На этой неделе изменилось не то, что умеет искусственный интеллект. Изменилось то, как о нём говорят. И это, возможно, важнее любой новой модели.
Несколько лет подряд индустрия искусственного интеллекта требовала от рынка выучить новый язык. Reasoning. Tool calling. Оркестрация. Контекстное окно. Автономные циклы. Агентная архитектура. Слова были точными. Но описывали они не смысл, а механику. И для большинства людей за пределами профессии обещанная революция оставалась теорией — её бесконечно объясняли, но никто её не чувствовал.
Представление OpenAI под названием Dots — это момент, когда ситуация изменилась. Dots — это AI-агенты, работающие в режиме постоянного присутствия. Они действуют в интересах пользователя, взаимодействуют с приложениями, продолжают работу в фоне и запрашивают подтверждение, когда для важного действия нужно решение человека. Они запускаются на выделенных облачных компьютерах. Подключаются более чем к 4 000 приложений. Доступны через ChatGPT и через рабочие среды — такие как Slack и Teams.
Это спецификация. Но смысл проще. AI-агент стал продуктом, который понятен обычному человеку — не потому что он изучил, как тот устроен, а потому что ему наконец можно дать работу.
Продукт, а не технология
Последние несколько лет индустрия объясняла рынку, что такое агенты. Теперь ведущие AI-компании начинают показывать, зачем они нужны. Это меняет саму задачу коммуникации. Рынку больше не нужны лекции про вызов инструментов и управление контекстом. Ему нужна фраза, которую можно понять с первого раза.
Эта фраза одинакова во всех серьёзных запусках этой осени: дайте мне работу. Она коротка, она человечна и она формирует новое ожидание — софт должен не только помогать делать работу, но и уметь делать часть её за тебя.
От «спросить AI» — к «дать AI работу»
В том, как мы взаимодействуем с умным софтом, есть тихая, но важная последовательность. Стоит её назвать.
Сначала — спросить AI вопрос. Чат-боты. Опыт, похожий на поиск. Ответ приходит — и взаимодействие заканчивается. Превратить ответ в действие по-прежнему должен человек.
Потом — работать вместе с AI. Тексты, код, анализ таблиц. AI становится соавтором конкретной задачи. Но нить по-прежнему держит человек. Каждый шаг инициирует человек.
И теперь — дать AI цель. Пользователь описывает результат. Агент строит план, выполняет действия в разных приложениях, следит за ситуацией и продолжает работу, когда человек уже ушёл. Человек перестаёт быть инициатором каждого шага. Он становится тем, кто задаёт намерение и утверждает значимые решения.
Три стадии взаимодействия с AI — от вопроса к делегированию.
Muse от Meta подтверждает закономерность
Dots появился не в вакууме. Восьмого сентября Meta представила Muse — персонального AI-агента, который, по формулировке компании, «создан для всех». Позиционирование намеренно простое: человек даёт Muse цель, Muse строит план, выполняет действия в приложениях и продолжает работать, когда приложение закрыто.
Это разные продукты. У них разные технологии, экосистемы и бизнес-модели. Но в один и тот же месяц они учат рынок одной и той же идее: AI не обязан ждать вас.
Эту фразу поймут сотни миллионов людей, которые никогда не прочитают ни одной статьи про вызов инструментов.
Сотрудник принесёт агентов на работу
Здесь история перестаёт быть историей про потребительский софт и становится историей про предприятие.
Представьте человека, который за последние полгода привык делегировать агенту работу в личной жизни. Исследование. Черновики. Планирование. Мониторинг. Координация собственных инструментов. Агент всегда включён. Он спрашивает подтверждение, когда это важно. Он продолжает работать, пока человек занят другим.
А потом этот же человек приходит в офис.
На работе от него по-прежнему ждут, что он будет переносить данные между четырьмя системами. Сверять две CRM, которые расходятся в определении того, что такое клиент. Искать на общем диске документ, обновлявшийся последний раз в 2023 году. Ждать три дня рутинного согласования, существующего только потому, что так было прописано в регламенте 2018 года.
