Синергия ИИ и человека: зачем компании переходят на аугментацию

Год назад крупные западные корпорации массово увольняли сотрудников — раз появились мощные ИИ-агенты, зачем платить людям? Вместо расходов на штат бизнес вкладывал миллиарды долларов в автоматизацию. Но план передать все функции ИИ оказался утопией, и сегодня компании снова активно нанимают людей, но уже с другими компетенциями — упор делается на специалистов, умеющих работать в связке с искусственным интеллектом. Альфа-Банк не стал участвовать в гонке «нейросети вместо людей», а сделал ставку на метод аугментации — усиление профессиональных навыков сотрудников при помощи технологий. Как работает аугментация и что она дает бизнесу?

В 2025 году мировые корпорации попытались максимально автоматизировать интеллектуальный труд при помощи нейросетей. Microsoft сократила около 15 000 человек — примерно 7% штата — и направила около $80 млрд на инфраструктуру ИИ. В том же направлении действовали и другие компании.

Но вскоре выяснилось, что замена не окупается. По оценке Массачусетского технологического института (MIT), 95% корпоративных проектов с генеративным ИИ не принесли измеримого эффекта, хотя в них вложили очень большие деньги. На демонстрации ИИ-агент впечатляет, но спотыкается, когда его пытаются встроить в реальные процессы.

Финтех-сервис Klarna заявлял, что его бот заменяет 700 операторов и ведет три четверти обращений, — а через год признался, что качество упало и компания снова набирает живых специалистов. Аналитики прогнозируют, что около половины «ИИ-увольнений» к 2027 году отыграют назад.

«Главное отличие Альфа-Банка от некоторых глобальных корпораций заключается в том, что мы не заменяли людей машинами и не тратили миллиарды на эксперименты, которые не окупились. Мы с самого начала разрабатывали практические инструменты для реальных сотрудников. И теперь видим измеримый эффект, что подтверждает — наш подход работает», — делится Артем Мартынов, руководитель ИИ-продуктов в Альфа-Банке.

Главная причина — ответственность: за любым процессом стоит конкретный сотрудник. Технически нейросеть может заменить тестировщика, но ответственность за сбой останется на человеке. То же касается маркетологов, бухгалтеров и юристов: за каждым решением должен быть ответственный, а не «черный ящик» ИИ.

В крупных компаниях процессы часто представляют собой длинные цепочки, где каждый шаг зависит от предыдущего и сопровождается проверками. Без человека, который понимает общий контекст и нюансы, нейросеть вряд ли сможет корректно пройти всю цепочку.

Дополнительное ограничение — регуляторные требования: банк обязан четко аргументировать любое решение. Нейросеть же нередко работает по принципу «черного ящика» и часто не может объяснить логику своих выводов.

Из этого тупика вырос новый подход — аугментация. Этот термин в контексте искусственного интеллекта начал популяризировать Anthropic, один из лидеров корпоративного ИИ. В компании работу с моделями теперь делят на два режима:

«Мы используем оба подхода — смысл как раз в том, что не нужно выбирать что-то одно. Где цена ошибки невысока — например, при проверке массовых платежей по шаблону, — мы автоматизируем задачу. А когда цена неверного решения растет, нужна аугментация. Аналитик теперь может отдать в анализ 1000 признаков и получит гипотезы, о которых сам бы не додумался. А продакт-менеджерам, например, не нужно идти к аналитикам данных — ИИ позволяет им задавать вопросы и умеет выдавать нужные ответы. ИИ усиливает компетенции сотрудников и помогает получить те, которых у них раньше не было. Но финальное решение — что делать с полученными данными — всегда остается за человеком», — поясняет Артем Мартынов.

Альфа-Банк стал первым в российском финтехе, кто начал внедрять аугментацию как системный подход в 2025 году, хотя отдельные ее элементы использовал и раньше — просто у стратегии еще не было устоявшегося названия. На рынке аугментацию активно обсуждали скорее как теорию, чем как реальный проект.

В компании начали с инвентаризации процессов: «воркфлоу» каждого специалиста разложили на шаги и нашли задачи, которые отнимают массу времени и сил, не требуя высокой квалификации. Эту работу решили передать нейросетям.

Команда разработчиков написала точечные скрипты под конкретные задачи. Один скрипт за минуты разбирает код, на который раньше уходили дни, другой собирает черновик пресс-релиза по короткому брифу. Каждый скрипт встраивается в корпоративного бота-ассистента — никаких новых программ и паролей.

«Ребята, по сути, хулиганят. Создавая прототип, они не лезут в сложные регламенты, а за пару дней проверяют идею на самых мощных моделях. Так мы можем перебрать множество гипотез — и доводить до релиза только лучшие идеи», — рассказывает Артем Мартынов.

На практике у аугментации обнаружился неожиданный эффект: она не только ускоряет работу, но и расширяет роли специалистов. ИИ снимает технический барьер — и человек берется за задачи, с которыми раньше справиться не мог.

Например, в Альфа-Банке сделали инструмент, который «подтягивает» данные о работе банковских сервисов и формирует гипотезы. Его смысл был в том, чтобы продакт-менеджерам не приходилось уточнять результаты у аналитиков.

Два продакта дирекции ботов и виртуальных ассистентов доработали идею. Теперь можно не только смотреть готовые цифры, но и самим проверять гипотезы, искать причины аномалий, взлетов и падений. По сути, продакты взяли на себя часть работы аналитиков, оставаясь на своих должностях.

Еще один бонус — сотрудники будут реже сталкиваться с выгоранием. Рутина выматывает, но, когда ее забирает ИИ, давление на психику становится меньше. Оправдается ли эта теория — покажет время.

«Когда ты заменяешь человека, в лучшем случае получаешь то же самое, только дешевле. А когда усиливаешь — получаешь человека, который умеет больше, чем вчера. У него будто появляется еще одна рука. Это совсем другой масштаб отдачи», — уверен Станислав Милых, руководитель дирекции ботов и виртуальных ассистентов банка.

Точных цифр «до и после» перехода к аугментации у Альфа-Банка пока нет — аналитика появится на более длинной дистанции, — но по примерным оценкам можно сделать первые выводы.

Так, на однотипной работе внутри спринта сотрудники стали успевать на 20–30% больше, а в пиковые периоды ИИ помогает закрывать в два-три раза больше задач. Раньше это означало либо переработки, либо расширение отдела. Теперь тот же штат и рабочий день — а выполнено гораздо больше.

«Идея аугментации — не новая. Вопрос всегда был в реализации. Большинство компаний застревают на красивых пилотах, которые ничего не меняют. Мы с самого начала строили не демо, а рабочие инструменты на каждый день», — добавляет Артем Мартынов.

Поначалу аугментация системно применялась в дирекции ботов и виртуальных ассистентов, а затем стала распространяться на другие подразделения. Сейчас команда готовится масштабировать и углублять то, что уже есть: больше инструментов под разные роли, более сложные сценарии, переход от точечных скриптов к ИИ-агентам, которые закрывают не отдельный шаг, а цепочку задач.

«Разрыв между теми, кто работает с ИИ, и сторонниками старых методов постоянно растет. Через пару лет команда без аугментации будет уступать технологичным коллегам так же, как сегодня бухгалтер с калькулятором проигрывает бухгалтеру с Excel. Наш выбор очевиден: не заменять людей технологиями, а усиливать их. Выигрывает не алгоритм вместо человека, а человек вместе с алгоритмом», — резюмирует Станислав Милых.

Телеграм: t.me/ainewsline

Источник: www.forbes.ru

Комментарии: