От персонального помощника к цифровой команде
Большинство корпоративных AI-инструментов пока устроены по простой схеме: у сотрудника появляется помощник, который пишет письма, ищет информацию в документах, готовит отчёты или помогает с презентациями. Но такой помощник остаётся внутри личного рабочего пространства. Если ему нужны данные финансового отдела, согласование руководителя или ответ коллеги, процесс снова упирается в человека.
Американский стартап Town пытается автоматизировать именно этот уровень взаимодействия. Его продукт Townie — персональный AI-ассистент, подключённый к почте, календарю, документам и рабочим системам пользователя. Ассистент должен учитывать проекты, отношения с коллегами и клиентами, стиль коммуникации и повторяющиеся задачи.
Новая версия продукта делает следующий шаг: Townies могут взаимодействовать между собой. Ассистент менеджера по продажам способен запросить у ассистента финансового специалиста актуальные данные, использовать их при подготовке предложения и передать результат дальше. Цифровые представители сотрудников также могут общаться с внешними людьми по электронной почте и в текстовых сообщениях.
Схематическая метафора сети цифровых коллег, которые обмениваются рабочими задачами и контекстом между отделами. Иллюстрация: ИИ
Это уже не просто чат-бот внутри компании. Это попытка создать сеть цифровых коллег, которая связывает сотрудников, отделы, рабочие сервисы и внешних контрагентов.
Что заявляет Town
19 октября 2026 года Town объявила о привлечении 108 млн долларов в раунде Series B при оценке более чем в 1 млрд долларов. Раунд возглавили Forerunner Ventures и Menlo Ventures, к нему присоединились прежние инвесторы компании.
Town публично запустилась в июне 2026 года. По данным самой компании, после запуска число платящих клиентов выросло в четыре раза, а число платящих команд — в девять раз. Также сообщалось о многомиллионной годовой выручке за короткий срок после запуска.
Эти показатели важно воспринимать именно как заявления Town. В открытых данных нет полной независимой разбивки по выручке, числу клиентов, удержанию пользователей и доле задач, которые ассистенты выполняют без ручной проверки. Поэтому финансовый результат стартапа пока скорее показывает интерес инвесторов и рынка, чем доказывает зрелость технологии.
Почему это больше, чем новый интерфейс
Главная идея Town — превратить AI-ассистента из личного инструмента в участника организационной структуры.
В обычной компании значительная часть работы уходит не на создание результата, а на координацию: найти нужного человека, запросить файл, дождаться согласования, уточнить актуальную версию данных, переслать информацию другому отделу. Если цифровые представители сотрудников смогут безопасно выполнять эти действия друг с другом, компания получит новый слой автоматизации.
Например, процесс подготовки коммерческого предложения может выглядеть так:
- ассистент продавца фиксирует запрос клиента;
- запрашивает у финансового ассистента допустимые условия и цены;
- получает у юридического ассистента актуальные ограничения по договору;
- собирает черновик предложения;
- передаёт человеку финальное решение перед отправкой.
Визуальная метафора подготовки коммерческого предложения: запрос проходит через несколько цифровых помощников и передаётся человеку на финальное решение. Иллюстрация: ИИ
В этой схеме AI не заменяет отделы целиком. Он сокращает время между ними. Поэтому конкурентным преимуществом становится не только качество ответа отдельной модели, но и способность системы правильно распределить задачу, сохранить контекст и объяснить, откуда взялся результат.
Организационная память: актив и точка зависимости
Town описывает ассистента как систему, которая накапливает контекст о проектах, задачах и рабочих отношениях. Для бизнеса это может быть полезно. Новый сотрудник быстрее погружается в процессы, повторяющиеся решения не исчезают вместе с уходом менеджера, а изменения в регламентах можно распространять по связанным сценариям.
Но здесь возникает вопрос: кому принадлежит эта память?
Если история переписок, внутренние решения, шаблоны и правила компании хранятся внутри одной платформы, перенос на другой сервис может оказаться сложнее, чем смена обычной CRM. Компании понадобится заранее понимать, можно ли экспортировать накопленный контекст, в каком формате он хранится и что именно останется у поставщика после окончания договора.
Зависимость возникает не только из-за данных. Чем лучше ассистент знает внутренние процессы, тем дороже может стать его замена. Это создаёт эффект цифрового «прилипания»: система постепенно превращается в посредника между сотрудниками и корпоративной памятью.
Права доступа становятся многоуровневыми
В традиционной системе обычно проверяется, имеет ли конкретный пользователь право открыть файл или выполнить действие. В сети ассистентов появляется дополнительный вопрос: какую информацию один цифровой представитель может передать другому?
Компаниям придётся разделять как минимум четыре уровня:
- данные, доступные всей команде;
- сведения, которыми можно поделиться только после подтверждения;
- персональную и коммерчески чувствительную информацию;
- действия, которые агент может выполнить самостоятельно.
Метафора многоуровневого контроля доступа: цифровой помощник пропускает информацию через несколько защитных уровней перед передачей другому агенту. Иллюстрация: ИИ
К примеру, ассистент продавца может знать имя клиента и содержание запроса, но не иметь права передавать ему внутреннюю маржинальность, зарплатные данные или неутверждённые условия договора. Даже если запрос выглядит логичным, система должна понимать разницу между полезным контекстом и информацией, которую нельзя раскрывать.
Town заявляет, что каждый Townie действует в интересах конкретного пользователя и должен передавать только разрешённые сведения. При необходимости ассистент запрашивает согласие человека. Это описание архитектуры продукта, а не доказательство того, что границы будут всегда соблюдаться без ошибок.
Как бизнесу подготовиться
Перед подключением нескольких AI-ассистентов компании стоит составить карту данных и делегирования.
Минимальный чек-лист
- Определить зоны доступа. Какие данные открыты всей команде, а какие привязаны к роли или проекту?
- Разделить рекомендации и действия. Подготовить письмо и отправить его клиенту — разные уровни риска.
- Задать обязательные точки подтверждения. Человек должен утверждать внешние сообщения, финансовые операции, изменения договоров и публикацию чувствительной информации.
- Сохранять журнал решений. Нужно видеть, какой ассистент запросил данные, что получил и почему выполнил конкретное действие.
- Проверить переносимость. У поставщика следует заранее выяснить, можно ли экспортировать историю, настройки, права и накопленный контекст.
- Начинать с ограниченного процесса. Например, с подготовки внутренних сводок или маршрутизации запросов, а не с автономной работы с клиентами.
Что меняется для рынка
Town показывает возможное направление развития корпоративного AI: рынок может сместиться от отдельных моделей к системам координации. Стартап заявляет, что использует модели разных AI-лабораторий и не привязывает клиента к одному поставщику. В таком случае ценность создаётся не только самой моделью, а способом подключить её к рабочим данным, распределить задачи и контролировать действия.
Пока рано говорить, что командные агенты уже стали стандартом. Town существует в публичном режиме всего несколько месяцев, а эффективность её подхода ещё предстоит оценить в компаниях со сложными правами доступа, регулируемыми данными и большим количеством исключений.
Но направление заметно уже сейчас. Корпоративный AI постепенно переходит от персонального интерфейса к инфраструктуре координации. В этой модели бизнесу придётся управлять не ботами, а цифровыми коллегами — с ролями, полномочиями, памятью и ответственностью за решения.
