Игорь Градов
Игорь Градов
6 мин
ai

Автоматизация процессов в IT экономит до 73% токенов ИИ-агентов, если навести порядок заранее

Автоматизация процессов в IT-производстве экономит до 73% токенов ИИ-агентов и до 40% времени руководителей, если перед запуском агента навести порядок в процессах.

Автоматизация процессов в IT экономит до 73% токенов ИИ-агентов, если навести порядок заранее
Почему это важно

Без стандартизации ИИ-агент тратит ресурсы на разбор хаоса, а не на контроль результата: 262 144 варианта структуры вместо одного шаблона, расход токенов втрое выше, а управленческие отчёты по-прежнему собирают вручную.

Дарья, IT-бизнес-партнёр в БКС Банке, опубликовала разбор того, как стандартизация процессов влияет на работу ИИ-агентов (программ, которые сами выполняют цепочку действий без ручных команд). Главный тезис: автоматизация процессов не устраняет хаос, а переносит его в алгоритмы, и если процессы не приведены к единому виду заранее, агент работает впустую.

Зачем стандартизировать до автоматизации?

Представьте: ИИ-агент должен проверить, выполнила ли команда квартальные цели. Данные лежат в Jira (система управления задачами, аналог российских решений вроде «Яндекс Трекера»).

Для одной бизнес-задачи нужно доработать три системы: фронтенд (то, что видит пользователь), мидл-слой (промежуточная логика) и бэкенд (серверная часть). Для каждой системы выполняют три типа работ: аналитику, разработку и тестирование.

Без единых правил команды создают задачи как хотят: объединяют несколько систем в одну задачу, путают уровни иерархии, называют одно и то же по-разному. Агенту приходится сначала восстанавливать структуру, а не контролировать результат.

По расчёту Дарьи, если для каждой из девяти комбинаций (три системы на три типа работ) допустимо от нуля до трёх задач, число вариантов декомпозиции достигает 4⁹, то есть 262 144. Это не фактическое количество схем, а масштаб возможных вариантов, которые агент вынужден учитывать.

Что понадобится

  • Система управления задачами с иерархией «эпик, задача, подзадача» (Jira, «Яндекс Трекер» или аналог)
  • Доступ к API языковой модели с оплатой за токены (токен, это минимальная единица текста для модели, примерно 3/4 слова на английском)
  • Шаблон декомпозиции: одна задача на систему, внутри обязательные подзадачи (аналитика, разработка, тестирование)
  • Единый шаблон бизнес-требований: текущий и целевой процесс, функциональные и нефункциональные требования, требования к отчётности
  • Время: от двух до четырёх недель на стандартизацию одного направления, затем автоматизация процессов запускается на готовой базе

Пошаговая инструкция

  1. Зафиксируйте текущую структуру задач. Выгрузите из трекера все эпики за последний квартал. Посмотрите, сколько вариантов декомпозиции реально используют команды.

  2. Введите единый шаблон декомпозиции. На каждую дорабатываемую систему создаётся одна задача, внутри неё обязательные подзадачи: аналитика, разработка, тестирование. Никаких «объединённых» задач на две системы сразу.

  3. Стандартизируйте бизнес-требования. Шаблон включает описание текущего и целевого процессов, процессную схему, функциональные и нефункциональные требования, требования к мониторингу. В БКС Банке это позволило архитекторам и аналитикам тратить меньше времени на уточнения.

  4. Настройте еженедельную отчётность по единым правилам. Фиксируйте готовность бизнес-требований, прогресс по каждой системе, сроки, ответственных и блокеры. Цветовой статус по правилам БКС Банка: зелёный означает отсутствие значимых сдвигов, оранжевый означает влияние отклонений на следующие этапы, красный означает перенос на три недели и более либо блокер.

  5. Подключите ИИ-агента к стандартизированным данным. Агент проверяет типовой шаблон и не тратит ресурсы на восстановление контекста. Промпт (промпт, текстовая инструкция для модели) для агента становится компактным:

Проверь эпик {epic_id}:

- Для каждой системы (фронтенд, мидл, бэкенд) есть задача?
- В каждой задаче есть подзадачи: аналитика, разработка, тестирование?
- Все подзадачи в статусе "Done"?
Если нет — верни список отклонений с указанием системы и типа работы.
  1. Добавьте метрики качества. В БКС Банке отслеживают: время реализации бэклога по направлениям, соотношение плановых и внеплановых задач, долю задач с Change Request (запрос на изменение требований после старта), трудозатраты команд, план против факта оценок, затраты на техдолг и инциденты, долю rework (задач, вернувшихся на предыдущие этапы).

  2. Предусмотрите fast track для мелких задач. Не все изменения нужно гонять через полный цикл. Для низкорисковых задач определите критерии упрощённого маршрута заранее.

