Практический разбор. Вопрос: что меняется в последовательности работ, контроле и ответственности, когда ИИ и агентные сценарии становятся частью процесса. Метка темы: ИИ и агентные архитектуры, процессы предприятия. Связанные инструменты: «Предпроектная карта вопросов и рисков», «Стоимость задержек и повторной работы». Связанная услуга: «Архитектура изменений».
Генеральный директор и ИТ-директор видят сегодня одну и ту же картину: ИИ уже помогает отдельным сотрудникам готовить сводки, разбирать журналы, находить нужное в документах. Рядом живёт процесс с привычным маршрутом: задача идёт между производством, инженерией, снабжением и ИТ, проверяется в нескольких местах и возвращается на уточнение. Встроить ИИ в предприятие означает соединить личную скорость сотрудников с результатом сквозного процесса: маршрутом данных, проверкой выводов, ответственностью и показателями. Так предприятие входит в новую цифровую эру через агроплатформы и агентные архитектуры, опираясь на собственные данные и собственные регламенты.
Личная продуктивность и результат предприятия
Факт (внешние данные). В исследовании McKinsey «The State of AI: Global Survey 2026» 80% респондентов отметили улучшение личной продуктивности, 37% — положительное влияние ИИ на операционную прибыль. Оговорка: это глобальное исследование, а не выборка агропредприятий России. Цифры приводим как контекст; на конкретное предприятие они переносятся вместе с его собственными замерами.
Разница между этими двумя числами описывает путь, который результат проходит внутри предприятия. Улучшение личной продуктивности появляется на рабочем месте: агроном быстрее собирает сводку по микроклимату и досветке, инженер быстрее разбирает журнал телеметрии, специалист по качеству быстрее готовит выборку по партии. Результат предприятия появляется на передачах: время прохождения задачи, доля задач, принятых с первого раза, объём повторной проверки, соблюдение регламента, стоимость часа работы участников.
Мнение автора. Расстояние между 80% и 37% — это расстояние между рабочим местом и процессом. Оно закрывается организационной работой: описанием целевого процесса, распределением прав, правилом проверки и показателем результата.
Где ИИ уместен, а где достаточно правила
Выбор инструмента удобно вести по характеру входа и по цене проверки. Ниже — четыре уровня, применимые к агропредприятию.
| Ситуация | Что применяем | Пример в агропредприятии |
|---|---|---|
| Условие описывается формулой, вход измерим | Правило, уставка, расписание | Полив по влажности почвы и порогу, досветка по заданному уровню освещённости, открытие фрамуг по температуре и ветру, сигнализация по отклонению микроклимата |
| Порядок известен, шаги повторяются | Простая автоматизация | Формирование сменного задания, обмен между ERP и MES, ведомость на склад, комплект отгрузочных документов, выгрузка для BI |
| Вход разнообразен, ответ проверяем | ИИ на отдельном шаге | Сводка телеметрии по блокам теплицы, разбор причин отклонений микроклимата, подготовка черновика отчёта по партии, сопоставление документов при прослеживаемости |
| Шагов несколько, они связаны и каждый проверяем | Агентный сценарий | Агент собирает телеметрию, готовит проект режима на сутки, сверяет его с регламентом и передаёт инженеру на подтверждение |
Правило работает там, где условие записывается формулой: его результат предсказуем и проверяется по журналу. ИИ приносит пользу там, где формула охватывает часть разнообразия, а вывод можно сверить с источником. Агентный сценарий подходит там, где шагов несколько, между ними есть передача и на каждом шаге результат проверяем.
Мнение автора. Порядок выбора простой: сначала правило, затем простая автоматизация, затем ИИ, затем агентный сценарий. Каждый следующий вариант требует больше данных, больше проверки и более точного регламента — и даёт новое качество процесса. Тот же порядок подходит тепличному комплексу, агрохолдингу, растениеводству и животноводству.
Данные и проверка выводов
Работа с ИИ начинается с описи данных. По каждому источнику фиксируются происхождение, дата, полнота и ответственный — та же дисциплина, что описана на странице «Методика разборов и расчётов». Справочники предприятия — культуры, блоки и теплицы, склады, контрагенты, номенклатура — приводятся к единому виду, потому что агентный сценарий опирается на них так же, как и сотрудник. Отдельно согласуется, какие данные остаются внутри контура предприятия: телеметрия теплицы, данные по надоям молочного комплекса, поля и сада, себестоимость и коммерческие условия.
Вывод ИИ в рабочем процессе приходит вместе с источником: из какой выгрузки, за какой период, по какому правилу. Черновик и утверждённое решение разделены, версия модели и набор правил зафиксированы, спорный случай уходит человеку. Такая конструкция делает вывод проверяемым, а разбор расхождений — обычной рабочей процедурой.
