Компании начинают конкуренцию за лучших ИИ-сотрудников: что изменится
Бизнес начинает формировать новый рынок труда — для цифровых сотрудников. Вместо резюме компании будут сравнивать стоимость владения и уровень автономности ИИ. Как изменятся правила выбора и управления такими агентами, знает Денис Голдобин, GreenData
Фото: РБК
Компании все чаще внедряют ИИ-агентов в клиентский сервис, аналитику, разработку и внутренние процессы. Вместе с этим появляется новый «рынок труда», где работодатели выбирают уже не только между кандидатами, но и между цифровыми сотрудниками. Правда, главным критерием такого выбора становится не зарплата, а стоимость владения технологией.
Из чего складывается реальная стоимость ИИ-сотрудника, кто будет выбирать, обучать и контролировать цифровых агентов и как компании будут управлять гибридными командами из людей и машин?
Как формируется «рынок труда» для машин
Компании все чаще поручают искусственному интеллекту задачи, которые еще недавно выполняли только сотрудники: обработку обращений клиентов, анализ документов, подготовку отчетов, разработку кода и другие бизнес-процессы. Вместе с этим меняется и сам подход к организации работы. Если раньше руководители выбирали между кандидатами на вакансию, то теперь им все чаще приходится решать, какую часть задач оставить людям, а какую — передать цифровым агентам.
По данным исследования «Яков и Партнеры» и «Яндекса», 46% российских компаний уже внедрили или тестируют автономные решения, способные выполнять цепочки задач без участия человека. В среднем бизнес направляет на генеративный ИИ около 4% своего IT-бюджета.
Формально компании не принимают ИИ в штат — они покупают доступ к моделям и сервисам, интегрируют их в свои процессы и наделяют определенными полномочиями. Однако, по сути, возникает новый рынок, на котором работодатели выбирают цифровых исполнителей так же, как раньше выбирали сотрудников: оценивают их возможности, стоимость, надежность и способность выполнять конкретные задачи.
При этом «рынок труда» для машин будет устроен иначе, чем рынок труда людей. Здесь конкурировать будут не резюме и ожидания по зарплате, а архитектуры решений, стоимость эксплуатации, качество работы и уровень автономности агентов. Поэтому решения о «найме» цифровых сотрудников все чаще оказываются в зоне ответственности не HR-служб, а финансовых и технологических руководителей.
Что означает «нанять» ИИ-сотрудника
Несмотря на распространенное выражение «нанять ИИ-сотрудника», компании не оформляют цифровых агентов в штат и не заключают с ними трудовые договоры. На практике речь идет о выборе технологического решения для выполнения конкретных рабочих задач.
При этом сам процесс все больше напоминает наем: компания определяет, что необходимо автоматизировать, выбирает ИИ-агента или платформу, проводит пилотный проект, а затем интегрирует решение с корпоративными системами, предоставляет доступ к данным, определяет границы полномочий и контролирует качество работы.
Именно поэтому рынок труда для машин формируется не вокруг трудовых договоров, а вокруг выбора наиболее эффективных цифровых исполнителей. Вместо опыта работы компании оценивают уровень автономности, способность решать конкретные бизнес-задачи, надежность, безопасность и стоимость эксплуатации.
При этом ИИ пока конкурирует с человеком не за профессии, а за отдельные повторяющиеся операции. Один из таких примеров — Т-банк, где первым сценарием внедрения ИИ-агента стала реструктуризация задолженности. Агент обучался на действиях операторов и работал в тех же интерфейсах. В результате система автоматизировала около 60% потока, а экономия рабочего времени операторов по итогам тестирования составила около 40%, при этом сложные случаи передавались человеку.
Такой подход показывает, что сегодня цифровые сотрудники наиболее эффективны в узкоспециализированных процессах с небольшим количеством исключений. Чем сложнее и менее формализована задача, тем выше стоимость внедрения и контроля ИИ.
Следующий вопрос для бизнеса — по каким критериям выбирать такого цифрового сотрудника. Если при найме человека обычно оценивают стоимость найма и содержания, то для ИИ-агента ключевым показателем становится полная стоимость владения, включающая не только доступ к модели, но и расходы на интеграцию, сопровождение, вычисления и контроль качества.
По каким критериям будут выбирать цифровых сотрудников
Если при найме человека компании оценивают опыт, компетенции и уровень заработной платы, то для цифрового сотрудника главным критерием становится полная стоимость владения, а не цена подписки на модель.
На первый взгляд ИИ кажется дешевле: у него нет зарплаты, отпуска и больничных. Однако стоимость доступа к модели — лишь небольшая часть расходов. Чтобы агент выполнял реальную работу, его необходимо интегрировать с корпоративными системами, предоставить доступ к данным, настроить бизнес-правила, подготовить базу знаний, протестировать и обеспечить постоянное сопровождение — обновление, мониторинг, дообучение и контроль качества.
Поэтому при выборе ИИ-агента компании учитывают не только стоимость лицензии, но и расходы на вычисления, токены, интеграцию, поддержку, масштабирование и цену возможных ошибок. Именно эти затраты нередко становятся определяющими. Так, инженеры Uber израсходовали годовой бюджет на ИИ-инструменты менее чем за полгода, а в Nvidia стоимость вычислений для одной из команд уже превысила расходы на оплату труда сотрудников, использующих ИИ-агентов. Кроме того, разница в операционных расходах между продуманным и поспешным внедрением может достигать десятков раз.
