.
Поэтому до внедрения необходимо привести в порядок данные, определить владельца процесса и зафиксировать логику принятия решений. Технология не заменяет эту работу.
При достаточном объеме однотипных задач и правильно настроенном процессе ИИ-агенты могут снижать стоимость одной операции. Но экономический расчет должен учитывать лицензии, интеграцию, подготовку данных, информационную безопасность, тестирование, контроль и сопровождение системы.
После автоматизации человеческая работа становится сложнее
Когда агент забирает типовые операции, у сотрудника остаются исключения: спорный клиент, неполные данные, нестандартные условия, противоречивые требования и решения с высокой стоимостью ошибки.
В результате рабочий день содержит меньше рутины, но больше задач, требующих профессионального суждения. Компании нужен специалист, который:
-
понимает предметную область;
-
видит процесс целиком;
-
умеет разделить задачу на этапы;
-
определяет границы самостоятельности агента;
-
проверяет факты и замечает отклонения;
-
оценивает риски;
-
принимает решение при неполной информации;
-
отвечает за конечный результат.
Такому сотруднику не обязательно разрабатывать модели или знать устройство нейросети на уровне инженера. Важнее глубоко разбираться в своей работе. Только специалист с профессиональной экспертизой способен понять, где агент ошибся, какой информации ему не хватило и когда автоматический ответ нельзя использовать.
Поэтому сильный пользователь ИИ — это прежде всего сильный специалист. Технология увеличивает его производительность, но не создает профессиональное суждение с нуля.
Формулировка «владеет ИИ» ничего не говорит о квалификации
Кандидаты все чаще упоминают в резюме нейросети, составление промптов и автоматизацию. Но за одинаковой формулировкой могут скрываться принципиально разные уровни опыта.
Первый уровень — пользователь. Кандидат составляет письма, ищет идеи, делает расшифровки и анализирует документы.
Второй — оператор. Он применяет готовые ИИ-инструменты в регулярном процессе, использует шаблоны и проверяет результат.
Третий — проектировщик процесса. Кандидат определяет, какие операции можно автоматизировать, какие данные понадобятся, где установить контроль и когда передавать задачу человеку.
Четвертый — владелец результата. Специалист управляет работой людей и агентов, устанавливает показатели качества, принимает решения при сбоях и отвечает за бизнес-результат.
Необходимый уровень зависит от роли. Менеджеру может быть достаточно уверенно работать с готовой системой и распознавать ошибки. Руководителю процесса потребуется проектировать распределение задач между людьми и агентами. Специалисту по автоматизации — настраивать интеграции, тестировать сценарии и контролировать техническую надежность.
Если в вакансии сохранить прежний список обязанностей и добавить требование «умение работать с ИИ», на нее будут откликаться кандидаты для старой роли. Одни умеют пользоваться чат-ботом, другие прошли курс по промптам, третьи добавили модную формулировку в резюме. Эти сведения мало говорят о способности управлять процессом.
Новый профиль роли лучше строить вокруг пяти элементов:
-
Результат. За какой измеримый итог отвечает сотрудник.
-
Зона человека. Какие задачи требуют его решения и участия.
-
Зона агента. Какие операции автоматизированы или будут автоматизированы.
-
Контроль. Какие результаты сотрудник проверяет и как действует при ошибке.
-
Полномочия. Какие решения он принимает самостоятельно.
Вместо общей фразы «уверенный пользователь ИИ» можно написать:
Настроить обработку входящих обращений с помощью ИИ-агента, определить правила передачи сложных случаев менеджеру, контролировать качество квалификации и отвечать за конверсию обращений в переговоры.
Такое описание помогает кандидату понять задачу, а работодателю — определить предмет оценки.
Как оценить ИИ-компетенции кандидата и почему возрастает цена ошибки при найме
Кандидат может перечислить популярные сервисы и подготовить убедительный рассказ о цифровой трансформации. Но для проверки опыта нужны детали.
