От ответов на вопросы — к выполнению задач

Корпоративный искусственный интеллект долго развивался по модели «сотрудник спрашивает — ассистент отвечает». Чат-бот помогает написать письмо, найти файл, пересказать отчёт или подготовить черновик презентации. Но сам пользователь по-прежнему остаётся координатором: он формулирует каждый следующий запрос, открывает нужные сервисы и переносит результат из одного инструмента в другой.

Google предлагает перейти к другой модели. Представленный компанией Gemini agent должен получать не отдельную команду, а рабочую цель: например, подготовить рыночный обзор, собрать отчёт по рекламным кампаниям или оформить презентацию. Дальше агент планирует последовательность действий, обращается к подключённым системам и возвращает готовый результат либо отдельные этапы на согласование.

Это важное изменение не столько в интерфейсе, сколько в распределении ответственности. Ассистент ускоряет работу человека. Агент претендует на роль исполнителя, которому можно поручить часть процесса.

Переход от чат-бота, отвечающего на запросы, к агенту, выполняющему рабочую цель
Иллюстрация: ИИ

Как устроен «цифровой сотрудник»

По описанию Google, Gemini agent способен работать с Gmail, Drive, Docs, Sheets и Calendar, а также с внешними корпоративными средами, включая Slack и Microsoft 365. Для разных задач могут использоваться разные модели, в том числе модели Gemini и Claude от Anthropic.

Практически это означает, что агент должен связывать несколько операций в одну цепочку. Например, задача «подготовить еженедельный отчёт по продажам» может включать такие шаги:

  1. найти актуальные данные в таблицах и CRM;
  2. проверить, за какой период они собраны;
  3. сопоставить показатели с предыдущей неделей;
  4. выделить заметные изменения;
  5. оформить выводы в документе;
  6. отправить черновик ответственному сотруднику.

Обычный чат-бот может помочь с каждым из этих пунктов, если человек поочерёдно даст ему нужный контекст. Агентная система стремится самостоятельно удерживать общую цель и выбирать инструменты по ходу работы.

Схема цепочки действий цифрового агента между таблицами, документами, почтой и календарём
Иллюстрация: ИИ

Google также говорит о «coworker agents» — агентах-коллегах. Для них можно настроить собственный адрес электронной почты и ограничить доступ конкретными данными. Такая модель похожа не на универсальный чат, а на отдельную цифровую роль внутри компании: аналитик, координатор, специалист по внутренним справкам или помощник команды продаж.

Какие процессы безопасно делегировать первыми

Для первых экспериментов предпринимателям стоит выбирать не самые эффектные, а самые проверяемые процессы. Хороший кандидат соответствует сразу нескольким условиям: задача повторяется, исходные данные структурированы, результат можно быстро проверить, а ошибка не приводит к немедленным финансовым или юридическим последствиям.

Подходящие сценарии

  • еженедельная сборка управленческих отчётов;
  • сверка данных из таблиц, CRM и рекламных кабинетов;
  • подготовка внутренних справок по документам компании;
  • первичный анализ клиентских обращений;
  • поиск пропущенных задач и несоответствий в файлах;
  • создание черновиков писем, презентаций и планов встреч;
  • подготовка сводок по проектам для руководителя.

Представим небольшую маркетинговую команду. Вместо того чтобы вручную собирать данные из нескольких таблиц, специалист поручает агенту подготовить сводку: какие кампании отклонились от плана, где выросла стоимость заявки и какие объявления требуют проверки. Человек затем оценивает выводы и принимает решение. В таком сценарии агент экономит время, но не получает права самостоятельно менять бюджет.

Где автономность пока опасна

Есть процессы, в которых ошибка агента может стоить компании слишком дорого. К ним относятся самостоятельные платежи, изменение финансовых прогнозов, публикация юридически значимых сообщений, выдача доступа к конфиденциальным данным и редактирование настроек корпоративных систем.

Даже подключение к Gmail, Slack или Microsoft 365 само по себе не превращает систему в надёжного сотрудника. Агенту нужно понимать структуру компании, правила работы с данными, полномочия разных людей и критерии качественного результата. Без этого он может выбрать не тот файл, использовать устаревшую версию документа или сделать уверенный, но неверный вывод.

Поэтому на первом этапе разумнее использовать режим «подготовить и предложить», а не «решить и выполнить». Агент формирует результат, а человек подтверждает отправку, публикацию, изменение данных или финансовую операцию.

Новая инфраструктура контроля

Появление цифровых сотрудников потребует от бизнеса не только лицензий, но и новых внутренних правил. Компании понадобится понимать, что именно агент сделал, какие данные использовал и почему выбрал конкретное действие.

Минимальный набор управления выглядит так:

  • журнал действий агента;
  • отдельные права доступа для каждого сценария;
  • запрет на использование лишних данных;
  • лимиты на обращения к моделям и внешним сервисам;
  • обязательное подтверждение рискованных операций;
  • регулярная проверка качества результатов;
  • назначенный владелец процесса, отвечающий за итог.
Визуальная метафора контроля цифрового агента: права доступа, журнал действий и подтверждение человека
Иллюстрация: ИИ

Отдельного внимания потребуют расходы. Если агент способен самостоятельно запускать длинные цепочки операций и обращаться к нескольким инструментам, стоимость использования может расти незаметно. Значит, лимиты и уведомления должны быть частью настройки с самого начала, а не реакцией на первый неожиданный счёт.

Что меняется для предпринимателя

Главный вопрос теперь звучит не «какой чат-бот купить», а «какой участок процесса можно безопасно передать цифровому исполнителю». Это заставляет компанию сначала описать собственную работу: где сотрудники тратят время на копирование данных, повторные проверки и подготовку однотипных документов.

При этом запуск Gemini agent пока следует рассматривать как развитие продукта, а не как доказательство массовой автоматизации. По доступному описанию Google недостаточно независимых данных о точности, стоимости владения и результатах длительного использования в реальных компаниях. Наличие интеграций также не гарантирует, что сложная задача будет выполняться безошибочно.

Тем не менее направление очевидно: корпоративный ИИ движется от отдельных подсказок к системам, которые могут планировать и выполнять цепочки действий. Те компании, которые заранее разделят права, лимиты и зоны ответственности, получат преимущество. Те, кто просто выдаст агенту доступ ко всему рабочему пространству, рискуют автоматизировать не эффективность, а собственные ошибки.