«Покупка профессии» на рынке ИИ-платформ означает покупку повторяемого способа выполнить набор рабочих задач: с методикой, доступом к корпоративным системам, маршрутом согласований и проверками результата. Специалиста целиком такой пакет не заменяет, и это часть гипотезы, а не оговорка. Автор разбора на Хабре формулирует границу прямо: подготовка закрытия месяца ещё не делает систему главным бухгалтером.
Внутри зрелого пакета различимы пять слоёв: навыки (skills) как зафиксированная методика работы, инструменты доступа к ERP, CRM и документам, workflow с состояниями и очередями, политики прав и проверки результата. Готовым в момент поставки пакет не становится: справочники, права и исключения у каждой компании свои, поэтому его проходят через подключение систем, адаптацию навыков и приёмку на контрольных случаях. Главная метрика приёмки - доля результатов, принятых без исправлений.
Для разработчика сдвиг важнее, чем кажется. Платформа забирает типовой каркас: модель, вызовы инструментов, хранение состояний. Инженеру остаётся предметная логика, интеграции, проектирование прав и оценка последствий автоматизации. Дальше разбираем, как выглядит такой пакет на примере маркетинговой кампании, банковского операционного конвейера и подготовки закупок, что реально подтверждено публичными материалами поставщиков, а что пока остаётся гипотезой.
Что значит «покупать профессию», а не софт
Привычная покупка корпоративного ПО начинается с системы: выбирают CRM, ERP или WMS, затем решают, какие процессы в ней описать, и оплачивают лицензии плюс работы по настройке. Гипотеза «покупки профессий» переворачивает порядок. Сначала выбирают рабочую роль или конкретный набор задач, а систему получают внутри пакета как один из инструментов.
Разница видна на формулировке поставки. В первом случае компания покупает доступ к функциям и сама собирает из них процесс. Во втором она покупает результат: пакет умеет разобрать заявку, сравнить предложения поставщиков или сверить документы, и вместе с умением приходят ограничения. У пакета явно описано, что он умеет, к каким данным допущен и какие действия согласует с человеком. Без этих трёх пунктов покупать нечего: непонятно, что именно вы получили и где заканчивается зона ответственности.
Аналогия с конфигурациями 1С
Знакомый ориентир - готовые решения на 1С. Компания покупает типовую конфигурацию, подключает свои справочники и данные, дописывает то, что отличается от типового процесса, и платит за внедрение. Автор разбора о «покупке профессий» предлагает ту же схему для пакетов автоматизации рабочих ролей: каталог автоматизаций, выбор подходящих пакетов, подключение своих систем, внедренцы.
Переносится на ИИ-пакеты три вещи. Готовая методика: в 1С это типовой процесс, в пакете - навыки с порядком шагов и критериями качества. Доработка под себя: свои справочники, свои исключения, свои точки согласования. Внедрение как отдельная работа: подключение систем, настройка прав, проверка на реальных данных.
Аналогия неполная, и это принципиально. Конфигурация на 1С детерминирована: при одинаковых входных данных она даёт одинаковый результат, а расхождение объясняется правилом или ошибкой в коде. Пакет с моделью внутри выдаёт вероятностный результат, поэтому к нему добавляется то, чего нет в классической конфигурации: проверки результата, версионирование навыков, точки эскалации и метрика качества. Без этого «готовая профессия» превращается в генератор правдоподобных документов, которые кто-то потом разбирает вручную.