На интервью рекрутер может попросить кандидата разобрать конкретный проект:
-
Как выглядел процесс до внедрения ИИ?
-
Какую проблему требовалось решить?
-
Что кандидат передал агенту?
-
Какие данные и доступы использовала система?
-
Что осталось в зоне ответственности человека?
-
Как проверялось качество?
-
Какие ошибки обнаружились после запуска?
-
Что изменилось в сроках, стоимости или результатах?
-
Какой личный вклад внес кандидат?
Единственного правильного решения у кейса нет. Работодатель увидит, как кандидат разбирает задачу, работает с рисками, определяет границы автоматизации и связывает технологию с бизнес-результатом.
Проверить реальный опыт кандидата помогает поведенческое интервью по методике PARLA
После внедрения ИИ-агентов зона влияния одного сотрудника может существенно расшириться. Настроенные им правила применяются ко всему потоку операций, поэтому одна неверная гипотеза или пропущенное отклонение способны повториться в сотнях расчетов, документов и клиентских ответов.
При подборе важно оценивать не только технологическую грамотность кандидата, но и качество его профессионального суждения: как он проверяет данные, определяет границы автоматизации, действует при обнаружении ошибки и принимает ответственность за результат работы агента.
Задача рекрутера начинается до публикации вакансии
Рекрутер не определяет технологическую стратегию компании и не решает, какие процессы нужно автоматизировать. Это зона ответственности руководителей бизнеса, владельцев процессов и технических специалистов.
Задача рекрутера — перевести новую модель работы в понятные критерии найма.
До начала поиска ему необходимо выяснить:
-
какой результат компания ожидает от роли;
-
как процесс устроен сейчас;
-
какие операции уже переданы агентам;
-
какие изменения запланированы;
-
где сохраняется человеческий контроль;
-
какие решения принимает будущий сотрудник;
-
каких компетенций не хватает действующей команде;
-
как компания будет оценивать результат после найма.
Иногда после такого разговора исходная заявка меняется. Вместо нескольких исполнителей компании может понадобиться один руководитель процесса. Вместо специалиста по отдельной функции — сотрудник с более широкой зоной ответственности. Бывает и обратная ситуация: руководитель ожидает заменить отдел одним человеком с ИИ, но анализ показывает, что большая часть работы связана с переговорами, физическими операциями или ответственными решениями.
Хорошо сформулированная задача защищает компанию от двух ошибок: поиска сотрудника для исчезающей роли и завышенных ожиданий от автоматизации.
Для поиска руководителей и ключевых специалистов применяется технология Executive Search
Компании нужны не пользователи ИИ, а владельцы результата
ИИ-агенты не позволяют механически заменить десять сотрудников тремя. Их внедрение формирует принципиально иную модель работы: стандартные операции переходят к технологии, а специалисты сосредотачиваются на нестандартных задачах, контроле качества, принятии решений и достижении бизнес-результата. Вместе с производительностью расширяется зона влияния каждого сотрудника — следовательно, повышаются требования к его профессиональной экспертизе, самостоятельности и способности управлять цифровыми исполнителями.
Поэтому важно определить, какие роли потребуются компании после автоматизации и кто сможет отвечать за результат процесса, значительную часть операций в котором выполняют ИИ-агенты.
Подбор таких специалистов начинается с проектирования новой роли. Необходимо определить ожидаемый результат, разграничить ответственность человека и технологии, установить полномочия и контрольные точки, а затем найти кандидата с подходящим сочетанием отраслевого опыта, управленческого мышления и навыков работы с ИИ. Такой подход помогает компании быстрее получить не просто нового сотрудника, а специалиста, способного эффективно работать и достигать результата в гибридной команде людей и ИИ-агентов.
Автор статьи: Алёна Павлова, основатель кадрового агентства «Карьерный менеджер», MBA в HR, эксперт по Executive Search и подбору руководителей.