Как это применить

Что было. Анализ нестандартизированного эпика: примерно 30 задач, порядка 10 входных данных на каждую, около 300 токенов на задачу плюс 2 000 токенов на инструкции и контекст. Итого: около 11 000 входных токенов на один эпик.

Что стало. Стандартизированный эпик: 12 типовых задач со стандартизированными полями. Итого: около 3 000 входных токенов.

Масштаб. При контроле 500 эпиков и трёх запусках за квартал потребление снижается с 16,5 до 4,5 млн токенов, то есть примерно на 73%, по расчёту Дарьи из БКС Банка. Одновременно линейные руководители, которые раньше тратили до 40% рабочего времени на подготовку управленческой отчётности, получают готовые гипотезы о причинах отклонений.

Частые ошибки
  • Запускать агента до стандартизации. Агент не исправит хаос, он его унаследует. Сначала шаблоны, потом автоматизация процессов.
  • Делать единый «тяжёлый» процесс для всех задач. Без fast track для мелких изменений команды начнут обходить стандарт, и агент снова потеряет контекст.
  • Считать экономию токенов главной выгодой. 73% экономии токенов заметны на масштабе, но реальная ценность в том, что агент переходит от восстановления структуры к выявлению причин недостижения целей.
  • Игнорировать метрики rework и техдолга. Без них агент видит статусы, но не понимает, почему квартальные цели не достигнуты.
  • Забыть про смежные подразделения. Стандартизация внутри одной команды не работает, если на стыке с другими командами данные приходят в произвольном формате.

Что делать с этим прямо сейчас?

Авторам Дзена и копирайтерам. Принцип тот же для контента: если ваши черновики, ТЗ и брифы каждый раз в разном формате, ИИ-ассистент тратит токены на «угадывание» структуры. Заведите шаблон брифа, и промпт для генерации станет короче и точнее.

Маркетологам. Если вы используете ИИ-агентов для аналитики кампаний, стандартизируйте названия UTM-меток, структуру отчётов и справочники. Это прямо снижает стоимость инференса (инференс, обработка запроса моделью, за которую вы платите).

Руководителям и предпринимателям в РФ. Подход БКС Банка применим к любому трекеру задач, доступному в России: «Яндекс Трекер», «Планфикс», «Кайтен». Начните с аудита: выгрузите задачи за квартал, посчитайте варианты декомпозиции, и вы увидите, сколько «мусорных» токенов сжигает ваш агент.

Мнение редакции dzen.guru

Статья Дарьи ценна тем, что показывает автоматизацию процессов не с привычной стороны «какую модель выбрать», а с неочевидной: что должно быть готово ДО подключения модели. По моим наблюдениям, большинство пилотов ИИ-агентов в российских компаниях буксуют именно на этом этапе: модель отличная, данные есть, а структура данных у каждой команды своя.

Честная оговорка: расчёт на 73% экономии токенов это модельный пример с конкретными допущениями (30 задач на эпик, 300 токенов на задачу). У вас цифры будут другими, но направление верное: чем стандартнее вход, тем дешевле и точнее работа агента. Попробуйте посчитать на своих данных, прежде чем закладывать бюджет.

Попробуйте AI-ассистент dzen.guru

Проверьте, как стандартизированный бриф сокращает промпт и улучшает результат генерации

Попробовать бесплатно

Разница между «автоматизировать» и «автоматизировать правильно» измеряется в конкретных числах: втрое меньше токенов, на 40% меньше ручной работы руководителей, ноль гаданий агента о структуре задач. Но всё это работает только при одном условии: сначала порядок в процессах, потом порядок в алгоритмах.

Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

ИИ-агенты: это бесплатно, если локально. OpenJarvis из Стэнфорда закрыл 88,7% задач без облака
ai

ИИ-агенты: это бесплатно, если локально. OpenJarvis из Стэнфорда закрыл 88,7% задач без облака

Команда из Стэнфорда выпустила OpenJarvis, открытый фреймворк (open-source инструмент с публичным кодом) для развёртывания персональных ИИ-агентов на…

5 мин
ai

3D сканер из смартфона за 9 шагов: три нейросети заменяют лидар и ручную разметку

Смартфон, три предобученные нейросети и девять шагов превращают любительское видео комнаты в точную 3D-модель с разметкой объектов, и для этого не нужно…

6 мин
«К2 НейроТех» собрала инфраструктуру для нейросетей в один комплекс: замена DGX без 60 недель ожидания
ai

«К2 НейроТех» собрала инфраструктуру для нейросетей в один комплекс: замена DGX без 60 недель ожидания

Компания «К2 НейроТех» 16 июля представила «ПАК-ML», готовый программно-аппаратный комплекс, который берёт на себя всю инфраструктуру для нейросетей и…

5 мин