Чем пакет отличается от чат-бота и от классической автоматизации
Три вещи часто путают, хотя границы у них разные.
| Вариант | Что делает | Где граница |
|---|---|---|
| Чат-бот или ассистент | Отвечает на запрос в диалоге, готовит текст, справку, черновик | Результат переносят в системы вручную, шаги вне диалога не описаны и не контролируются |
| Классическая автоматизация: скрипт, RPA, правило | Выполняет жёстко заданный сценарий по неизменным правилам | Ломается на нестандартном документе, смене формата или исключении, которого не было в спецификации |
| Пакет рабочей роли | Соединяет методику, доступ к системам, маршрут согласований и контроль результата | Работает в границах навыков, прав и эскалации: за пределами этих границ обязан звать человека |
Ценность пакета не в отдельном удачном ответе модели, а в повторяемости выполнения работы. Чат-бот может один раз красиво собрать отчёт по кампании. Пакет должен собрать его в третий раз, на других данных, с тем же форматом, с отметкой источников и с понятным поведением, когда данных не хватает.
Что должно быть внутри пакета автоматизации рабочей роли
Разберём состав на обычном поручении сотрудника: подготовить маркетинговую кампанию. Чтобы его выполнить, система должна получить данные, подготовить результат, согласовать действия и справиться со сбоями. Каждый из этих шагов требует своего слоя в пакете, и ни один не закрывается промптом.
Skills: методика выполнения задачи
Навык - это зафиксированная процедура: последовательность шагов, критерии качества, шаблон результата и набор проверочных задач. Для кампании такой навык описывает, откуда берутся сегменты аудитории, какие ограничения по бюджету и каналам действуют, как выглядит готовый план, какие цифры считаются обязательными, а какие нет.
Пример из закупок показывает, как выглядит зрелое описание: в пакет входят методика сравнения предложений, инструменты работы с ERP и документами, шаблоны результата и проверочные задачи, плюс отдельное описание того, какую закупку агент готовит сам и когда обязан обратиться к сотруднику.
Навык отличается от промпта тем, что его можно версионировать и проверять. У промпта нет версии, истории изменений и набора случаев, на которых он обязан давать ожидаемый результат. У навыка всё это есть, поэтому после обновления пакета можно сравнить поведение на одних и тех же задачах, а не полагаться на впечатление от демо.
Инструменты доступа к системам и данным
Второй слой - то, чем пакет реально достаёт информацию: API ERP и CRM, файловое хранилище, почта, электронный документооборот, внутренние справочники. Здесь же фиксируются ограничения по источникам: к каким базам доступ есть, к каким нет и почему.
Совместимость данных становится главным источником внедренческих работ. Справочники контрагентов в ERP и в CRM редко совпадают дословно, у документов бывают разные форматы и версии, часть данных лежит в таблицах, часть в сканах. Слой инструментов должен уметь работать с этим разнообразием или честно сообщать, что нужный источник недоступен.
Банковский операционный конвейер со счетами, претензиями и очередями задач показывает ту же проблему с другой стороны: ключевой вопрос процесса - кому поручить следующую операцию. Теперь один из кандидатов на эту операцию - модель. Значит, пакету нужен доступ к очереди, к статусам и к правилам распределения, иначе он останется совещательным органом рядом с конвейером.
Workflow: состояния, очереди и согласования
Третий слой отвечает на вопрос, как пакет встроен в процесс. У задачи есть состояния: черновик, на проверке, согласована, отправлена, отклонена, требует уточнения. У состояний есть владельцы и правила перехода. У очередей есть приоритеты и сроки.
Точки согласования проектируются заранее. Пример из закупок: часть закупок агент готовит сам до определённой суммы или до определённой категории, а при изменении условий договора обязан передать решение сотруднику. Для маркетинговой кампании аналогичная граница проходит по бюджету, по новым каналам и по работе с персональными данными.
Без этого слоя пакет работает в вакууме: результат есть, но непонятно, кто его принял, что было дальше и можно ли восстановить цепочку решений через месяц. Очереди и состояния дают воспроизводимость, а согласования распределяют ответственность между системой и человеком.
Политики прав и проверки результата
Четвёртый и пятый слои часто объединяют в разговоре, хотя задачи у них разные. Политики прав отвечают на вопросы «к каким данным допущен пакет» и «какие действия ему разрешены». Разделение обычно такое: чтение справочников свободно, подготовка документа разрешена, отправка внешнему контрагенту требует подтверждения, изменение условий договора запрещено.
