Адепты обещают 80% офисной работы: что такое ИИ-агент и где он реально выгоден
ИИ-агенты, программы, которые сами выполняют цепочки рабочих задач, с начала 2026 года вышли из отделов разработки к юристам, сметчикам и администраторам, а значит, пора решать, как встроить их в свою работу.

После этого разбора вы поймёте, что такое ИИ-агент в офисной работе, выберете один из четырёх способов его применения и соберёте первого помощника под свою повторяющуюся задачу. Разбор подходит и для проектного офиса, и для госсектора, и для частной редакции.
Спор об агентах вышел за пределы ИТ: по наблюдению автора колонки, он идёт в банках, промышленности и госсекторе. Руководителям там приходится выбирать, внедрять агентов или ждать.
Автор колонки наблюдает агентизацию на российском рынке управленческого консалтинга и делит руководителей на два лагеря. Адепты говорят, что «агенты уже могут выполнять 80% офисной работы на уровне как минимум джунов», то есть младших специалистов. Скептики отвечают: «агенты это долго, дорого и небезопасно» и советуют сначала навести порядок в процессах и данных.
Большинство, по словам автора, держится в стороне и ждёт, чем закончится спор. Сам он соглашается с обоими лагерями и разбирает агентоцентричные процессы, то есть выстроенные вокруг агентов, на примере управления проектами.
Четыре способа, которыми ИИ-агент входит в офис
Автор подчёркивает, что способы можно комбинировать, а логика подходит для любой офисной работы.
- Агент каждому сотруднику. Это «экзоскелет» под существующие обязанности. Например, помощник администратора проекта: на каждый документ, который тот готовит, пишут отдельный навык, то есть инструкцию для агента.
- Агент внутри готового процесса. Проектный комитет собирается раз в месяц, а агент берёт на себя шаги подготовки: собирает данные из систем, расшифровывает запись заседания, готовит проект протокола. По наблюдениям автора, этот вариант сейчас выбирает большинство, потому что эффект легко посчитать по схеме «как было, как стало».
- Новые процессы, которые раньше никому не поручали. Пример автора: регулярно проверять все договоры поставки во всех проектах на невыгодные условия с учётом изменений на рынке и получать предложения о скидках. Раньше такую работу не могли поручить ни юристам, ни бухгалтерам, ни руководителям проектов.
- Процессы, перестроенные вокруг агентов. Комитет может оказаться ненужным: решения принимают по мере необходимости, а кураторы проектов постоянно видят актуальную картину.
Обратите внимание: самый популярный вариант не самый выгодный. Автор прямо пишет, что основная эффективность лежит в четвёртом способе, но там же и больше всего рисков.
Что понадобится для первого агента?
- Повторяющийся процесс, который вы можете описать по шагам.
- Список документов, которые этот процесс производит.
- Доступ к нейросети. Из доступных в РФ вариантов есть YandexGPT и GigaChat.
- Замер «как было»: сколько времени и людей уходит на процесс сейчас.
- Человек, который разбирает спорные случаи.
От протокола к агенту за пять шагов
- Найдите стык. В переводе исследования McKinsey, который VK Tech опубликовала на Хабре, советуют искать потери на стыках подразделений: проверки, сверки, согласование расхождений, ожидание и передача результатов.
- Зафиксируйте «как было». Без этого вы не докажете эффект ни себе, ни руководству.
- Разбейте процесс на документы. На каждый документ напишите отдельный промпт, то есть инструкцию для нейросети:
Ты помощник администратора проекта. По стенограмме заседания
подготовь проект протокола: дата, участники, обсуждённые вопросы,
принятые решения, ответственные и сроки. Если решение или срок
в стенограмме не названы, пометь «не определено», не придумывай.
- Оставьте человеку неоднозначные случаи. В материале МТС на Хабре описана такая цепочка: система разбирает обращение, сверяет данные, формирует документ, а спорное передаёт человеку.
- Посчитайте «как стало». Только после этого решайте, расширять ли агента на соседние задачи.
Что делать с этим прямо сейчас, по ролям
Автору Дзена. Начните со второго способа: опишите путь публикации от идеи до выпуска и отдайте агенту один шаг, например черновик плана по вашим заметкам.
Маркетологу. Посмотрите на третий способ. Регулярный разбор условий у подрядчиков и площадок раньше был слишком дорогим для ручной работы, с агентом он становится реальным.
Предпринимателю и госсектору. Закупки по 44-ФЗ и бумажные согласования дают много стыков, где агент может готовить черновики и сверки. Но прежде чем отдавать ему документы с персональными данными, обсудите с юристом требования 152-ФЗ.
Руководитель проектного офиса берёт стенограмму ежемесячного комитета и вставляет её в нейросеть вместе с промптом выше. На выходе получает черновик протокола с решениями, ответственными и пометками «не определено» там, где сроки не прозвучали. Администратор проверяет и дополняет черновик вместо того, чтобы писать протокол с нуля.
- Верить в чудо. Автор отдельно упоминает продавцов агентов, которые обещают «повысят вашу эффективность на 1000 процентов».
- Раздать агентов и уйти. По словам автора, в ответ можно получить как радостного сотрудника, так и саботаж.
- Сразу перестраивать всё. Четвёртый способ сам автор называет самым сложным и непонятным.
- Не проверять результат. Агент подвержен галлюцинациям, то есть может уверенно выдумать то, чего не было.
- Забыть про данные. Персональные данные клиентов и сотрудников без юридической проверки в сервис не загружайте.
На мой взгляд, правы оба лагеря. Агенты дают эффект, но только там, где процесс описан. Поэтому начинайте с одного скучного документа, который вы готовите каждый месяц, и честно замерьте время до и после.
Оговорка: агент не заменит того, кто отвечает за решение. Подпись под протоколом и под закупкой остаётся за человеком, и так будет ещё долго.
Соберите первого ИИ-помощника для своей работы
В dzen.guru мы разбираем, как писать промпты под повторяющиеся задачи автора и маркетолога.
Попробовать
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

Нейросеть Anthropic почти догнала старшую модель в коде за половину цены задачи
Anthropic, Google и Meta* с 9 по 15 ноября выпустили модели для ИИ-агентов, программ, которые сами выполняют задачи, а разработчики тестов одновременно начали…

Нефть и змеевики: опыт ремонтников обошёл статистику в прогнозе прогара труб
Команда с дипломированными физиками, но без нефтяников, разобрала попытку предсказать прогар печных змеевиков на нефтепромысле и показала, почему при скудных…

Что такое ИИ-агент в цехе: конвейер из семи за 11 центов простаивает, справляется один
Разработчик производственной системы опубликовал разбор конвейера из семи ИИ-агентов с ценой прогона около 11 центов и признанием, что сейчас конвейер…
Комментарии