Gartner прогнозирует, что к 2028 году около 15% повседневных рабочих решений в бизнесе будут приниматься ИИ-агентами, а 33% корпоративных приложений станут использовать таких агентов. Адаптация ИИ-агентов в бизнесе ведет к изменению рабочих ролей: в тех случаях, когда они берут на себя основную массу рутинной работы, специалист все реже выступает исполнителем и все чаще становится координатором и контролером.

Например, в колл-центрах и поддержке агенты к 2029 году возьмут на себя до 80% рутинных запросов клиентов, что позволяет пересмотреть модели обслуживания и перераспределить обязанности сотрудников в сторону решения нестандартных задач. В ИТ-разработке агенты уже берут на себя генерацию документации, тестов и части кода, а роль людей смещается в сторону контроля, постановки задач и управления рисками. ​

До и после: руководители функциональных направлений

По мере развития и масштабирования ИИ-агентов их влияние перестает быть сугубо технологическим. Они меняют не только структуру бизнес-процессов, но и распределение ответственности между руководителями, трансформируя их роли, зоны принятия решений и контуры рисков.

Согласно исследованию Axenix «ИИ-агенты в действии: экономика, риски и эволюция организационных моделей», наибольшее системное влияние оказывается на роли, связанные с данными, ИТ, безопасностью и кадрами.

CIO: главный по агентам

Ключевым ответственным за внедрение и адаптацию агентов (если в компании нет отдельного директора по ИИ) является CIO. Поэтому он становится максимально вовлечен в их развитие, но теперь его роль выходит далеко за рамки классического IT-директора. Он превращается в центральную фигуру, которая должна обеспечить не просто технологическую интеграцию, а синергию между агентами, людьми и бизнес-процессами. Также именно он отвечает за новые технологические и регуляторные риски.

CDO: между стратегией и рисками

Для CDO (Chief Data Officer) ИИ становится помощником при принятии стратегических решений в области данных и одновременно источником ключевых рисков, связанных с их качеством, доступностью и защитой. CDO оказывается максимально вовлечен в развитие ИИ-агентов, работая как с теми данными, которые необходимы для их работы, так и с той информацией, которую они генерируют.

HRD: перестройка всех процессов

Для HR-директора ИИ-агенты становятся фактором глубокой трансформации ролевой модели и кадровой политики. HRD вовлечен в развитие ИИ-агентов на максимальном уровне, поскольку именно через HR проходят задачи переобучения и изменения структуры занятости, подбора специалистов по новым профилям компетенций.

HRD вынужден переходить от классического управления численностью и грейдами к проектированию гибридных команд «человек + агент», где ценится не исполнение, а способность работать с автономными системами, управлять исключениями и принимать решения в том числе на основе рекомендаций ИИ.

Именно слаженная работа этих трех ролей — CIO, CDO, HRD — лежит в основе сбалансированного управления ИИ-проектами. Их синергия позволяет комплексно объединить технологии, данные и человеческий капитал, что многократно усиливает эффект от внедрения ИИ-агентов.

Изменение функционала

Интеграция агентов в процессы компании приводит к изменениям в ролях и функциях множества сотрудников, чья деятельность оказывается связана с работой ИИ. Можно выделить три крупных направления таких изменений.

Мониторинг и контроль ИИ-агентов. Часть сотрудников теперь берет на себя роль диспетчеров/координаторов/цензоров, которые отслеживают действия агентов, выявляют сбои, аномалии и пограничные случаи, требующие человеческого вмешательства. Эта работа требует понимания логики ИИ и контекста, умения интерпретировать его решения и давать им критическую оценку, способности эффективно направлять ИИ-системы.

Такой сдвиг, как предполагает PwC, приведет к еще большей востребованности специалистов с универсальными/междисциплинарными навыками, которые смогут контролировать результаты работы агентов по широкому кругу задач. Например, в компании-разработчике программного обеспечения не потребуются команды людей для каждого этапа: создания архитектуры, пользовательских сценариев, тестирования, устранения неполадок и т.д. Один опытный инженер-программист может управлять командами ИИ-агентов на многих или даже на всех этапах разработки.