Проверки результата работают до передачи человеку: валидация формата, сверка сумм, контроль обязательных полей, сравнение с правилами закупки или внутренней политикой кампании, прогон контрольных случаев. Схема с разделением ролей между моделью, человеком и детерминированным исполнителем подробно разобрана в материале про Agent-Ops 0.4.0: ИИ предлагает, человек утверждает, программа исполняет.
Ограничение стоит проговорить прямо: проверки снижают риск ошибки, но не устраняют его. Формально верный документ может быть содержательно неверным, а проверка по правилам пропустит ошибку, если правила не покрывают исключение. Поэтому часть решений остаётся за человеком, и это не недоделка, а свойство вероятностных систем. Подход «управление по исключениям» с порогами уверенности разобран в статье про Governor shift: управление AI-системами вместо их строительства.
Чек-лист, по которому удобно сверять любой пакет:
- навык описан как процедура с шагами, критериями качества и шаблоном результата;
- указано, из каких систем пакет берёт данные и какие справочники ему нужны;
- есть состояния задачи и точки, где результат утверждает человек;
- права разделены: чтение, подготовка, отправка, изменение;
- описаны проверки результата до передачи сотруднику;
- есть набор контрольных случаев вместе с ожидаемым результатом;
- указано, как обновляются навыки и что происходит со старой версией;
- перечислены сбои, при которых пакет останавливается и зовёт человека.
Что уже заявляют поставщики: Anthropic, OpenAI, Сбер, Яндекс
В исходном разборе конкретных заявлений Anthropic, OpenAI, Сбера и Яндекса нет: он целиком про гипотезу и про то, как может измениться выбор корпоративного ПО. Это ограничение важно обозначить, потому что пересказ анонсов по памяти легко превращается в набор несуществующих функций.
Сверять подобные заявления нужно по первичным материалам вендоров: документации на агентские функции, описаниям корпоративного доступа, условиям подключения внешних систем. Названия продуктов, цены и результаты здесь не приводятся намеренно: без первоисточника это будет догадка, а не факт.
Смотреть в таких материалах стоит на четыре пункта, и они совпадают с составом пакета. Описана ли методика выполнения задачи или показан только диалог. К каким системам есть доступ и как он настраивается. Где человек утверждает результат. Что происходит при сбое или при отсутствии данных. Демонстрация, в которой агент собирает документ в чате, отвечает максимум на первый пункт.
Практический вывод не зависит от конкретных анонсов. Пакет приходит с методикой и каркасом, но не со знанием ваших справочников, прав и исключений. Поэтому покупка «профессии» не отменяет внедрение: она меняет его содержание. Раньше настраивали систему под процесс, теперь адаптируют навыки, права и проверки под свои данные.
Почему готовый пакет всё равно требует внедрения
Слово «готовый» относится к методике, а не к вашему контуру. Типовой навык сравнения предложений не знает, что у вас два справочника поставщиков с разным написанием юридических лиц, что часть договоров согласует финансовая служба вне ERP и что в декабре действует особый порядок закупок.
Типовые работы при подключении такого пакета выглядят так:
- подключение систем и настройка доступа к данным, включая справочники и хранилища документов;
- настройка прав: кто и что может читать, готовить, отправлять и менять;
- адаптация навыков под свои шаблоны результата и внутренние правила;
- настройка точек согласования и порогов, после которых решение уходит человеку;
- прогон на собственных данных и разбор расхождений с ожидаемым результатом;
- обучение сотрудников работе с очередью задач и с эскалациями, а не только с интерфейсом.
Объём этих работ зависит от зрелости данных и процессов, а не только от качества пакета. Если справочники живут в трёх системах и расходятся, никакой навык этого не исправит: сначала придётся договориться, какой источник считается основным. Если процесс не описан и держится на опыте конкретного сотрудника, первым шагом становится описание состояний и правил, а не покупка пакета.
