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.

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
-
Зафиксируйте текущую структуру задач. Выгрузите из трекера все эпики за последний квартал. Посмотрите, сколько вариантов декомпозиции реально используют команды.
-
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.
-
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.
-
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.
-
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.
-
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).
-
Предусмотрите fast track для мелких задач. Не все изменения нужно гонять через полный цикл. Для низкорисковых задач определите критерии упрощённого маршрута заранее.
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.
- 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.
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 бесплатноРазница 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.

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

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…
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…

«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…
Комментарии