ИИ-ассистент взял на себя половину рутины руководителя — полгода опыта, семь сценариев и пределы доверия

Полгода я перекладывал свою работу на ассистента внутри корпоративной системы. Рассказываю, по какому правилу решаю, что ему отдать, где он реально сэкономил отделу часы и почему без процедуры контроля ИИ нельзя подпускать к записям.

Я Георгий, в Аспро.Cloud отвечаю за продажи и маркетинг. За плечами полтора десятка лет B2B — TELE2, Samsung, Whirlpool, самые большие команды держал под полусотней человек. Полгода назад начал постепенно отдавать ассистенту свою руководительскую рутину и вел эксперимент честно — отмечал и то, что сработало, и то, где он подводил.

Материалы об ИИ в управлении снимаются как два сюжета. Первый — робот продает лучше целого отдела и работает круглосуточно. Во втором подобный робот разоряет компанию и увольняет менеджеров. Правда сидит между этими сюжетами, и она укладывается в несколько правил — какие задачи ассистенту отдавать, как выстраивать сверку и где граница, за которой решение остается человеком.

Куда уходит время руководителя и почему рынок штурмует агентов

Рыночная рамка. Исследование Salesforce State of Sales, шестая волна, посчитало — сама продажа съедает у менеджера лишь треть рабочего времени, остаток съедают ручной ввод данных, КП и встречи внутри компании. В версии 2022 года доля равнялась 28 процентам. Четыре года бурного развития инструментов, а прибавка — два пункта.

Отсюда и ажиотаж вокруг агентов. 90% отделов продаж работают с ИИ-агентами или готовят их запуск на ближайшие два года — так выглядит опрос Salesforce. Российская статистика в том же духе — совместный опрос hh.ru и Touch Instinct показал, что нейросетями пользуются регулярно 26 процентов работников, еще 35 процентов обращаются от случая к случаю, а четверть работодателей уже задумывается проверять этот навык при найме.

Для руководителя тема чуть уже и практичнее, чем для продавца. Сводки и статусы, массовая расстановка задач, разбор чужих описаний, консультации по базе знаний — весь этот слой не создает ни выручки, ни решений, и именно его можно снять с человека. Экономию времени все обсуждают. А вот проверку работы ИИ почти никто — хотя именно от нее зависит, был ли во внедрении смысл.

Правило делегирования — сверка должна стоить дешевле работы

Свою рамку я вывожу из одного фильтра. Работа уходит ассистенту при условии — проконтролировать результат должно быть дешевле и быстрее, чем выполнить задачу самому.

Два примера. Шесть метрик продаж руками собираются полтора часа; сверить готовую сводку — две минуты, достаточно взглянуть на перечень сделок-источников. Баланс очевиден, отдаю. Другое дело квартальная стратегия — черновик ассистент выдаст моментально, но на его выверку уйдет неделя, и понадобится вся экспертиза, за которую мне вообще платят. Баланс против, беру обратно.

Фильтр раскладывает все задачи на три группы.

• Отдаю сразу. Расчеты, еженедельные сводки, задачи из готового перечня, консультации по базе знаний — контроль глазами занимает минуты.
• Отдаю с согласованием. Все, что трогает данные в системе, — сначала показ задуманного, затем мое «да».
• Не отдаю. Люди, стратегия — любые решения, где ошибка аукнется деньгами позже.

У этого фильтра есть естественное продолжение — доверие растет ступенями. Первая ступень — только чтение и подсчет. Вторая — поиск и сличение. Третья — записи, шаг за шагом через согласование. На старте третью часть подсказок я отправлял в отказ — до конца не понимал, как ассистент прочитывает мои просьбы, и отказ стоил дешевле сюрприза.

• Онбординг и соседи по офису. Новичок разбирается в продукте вопросами, а не по недельной программе ознакомления. Маркетологам больше не нужно бегать за пояснениями к разработчикам — через ИИ документация отвечает на точечный вопрос за минуту.

Самый ценный эффект оказался не про экономию часов. Когда все шесть цифр рядом, в одном отчете, глазу открывается то, чего из разных разделов системы просто не видно — лиды прибывают, а демонстрации буксуют; заявки идут, но до встреч дело не доходит. Прежде такое вскрывалось спустя месяц, вместе с сорванным планом. Сейчас — сразу в пятницу, пока неделю можно спасти.

Семь сценариев, снявших рутину с отдела

Что реально изменилось за полгода — от самого простого к самому заметному.

• Сводка продаж. Один вопрос — спустя несколько минут отчет готов: новые продажи, продления, звонки и встречи, лиды, демонстрации. Управленческая рутина такого рода съелась больше чем наполовину.
• Как поживает проект — одним запросом. Прежде вникнуть в проект значило открыть доску, пересмотреть задачи по одной, проштудировать комментарии. Теперь ассистент сам обходит их и возвращает суть — закрытое, движущееся, застрявшее. Вместо пяти минут над доской — один вопрос.

• Чужие описания задач. Описания бывают на целую страницу, бывают в три слова. Ассистент превращает их либо в чеклист, либо в пару фраз о том, что конкретно требуется. Разработчик не читает простыню, я не гадаю о замысле автора.
• Массовая постановка. Ежемесячно на направление набирается пул из 30–40 однотипных задач. Раньше такой список отправлялся в чат ответственным, через месяц оказывалось — четверть исчезла, у оставшихся поля не заполнены. Теперь задачи заводит ассистент, сразу со всеми полями — автор и ответственный, описание, направление, спринт, стадия воронки, оценка трудозатрат. Из полудня осталось четверть часа, а заодно данные всегда на месте — и по ним ассистент строит аналитику.