Фокус на более сложных задачах. Сотрудники, которых ИИ-агенты освобождают от рутинных операций, получают возможность сосредоточиться на задачах с более высокой добавленной стоимостью — планировании, развитии клиентских отношений, проектировании новых продуктов. Например, финансовая группа Citi запустила в прошлом году внутреннюю платформу, работающую на базе агентского ИИ. В заявлении компании прямо отмечается, что одна из целей запуска — разгрузить сотрудников от ручных задач и позволить им сосредоточиться на стратегической работе и идеях, способствующих развитию бизнеса. В России сеть фитнес-клубов DDX Fitness внедрила у себя ИИ-агента, который звонит клиентам и отвечает на их вопросы. Ресурс операторов высвободился для более сложных кейсов и продаж. В исследовании Axenix отмечается, что ИИ-агенты могут выполнять часть рутинных диагностических задач в медицинских организациях. Это делает возможной экономию врачебного времени (на 10—20%) и его перераспределение на более сложные случаи.

Интенсификация работы с данными. У части сотрудников появляются (усиливаются) функции по подготовке, структурированию и верификации данных, которые необходимы для работы ИИ-агентов. Задача здесь — обеспечивать качество входящей информации, сформировать корректные датасеты и поддерживать актуальность баз знаний. Без корректных и релевантных данных даже самый продвинутый агент будет выдавать ошибочные результаты.

Важно отметить, что адаптация к новым ролям и функциям предполагает целенаправленные инвестиции в переобучение персонала, а иногда и структурную реорганизацию. Однако в долгосрочной перспективе это повышает гибкость и ценность сотрудников, улучшает адаптивность компании к рыночным изменениям.

На практике такую адаптацию редко удается провести силами одного подразделения. Поэтому эффективным инструментом здесь станет создание кросс-функциональной команды внедрения, которая будет помогать настраивать агентов под реальные процессы, сопровождать адаптацию и обучать сотрудников работе с новыми инструментами. Подобные команды называют growth-team: они отбирают и пилотируют кейсы, собирают обратную связь, донастраивают решения, формируют методики и обучающие материалы. Команда выступает внутренним «локомотивом изменений»: без нее образ мыслей и подходы сотрудников не будут меняться, ИИ-агенты останутся экспериментом, а не частью повседневной работы.

Новая роль: ИИ-лидер

По мере масштабирования и усложнения ИИ-проектов у компаний может возникать запрос на выделенную роль ИИ-лидера. Чаще всего ИИ-лидер вырастает из функций аналитики данных (или непосредственно ИИ-департамента), а также технических и бизнес-подразделений. Такой специалист отвечает за формирование единой стратегии применения ИИ (в частности, ИИ-агентов), управление портфелем инициатив, оценку экономического эффекта, управление рисками, выработку стандартов и этики, а также за координацию между функциями. Он дополняет и усиливает совместную работу CIO, CDO и HRD. При этом к нему может перейти часть функционала этих ролей.

ИИ-лидер — обозначение роли, конкретная должность может в разных компаниях называться по-разному, например: директор по ИИ (Chief AI Officer — CAIO или Head of AI), руководитель программы по ИИ (AI Program Lead) и др. Примеры движения в этом направлении уже есть. В 2025 году в KPMG появилась должность «менеджера по агентскому ИИ» (Agentic AI Manager), который руководит проектами по внедрению ИИ-агентов, определяет стратегию использования фреймворков, координирует развертывание агентов в различных отделах.

Швейцарский финансовый холдинг UBS в 2025 году сообщил о назначении директора по ИИ (Chief AI Officer — CAIO), который взял на себя руководство разработкой стратегии компании в области ИИ. Также он отвечает за эффективное внедрение инструментов и процессов на основе ИИ в масштабах компании, поддержание единых стандартов и создание общей технологической базы.