В результате цифровые сотрудники будут конкурировать не только по качеству выполнения задач, но и по экономике использования. Именно поэтому решения об их внедрении все чаще принимают совместно CTO и CFO: первый оценивает возможность интеграции агента в существующие процессы, второй — его окупаемость и влияние на будущие расходы.
Появится ли HR для ИИ
По мере распространения цифровых сотрудников компаниям придется решать те же вопросы, что и при работе с обычным персоналом: кто отвечает за выбор исполнителя, его обучение, оценку эффективности и контроль качества работы. Однако эти функции вряд ли сосредоточатся в руках классического HR.
В отличие от человека, ИИ-агента не принимают в штат, а внедряют в бизнес-процессы. Компании выбирают не кандидата с подходящими компетенциями, а модель, уровень автономности, архитектуру решения и условия его эксплуатации. Поэтому решения о «найме» цифровых сотрудников будут принимать сразу несколько подразделений.
Технологические команды будут отвечать за выбор модели, ее интеграцию и надежность работы. Финансовые руководители — оценивать стоимость владения и окупаемость внедрения. Службы информационной безопасности и комплаенса — определять допустимые уровни доступа к данным, контролировать риски и соответствие требованиям регуляторов. HR, в свою очередь, сохранит важную роль в управлении изменениями: оценке того, как автоматизация повлияет на сотрудников, какие компетенции потребуются команде и как перераспределятся функции между людьми и цифровыми агентами.
Поэтому вместо отдельной профессии «HR для ИИ» скорее сформируется новая функция управления жизненным циклом цифровых сотрудников. Она объединит задачи по выбору, внедрению, обучению, контролю и регулярной оценке эффективности ИИ-агентов и будет находиться на стыке бизнеса, технологий, финансов, информационной безопасности и комплаенса.
Одной из новых ролей может стать AI Risk Owner — специалист, отвечающий за надежность и управляемость цифровых сотрудников. Его задача — не адаптировать агента к коллективу, а обеспечить, чтобы каждое решение ИИ можно было объяснить, проверить и при необходимости оспорить. По мере того как цифровые сотрудники будут получать все больше полномочий, подобные функции станут такой же неотъемлемой частью управления компанией, как сегодня управление персоналом или информационной безопасностью.
Вступайте в сообщество Школы управления РБК в Telegram или «Максе», чтобы общаться с руководителями из разных сфер, выстраивать нетворкинг и получать советы экспертов.
Кто создает и обучает цифровых сотрудников
Как и на традиционном рынке труда, цифровые сотрудники не будут одинаковыми. Одних компании будут «нанимать» у внешних поставщиков, других — создавать самостоятельно, адаптируя готовые модели под собственные бизнес-процессы. В большинстве случаев речь пойдет не о разработке модели с нуля, а о сборке специализированных ИИ-агентов из готовых компонентов.
Однако выбор цифрового сотрудника — лишь начало его жизненного цикла. После внедрения агенту потребуется постоянная донастройка: обновление баз знаний, корректировка бизнес-правил, обучение на новых данных и контроль качества работы. Поэтому расходы на сопровождение и развитие необходимо учитывать наряду со стоимостью лицензий, вычислений и интеграции при оценке эффективности проекта.
Такой подход уже используют крупнейшие компании. Так, «Сбер» еще в 2025 году объявил о переходе к мультиагентной системе, где вместо одного универсального помощника используется несколько специализированных агентов, каждый из которых отвечает за собственную область задач, но работает в рамках единой инфраструктуры.
По мере развития рынка цифровые сотрудники будут становиться все более специализированными. Их ценность будет определяться не универсальностью, а способностью эффективно выполнять конкретные бизнес-функции. Именно специализация, постоянное обучение и качество работы станут основой конкуренции между цифровыми сотрудниками.
Кто отвечает за ошибки цифрового сотрудника
По мере того как цифровые сотрудники получают все больше полномочий, все более важным становится вопрос ответственности за результат их работы. Если на демонстрации ИИ-агент может выглядеть полноценной заменой сотрудника, то в реальном бизнес-процессе любая ошибка затрагивает интересы клиентов, компании или регуляторов.
Именно поэтому цифровые сотрудники в ближайшие годы будут работать не автономно, а в составе гибридных команд. Чем выше потенциальная цена ошибки, тем больше вероятность, что окончательное решение останется за человеком. В таких условиях конкурентным преимуществом ИИ станет не только скорость выполнения задач, но и возможность объяснить, проверить и при необходимости оспорить полученный результат.
Что это значит для бизнеса
Рынок цифровых сотрудников только начинает формироваться, и компаниям еще предстоит выработать подходы к его использованию. По прогнозу Gartner, около 40% проектов агентного ИИ будут свернуты к 2027 году из-за несоответствия ожиданий реальной пользе и непредсказуемой окупаемости. Одновременно аналитики ожидают, что уже к 2028 году не менее 15% ежедневных рабочих решений будет приниматься с участием агентного ИИ.
Эти прогнозы не противоречат друг другу. Они показывают, что рынок продолжит расти, но успешными окажутся не компании, которые быстрее других внедрят цифровых сотрудников, а те, кто научится правильно выбирать задачи для автоматизации, оценивать полную стоимость владения ИИ и эффективно распределять ответственность между людьми и машинами.
Поэтому уже сегодня бизнесу стоит ответить на несколько вопросов: умеет ли компания считать полную стоимость владения цифровым сотрудником, а не только цену подписки; кто отвечает за его внедрение, обучение и контроль; какие решения можно доверить ИИ без ущерба для качества и безопасности процессов.