• Сборка проекта с нуля. На старте направления ассистент подготовил каркас под ключ — структура, доска с задачами, описаниями и дедлайнами, права для исполнителей. Два дня подготовки уместились в три часа, львиную долю которых съела моя вычитка.
• Техподдержка. Бот, обученный на нашей базе знаний, снимает свыше 50% обращений — рутину берет на себя, сложное передает оператору. Вся команда поддержки занята нестандартными случаями, клиент не ждет.

Агент против чата — кто держит корпоративные данные

До ассистента с прямым доступом к системе любой мой эксперимент упирался в одну стену — модель не видела корпоративных данных. Классика жанра — выгрузка CSV из CRM, загрузка в ChatGPT, запрос. Разовую задачу так закрыть можно, регулярную — нет, связка ломается быстро.

• Экспорт устарел еще до отправки. Вчерашняя выгрузка сегодня обманывает, и насколько — неизвестно.
• Информация о клиентах оказывается на зарубежных серверах.
• Собеседник лишь рекомендует. Даже идеальный анализ придется вручную переносить обратно — задачи, записи, изменения.

Все поменялось, когда ИИ переехал внутрь системы. Ассистент живет прямо в системе управления и работает с ней как пользователь — проекты, задачи, сделки, финансовые отчеты достает сам, строго в пределах моих прав, а после моего «да» вносит и меняет записи. Внешние модели подключаются по протоколу MCP и делают это с остальными сервисами, с документами, удерживая общий контекст, — разбор протокола у нас был отдельным материалом. Передо мной больше не чат, куда носят данные. Это напарник, достающий их самостоятельно, и дотянуться он может туда, куда чат не мог, — до записей в моих системах.

Результат ложится в ту же систему, откуда ассистент брал данные, — сводками, задачами, новыми записями. Тексты вне корпоративных данных я по-прежнему пишу с универсальным ботом.

Галлюцинации нейросетей и сколько они стоят

История первая — про аналитику. Даю ассистенту трехлетнюю базу и прошу гипотезы, в ответ — приглаженный документ, где среди выводов значится «летом продаж меньше, потому что отпуска». Сужаю вопрос до конкретного сегмента — и получаю то, что можно проверять: в какой момент отваливаются продления, откуда стартует падение конверсии в конкретной отрасли. Вывод простой — польза аналитики зависит от того, насколько узко вы спрашиваете. Широкий запрос приносит трюизм, точный — рабочий материал.

Теперь о галлюцинациях — когда модель сочиняет выдумку. Мой полугодовой опыт показал — таких случаев меньше, чем смещенных границ — ассистент редко сочинял, он слишком прямолинейно решал, какие сделки считать продлениями. Подкрадывается эта ошибка незаметно — цифры верные, смысл им придан неверный.

Вторая история — про смыслы. Первые четыре недели я отправлял в отказ треть подсказок: ассистент читал мои просьбы не так, как я задумал. При согласовании ошибка всплывает до исполнения, критичного нет. Но именно тот месяц объясняет лучше любых лекций, почему ассистенту нельзя сразу давать права на запись — пока на своих ошибках не поймешь, где именно он врет, свободу давать рано.

Ни одна из этих историй не винит слабую модель. В исследовании Microsoft Research и Карнеги-Меллона 2025 года показано — чем больше доверия — тем меньше старания на сверке его ответов. Работает и обратное — кто уверен в своей экспертизе, тот и сверяет чаще. Ошибки ассистента исправлялись на месте. Опаснее всего моя привычка — перестать смотреть.

Отсюда правило без исключений — каждый новый сценарий месяц работает под ручным контролем, отчеты и сводки дублируются ручным пересчетом. Спустя месяц ты уже знаешь типовые расхождения, и проверяешь уже выборочно.

Чек-лист недоверия — четыре пункта

Полгода эксперимента сжались в короткую инструкцию.

• Требуйте расшифровку, а не итог. Одна цифра не показывает, откуда собрана. Попросите показать сделки-источники — и промах в границах станет виден сразу.
• Стартовый месяц сверяйте руками. Сводка против ручного пересчета, каждая. Только так узнаете, какие перекосы живут в данных.
• Хорошие цифры — под подозрение. Плохая заставит проверить — неприятно и хочется опровержения. Приятная проскакивает — сверять радостное никто не рвется. Взлет выше плана, когда рынок падает; идеально ровные ряды цифр; улучшение, которому нет причины — вот кандидаты на проверку номер один.
• Решения — только ваши. Смотрите на ассистента как на подопечного-провокатора — сверяйте, ловите на ошибках, не верьте на слово. Работать на вас должен он, а не вы на него. Готовой стратегии с первого запроса не ждите — ассистент, разбирающийся в вас и ваших данных, появляется примерно через полгода.

Что остается руководителю

За руководителем остается главное — решения, но на куда более широком поле данных, чем я собирал бы руками. Правильным само по себе оно не делается. Оно лишь предельно точное, и отвечаю — я.

Оговорка напоследок. Граница отдать-оставить не зависит от конкретного сервиса — фильтр «сверка дешевле работы» годится для любого ассистента при ваших данных.

Что вы доверяли ИИ — где он оправдал доверие, а где пришлось все вернуть?