Как проверить, что купленная «профессия» работает
Приёмка строится на ваших задачах, а не на демонстрации поставщика. Порядок такой: собрать контрольные случаи, зафиксировать ожидаемый результат, прогнать пакет, посчитать метрики, договориться о правилах обновления.
Контрольные случаи и ожидаемый результат
Набор собирают из трёх групп. Типовые задачи, которых больше всего: обычная закупка, стандартная кампания, рутинная сверка. Пограничные случаи: неполные данные, два равных предложения, документ в нестандартном формате. Заведомо сложные задачи: нестандартная претензия, изменение условий договора, конфликт справочников.
Для каждого случая фиксируют ожидаемый результат и критерий приёмки. Пример из закупок: сравнение предложений, где правильный выбор известен заранее, потому что цена, сроки и условия поставки посчитаны вручную. Если пакет выбирает другого поставщика, нужно понять причину: неверные данные, пропущенное условие или ошибка в навыке. Разбор причин важнее самого процента совпадений.
Отдельно проверяют поведение при нехватке данных. Хороший пакет в такой ситуации останавливается и запрашивает недостающее, плохой - достраивает недостающее правдоподобно. Второй вариант опаснее, потому что ошибка выглядит как нормальный документ.
Метрики: доля результатов, принятых без исправлений
Базовая метрика считается прямо: число результатов, принятых без правок, делить на общее число задач в контрольной выборке. Знаменатель фиксируют заранее, иначе метрика поплывёт, как только часть неудобных случаев выпадет из подсчёта.
Одной цифры мало, поэтому рядом ставят три дополнительных показателя. Число обращений к человеку на сто задач: если оно близко к ста, автоматизации почти нет. Типы исправлений: правки формата дешевле, правки содержания дороже, и их полезно считать отдельно. Время на проверку одного результата: пакет, который выдаёт почти правильный документ, но требует сорока минут на вычитку, экономит меньше, чем кажется.
Сравнивать метрику между разными ролями напрямую нельзя. У сверки документов и у подготовки закупки разная цена ошибки и разное число пограничных случаев, поэтому доля принятых без правок у них не сопоставима. Сравнивать имеет смысл версии одного навыка на одной и той же выборке.
Версионирование навыков и обновления пакета
Навыки меняются: поставщик обновляет методику, вы правите шаблон результата, меняются внутренние правила. Каждое изменение фиксируют версией и прогоняют контрольные случаи заново. Это даёт две вещи: понимание, стало ли лучше, и возможность откатиться, если стало хуже.
Ограничение важно понимать. Версия навыка не гарантирует идентичного поведения модели, потому что модель может обновиться на стороне платформы. Поэтому контрольные случаи прогоняют при каждом значимом изменении, а не один раз при приёмке. Логика та же, что в разработке с агентами: спецификации и evaluations возвращают контроль над результатом, о чём подробно говорится в материале «Я больше не пишу код руками»: почему разработка с ИИ-агентами стала тяжелее.
Контрольные случаи не покрывают всё. Часть ошибок проявится только в эксплуатации, на данных, которых не было в выборке. Поэтому после запуска нужен мониторинг: доля правок, повторяющиеся причины, число эскалаций, случаи, где человек отменил действие пакета.
Кем становится разработчик: от прикладной разработки к бизнес-инженерии
Часть прикладной разработки уходит в платформу: вызовы моделей, хранение состояний, базовые инструменты, интерфейс очереди. На первый план выходит роль бизнес-инженера, который отвечает за связку предметной логики, интеграций и последствий автоматизации.
Что уходит в платформу, а что остаётся инженеру
Платформа даёт модель, инструменты и каркас workflow. Инженер отвечает за предметную логику, интеграции, политики прав и проверки. Настройка того, когда агент обязан обратиться к сотруднику, - это проектное решение, а не функция платформы: его принимают с владельцем процесса, зная цену ошибки и объём полномочий.