Кто отвечает за ошибку
Ответственность остаётся у роли, которая владеет результатом процесса. ИИ — инструмент этой роли, и регламент отвечает на практические вопросы: кто проверяет вывод, в какой срок, что считается утверждением, куда уходит расхождение, где ведётся журнал решений. Для генерального директора это означает ясную картину: владелец сквозного процесса назван, у него есть право менять правила работы и бюджет проверки. Для ИТ-директора — понятные границы: доступы, контур данных, интеграции и порядок сопровождения. Распределение ролей и прав — предмет работы «Архитектура изменений».
Как измерять эффект
Замер делается до изменения и повторяется после него, на уровне процесса, а не отдельного рабочего места. Показатели берутся из систем: время прохождения задачи, доля возвратов, число ручных сверок, соблюдение регламента, время реакции на отклонение микроклимата, полнота данных по партии.
Модельный пример. Логика замера повторяет формулу инструмента «Стоимость задержек и повторной работы»: события × часы × участники. Подготовка суточной сводки по микроклимату для четырёх блоков теплицы: 30 событий в месяц, 0,5 часа на событие, два участника — 30 × 0,5 × 2 = 30 часов в месяц. Числа условны. Базовая величина фиксируется до проекта, повторный замер показывает, куда пришло высвобожденное время: в дополнительную проверку или в работу с результатом.
Как встроить агентные сценарии в роли и регламенты
Порядок встраивания выглядит так:
- Целевой процесс. Описать, как участок работает после изменения: событие запуска, роли, передачи, данные, точки контроля, результат.
- Владелец результата. Назвать руководителя, который отвечает за итог сквозного процесса и меняет правила.
- Место агентного сценария. Определить, какой шаг выполняет агент, что он передаёт человеку и по какому признаку решение считается утверждённым.
- Проверка и журнал. Описать правило проверки, срок, ответственного и форму записи решений.
- Регламент и обучение. Обновить текст регламента и инструкций до запуска, обучить смену и инженерную службу.
- Ограниченный участок. Начать с одного блока теплицы, одной линии переработки, одного вида отгрузки — и расширять по мере подтверждения показателей.
- Обратный порядок. Описать возврат к ручному режиму как штатную процедуру с понятным сроком.
Что переводит пилот в рабочий режим: назван владелец процесса, участок реальный и ограниченный, данные находятся в контуре предприятия, регламент обновлён до запуска, проверяющий назначен, показатель измерен до и после, обратный порядок описан. Когда эти условия собраны, агентный сценарий становится частью обычной работы смены, инженера и ИТ-службы.
Что проверить на своём предприятии
- Сформулировать результат процесса. Назвать показатель, который меняется: время прохождения заявки инженерии, доля задач без возврата, число ручных сверок между ERP, MES и BI.
- Пройти по четырём уровням. Для теплицы и микроклимата, переработки, склада и отгрузки, животноводческого комплекса определить, где достаточно правила, где полезна автоматизация, где уместен ИИ и где появляется агентный сценарий.
- Проверить данные. По каждому источнику — происхождение, дата, полнота, ответственный; справочники приведены к единому виду; согласовано, что остаётся внутри контура предприятия.
- Назначить проверяющего и описать правило проверки до запуска: кто, в какой срок, что считается утверждением, где ведётся журнал решений.
- Зафиксировать базовый замер и периодичность повторного измерения, чтобы эффект был виден на уровне процесса.
Инструмент и следующий шаг
Подготовиться к решению помогает «Предпроектная карта вопросов и рисков»: группы «Данные», «Интеграции», «Люди и регламенты» и «Критерии результата» показывают, какие области стоит проработать до обязательств. Трудозатраты на повторную работу и ожидание считает «Стоимость задержек и повторной работы» — расчёт идёт в браузере, формулы и допущения опубликованы на странице.
Следующий шаг для предприятия — «Архитектура изменений»: модель текущего и целевого процесса, распределение ролей и ответственности, требования к инженерным и ИТ-компонентам, этапы, критерии приёмки и показатели эффекта. Порядок работы с данными и допущениями описан в «Методике разборов и расчётов».
Источники
- McKinsey, «The State of AI: Global Survey 2026»: 80% респондентов отметили улучшение личной продуктивности, 37% — положительное влияние на операционную прибыль. Оговорка: глобальное исследование, не выборка агропредприятий России; приводится как контекст.
- McKinsey, «Cutting the coordination tax», 18 сентября 2026: перепроектирование сквозных процессов и работа на межфункциональных стыках. Оговорка: аналитический материал консультанта, приводится как контекст.