Появление роли ИИ-лидера отражает переход от разрозненных экспериментов к системному управлению агентной средой. Его логическим продолжением является внедрение комплексной системы AI Governance.

AI Governance: вершина корпоративной ИИ-зрелости

Эволюция управления ИИ обычно проходит путь от децентрализованных инициатив через межфункциональную координацию к централизованной системе. Ключевым итогом этого развития становится создание структуры AI Governance — комплексной системы политик и практик в отношении ИИ, обеспечивающей надежное, прозрачное и этичное функционирование агентов на уровне всей организации.

Обычно AI Governance возникает не сразу, а как ответ на накопленные проблемы: разрозненные инициативы, отсутствие единых стандартов, рост регуляторных и репутационных рисков, усложнение архитектуры и процессов. Однако организации, внедрившие AI Governance с самого начала, получают заметное преимущество: если соответствующие требования учитываются при разработке или развертывании ИИ-систем, а не добавляются позже, то это облегчает масштабирование, упрощает процессы координации и позволяет развивать проекты в последовательной парадигме.

Международные инициативы, такие как Альянс по управлению ИИ (AI Governance Alliance) при Всемирном экономическом форуме, разрабатывают руководства и базовые принципы, закладывающие основу для построения AI Governance. В отчете ВЭФ, выпущенном в начале 2026 года, говорится, что ряд организаций-участников инициативы уже встраивают принципы ответственного применения ИИ непосредственно в сами системы и операционные рабочие процессы.

Например, в том же отчете ВЭФ говорится, что китайский разработчик материалов для химической промышленности Deep Principle и производитель аккумуляторов для электроавтомобилей CATL внедрили многоуровневые системы безопасности и автоматизированные проверки соответствия, которые согласуются с глобальными рамками управления ИИ и нормативными стандартами, сохраняя при этом человеческий контроль там, где это необходимо.

В конце 2023 года появился первый в мире международный стандарт для сертификации систем менеджмента искусственного интеллекта — ISO/IEC 42001:2023. Он устанавливает требования к тому, как компания выстраивает процессы создания и внедрения ИИ-решений, оценивает безопасность, прозрачность и эффективность этих подходов. В России первым обладателем такого сертификата в прошлом году стал «Яндекс».

Благодаря AI Governance организация достигает баланса между внедрением инноваций и необходимым контролем. Такая централизованная система управления ИИ обеспечивает надежное и устойчивое использование технологий в масштабах компании.

Карьера в свете ИИ-агентов

Внедрение ИИ-агентов меняет и саму логику профессионального роста внутри компании. На первый план выходят гибридные компетенции: сочетание отраслевого знания, понимания данных, логики ИИ, его возможностей и ограничений.

Показателен пример дивизиона «Операционный центр» «Сбера», где внедрена мультиагентная ИИ-система. Агенты умеют работать с неструктурированными данными и выполняют функции, направленные на оптимизацию ресурсов бэк-офиса. При этом руководитель дивизиона прямо указывает, что внедрение ИИ-агентов предполагает изменение роли сотрудника операционного производства: от исполнения операций к обучению и контролю цифровых сотрудников. Таким образом человек «становится для них наставником и партнером».

В этой парадигме карьерный трек будет все больше зависеть от умения эффективно взаимодействовать с цифровыми коллегами. Также будут пересматриваться подходы к оценке эффективности и развитию персонала. KPI, ориентированные на индивидуальный вклад, постепенно будут уступать место метрикам командного и системного результата, где учитывается работа связки «человек плюс агент».

В более долгосрочной перспективе это приводит к еще более глубокому сдвигу — трансформации самой организационной модели. Компания постепенно перестает быть жесткой иерархией и начинает напоминать сеть, в которой обязательными элементами операционной системы выступают как люди, так и ИИ-агенты.

Читайте также: На смену хайпу: как управленцу внедрить ИИ в компании