От автоматизации процессов к облаку навыков: как превратить экспертизу лучших сотрудников в актив компании при помощи ИИ

22 мая 2026 года в рамках масштабного технологического лагеря AI Camp прошел интенсивный воркшоп «Семинар по извлечению и масштабированию навыков с помощью ИИ-агентов».

Спикером сессии выступил Александр Полоротов, сооснователь компании Datanomix.pro, специализирующейся на внедрении искусственного интеллекта и продвинутой аналитики данных в крупном бизнесе. Вместо привычного обзора популярных нейросетей участники AI Camp сосредоточились на фундаментальном сдвиге в управлении: как с помощью ИИ отделить уникальный навык от конкретного человека, упаковать его в декларативное описание и масштабировать на всю организацию.

Большинство компаний совершают одну и ту же ошибку, задаваясь вопросом: «Что мы можем автоматизировать?». Такой подход ведет к механической оцифровке очевидных, интерфейсных действий в программах, но далеко не всегда затрагивает самые критичные для бизнеса места.

Александр Полоротов предложил участникам кемпа принципиально новый диагностический вопрос:

Пример из практики: В компании есть сотрудники Асель и Данияр. Формально регламент, чек-лист и скрипт продаж у них одинаковые. Однако Асель обрабатывает 20 лидов, а Данияр — 50, поскольку его реальный способ работы отличается от официальных инструкций. Смысл новой парадигмы ИИ — не заставлять всех выполнять формальный скрипт, а понять, что именно лучший сотрудник делает иначе, «вытащить» этот подход из его головы, упаковать и передать другим людям или ИИ-агентам. В результате Асель сможет закрывать те же 50 лидов, а затем усовершенствовать навык и выйти на 100.

Чтобы превратить экспертизу сотрудника в масштабируемый ИИ-актив, её необходимо разложить на понятные составляющие (анатомию навыка):

1. Триггеры: в каких ситуациях навык включается (например, обращение клиента в WhatsApp).
2. Рабочая среда: в каких системах, интерфейсах и окнах (1С, CRM, Excel) происходят действия.
3. База знаний: на что именно опирается эксперт (прайс-листы, условия, документы, правила).
4. Критерии качества: по каким признакам понятно, что задача выполнена правильно и корректно.

Упакованный таким образом навык становится частью «облака навыков» — библиотеки бизнесовых и технических компетенций компании, откуда универсальные ИИ-агенты могут динамически брать нужные алгоритмы под конкретную ситуацию.

На семинаре было зафиксировано жесткое разделение понятий. Чат-бот — это лишь интерфейс взаимодействия. ИИ-агент — это самостоятельная сущность, которая способна принимать решения и совершать действия.

Главная задача агента — максимально сократить путь от сигнала до действия, исключив человеческий фактор (задержки в исполнении, приоритеты, личную мотивацию). При этом сооснователь Datanomix.pro подчеркнул: ИИ-агенты имеют свои слабости и требуют выстраивания архитектурных и организационных «костылей». Корпоративный софт должен проектироваться с учетом «рабочих мест» и инструментов (tools) для ИИ-агентов — со своими безопасными правами доступа (например, только на чтение без права удаления), ролевыми моделями и слоем кибербезопасности.

Кейс экономии в Казахстане: Внедрение ИИ-агента для анализа закупочных цен на тендерных площадках в одной из крупных компаний в закупочном секторе позволило оптимизировать затраты еще на этапе бюджетирования оборудования, кабелей и запчастей. Агент анализировал публичные источники (включая госзакупки, Самрук-Казына и др.), определял эффективную цену товара и формировал предложение для менеджера, чтобы тот мог аргументированно торговаться за снижение стоимости. Экономический эффект составил сотни миллионов. При этом разработка системы силами всего одного специалиста через low-code и агентов обошлась компании кратно дешевле, чем наем классической ИТ-команды.

Вторая половина вокшопа прошла в формате интерактивного упражнения, где участники разбились на пары («интервьюер-душнила» и «носитель навыка»). Используя специализированный цифровой канвас, они тестировали семишаговую методологию, цель которой — не просто автоматизировать легкие процессы, а извлечь один самый важный управленческий навык.

Алгоритм извлечения навыка:

• Шаг 0: Найти реальное «узкое место» бизнеса (диагностика воронки снизу вверх, а не сверху вниз).
• Шаг 1: Определить триггер (что запускает процесс).
• Шаг 2: Сформулировать, что именно делается в процессе.
• Шаг 3: Найти «хранителя» лучшего навыка в команде.
• Шаг 4: Описать задействованные ИТ-системы и интерфейсы.
• Шаг 5: Прописать зоны риска (где агент может ошибаться, а где ошибка недопустима).
• Шаг 6: Установить критерии того, что навык исполняется корректно.

Интеграция ИИ-агентов меняет структуру P&L (прибылей и убытков). Появляется новая составная статья расходов — P&R (расходы на подписки и оплату токенов за действия агентов). В будущем финансисты перейдут от оценки стоимости «софта и зарплат» к оценке каждого конкретного вызова или полезного результата, совершенного агентом, поскольку ИИ позволяет привязать все расходы напрямую к действию.

При этом спикер развеял главный страх сотрудников: автоматизация подходов не уничтожает рабочие места массово. Выигрывают обе стороны: у ключевых экспертов, чьи навыки переводятся в «облако», высвобождается время от рутины, и они могут фокусироваться на создании новых способов принесения ценности для бизнеса. Штат компаний кардинально не сократится, однако изменения коснутся тех, кто категорически не захочет меняться и адаптироваться.

Участие Александра Полоротова в качестве ведущего спикера на AI Camp подтверждает статус компании Datanomix.pro как одного из ключевых экспертов в области ИИ-трансформации и упорядочивания корпоративных данных. Прошедший воркшоп продемонстрировал, что интеграция искусственного интеллекта в реальный сектор — это не вопрос закупки софта, а вопрос изменения управленческого мышления.

Методология извлечения навыков, представленная на семинаре, уже сегодня помогает казахстанским компаниям находить скрытые точки роста, оптимизировать P&L и превращать хаотичные ИТ-эксперименты в структурированные цифровые активы. Команда Datanomix.pro продолжает активно делиться передовым опытом, помогая бизнесу проходить путь ИИ-эволюции эффективно и с измеримой финансовой отдачей.