Контраст не останется незамеченным.
Отчёт Microsoft Work Trend Index 2026 года, основанный на данных 20 000 пользователей AI из десяти рынков, зафиксировал значительный разрыв между индивидуальной готовностью людей работать с AI и организационной готовностью компаний поддержать эту работу. Десять процентов респондентов попали в группу, которую Microsoft называет «Blocked Agency»: высокая личная способность работать с AI при низкой готовности организации. Ещё девятнадцать процентов — в группе «Frontier», где личная и организационная готовность усиливают друг друга.
Microsoft также сообщает, что количество активных агентов в её экосистеме Microsoft 365 выросло за год в пятнадцать раз — и ещё быстрее в крупных компаниях.
Направление очевидно. Люди учатся работать с агентами быстрее, чем организации успевают перестроиться вокруг этого факта.
Агент может получить доступ к предприятию — и всё равно его не понять
Вот в чём ловушка, и её стоит произнести прямо.
Агент может подключиться к тысячам приложений. Он может читать CRM. Запрашивать ERP. Искать в Slack. Открывать документы. Вызывать API. Перемещать данные между системами.
Ничто из этого по отдельности не является предприятием.
Предприятие — это структура, которая связывает эти системы. Это набор общих смыслов, лежащих под ними: что считается клиентом, что делает клиента утверждённым, какой договор регулирует конкретные отношения, какой процесс применяется, кто имеет право утверждать, какой KPI является авторитетным, какая система — источник истины, что происходит при конфликте двух политик и что на самом деле означает слово «завершено».
Это не вопросы, на которые может ответить ещё одно подключение к API. Это вопросы о самом предприятии.
Где эпоха агентов встречается с Enterprise Design
Появление способных агентов не делает архитектуру предприятия менее важной. Оно делает более важной модель предприятия — потому что агенты двигаются быстрее людей, а скорость усиливает и связность, и хаос.
Вопрос меняется: не как подключить AI к нашим системам, а что AI должен понимать о нашем предприятии, чтобы действовать внутри него.
Это приводит к другой архитектуре:
Реальность предприятия → Понимание предприятия → Онтология предприятия → Enterprise Blueprint → Операционная платформа → Корпоративный AI → Обратная связь из эксплуатации → Непрерывная эволюция.
Агент — лишь один из слоёв этой системы. Не сама система.
Агент становится интерфейсом
Сравните два рабочих дня.
Сегодня менеджер, которому нужно что-то сделать, открывает CRM, находит клиента, открывает договор, проверяет статус, создаёт задачу, обновляет проект, уведомляет финансы. Семь шагов в пяти системах. Каждый шаг — небольшой акт перевода между системами, которые друг о друге ничего не знают.
Завтра тот же менеджер скажет: клиент изменил условия договора — проверь, на что это влияет, обнови связанную работу, подготовь необходимые согласования и скажи, что требует моего решения.
Чтобы эта фраза сработала, агенту не нужно быть умнее. Ему нужно быть контекстуализированным. Ему нужно знать, что такое клиент. Какой договор является авторитетным. Какие проекты от него зависят. Кто владеет решением. Какие политики применяются. Какие системы нужно обновить. Какие действия требуют подтверждения. И как вся операция должна быть зафиксирована — для следующего сотрудника, следующего агента и следующего аудита.
Это не проблема AI. Это проблема проектирования предприятия.
Главное
Первая волна корпоративного AI была про внедрение. Где мы можем использовать AI?
Вторая волна — про делегирование. Какую работу мы можем отдать агентам?
Третья волна — та, которую тихо объявляют Dots и Muse — про архитектуру. Каким должно быть предприятие, чтобы агенты могли работать вместе безопасно, связно и в масштабе?
Вопрос больше не в том, будут ли предприятия использовать агентов. Вопрос в том, спроектировано ли само предприятие для них.
Агент становится интерфейсом. Модель предприятия становится фундаментом. И те компании, которые поймут это раньше, чем рынок заставит их это понять, окажутся теми, чьи агенты действительно работают.