Три вопроса из исходного разбора хорошо очерчивают границу. Кто научит агента разбирать закупку: бизнес-инженер вместе с закупщиком, через навык, шаблоны и контрольные случаи. Кто разрешит менять договор: тот, у кого есть полномочия, а политика прав фиксирует это в настройках, а не в переписке. За что платят инженеру: за связку логики, данных и последствий, включая разбор ошибок после запуска.
Навыки, которые становятся критичными
Практический список компетенций выглядит скромнее, чем «понимать бизнес», и именно поэтому полезнее:
- описывать процесс в терминах состояний, переходов и согласований;
- проектировать контрольные случаи и критерии приёмки до запуска;
- работать с данными: справочники, форматы, приоритет источников, качество;
- оценивать риск автоматизации конкретного шага и выбирать уровень автономности;
- строить мониторинг результата, а не только обработку ошибок приложения.
Это не замена программированию, а смещение акцента. Понимание API, форматов данных и отладки остаётся нужным, просто добавляется работа с вероятностным исполнителем, у которого есть свои границы. Как меняются роли и структура команд при таком сдвиге, разобрано в статье про AI-native организацию и изменение структуры ролей.
Почему компания без людей пока не собирается
Пакет автоматизирует набор задач, а не роль целиком. За границами навыка остаются исключения, ответственность и решения, которые требуют полномочий, а не скорости. Изменение условий договора, нестандартная претензия клиента, сбой в данных, конфликт двух внутренних правил: во всех этих случаях кто-то должен принять решение и подписаться под ним.
Ответственность - отдельная причина. Если у проверяющего нет времени разобрать результат и права остановить процесс, согласование превращается в формальность. Пакет при этом формально работает по регламенту, а ошибки накапливаются до первого серьёзного инцидента.
Полный отказ от людей в обозримой перспективе ничем не подтверждён. Гипотеза «покупки профессий» описывает сдвиг рынка корпоративного ПО: меняется то, что покупают и как считают эффект. Исчезновение специалистов из этой гипотезы не следует, зато следует перераспределение работы между платформой, инженером и владельцем процесса.
Практический вывод: когда покупка пакета оправдана
Покупка пакета автоматизации рабочей роли оправдана, когда сходятся четыре условия. Процесс повторяемый и достаточно частый, чтобы экономия на одном результате была заметна. Данные в приемлемом состоянии: понятно, какой справочник основной и откуда берутся документы. Точки согласования можно описать заранее, вместе с порогами и владельцами решений. У команды есть ресурс на подключение систем и на приёмку по контрольным случаям.
Рано, если процесс держится на опыте конкретного сотрудника и нигде не описан, данные разбросаны по системам без приоритета источников, а ресурсов хватает только на покупку лицензии без настройки и проверки. В такой ситуации пакет добавит ещё один слой неопределённости к уже неопределённому процессу.
Короткий чек-лист решения:
- Процесс описан в состояниях и согласованиях, у него есть владелец.
- Известно, какие системы и справочники нужны пакету и кто отвечает за их качество.
- Определены действия, которые пакет делает сам, и действия, которые требуют подтверждения.
- Собраны контрольные случаи с ожидаемым результатом, включая пограничные.
- Есть метрика приёмки: доля результатов без правок, число эскалаций, время проверки.
- Зафиксирован порядок обновления навыков и повторного прогона контрольных случаев.
- Назначен человек, который отвечает за результат после запуска, а не только за настройку.
Начать стоит с одного процесса, где повторяемость очевидна и владелец результата известен. Соберите несколько десятков контрольных случаев из своей практики, прогоните выбранный пакет и посчитайте долю результатов, принятых без исправлений. Если цифра ниже ожидаемой, ищите причину по слоям: навык, данные, права или проверки. Такой разбор дешевле, чем выяснять то же самое в промышленной эксплуатации. Границы применимости на собственных задачах и признаки, когда подход перестаёт себя оправдывать, разобраны в материале «два вечера до магазина»: почему демо не равно готовому процессу.