ИИ уже передают работу друг другу. Бизнесу пора научиться принимать смену

В свежей ленте vc.ru обсуждают новую функцию обмена сообщениями между сессиями Claude Code. Для разработчиков это выглядит как удобная деталь: одна сессия оставляет контекст другой. Для бизнеса это более важный сигнал. ИИ всё чаще будет не просто отвечать человеку, а передавать незавершённую работу следующему агенту или сотруднику.

ИИ уже передают работу друг другу. Бизнесу пора научиться принимать смену

Но передача сообщения — ещё не передача ответственности. В операционной работе именно здесь чаще всего теряется деньги, срок или доверие клиента.

Представим знакомую ситуацию в экспедировании: один помощник разобрал письмо и собрал черновик заявки, второй нашёл варианты перевозчиков, третий готовит сообщение клиенту. Если каждый просто «пишет следующему», в цепочке быстро появляются неподтверждённая ставка, неверная дата загрузки или дубликат заявки. Скорость автоматизации не помогает, если никто не принял предыдущий результат.

Сообщение — не журнал передачи

Обычная переписка отвечает на вопрос «что происходило?». Нормальная передача задачи отвечает на четыре других вопроса:

  1. Что сделано и на каких данных? Не «заявка обработана», а ссылка на исходное письмо, извлечённые поля и время обработки.
  2. Что осталось неизвестным? Например, ставка получена без НДС, адрес погрузки не подтверждён, договорной лимит не проверен.
  3. Какое действие разрешено следующему исполнителю? Подготовить черновик, запросить уточнение или только показать информацию человеку.
  4. Кто принимает итог? У каждого перехода должен быть владелец: сотрудник, роль или заранее описанное правило.

Без этих пунктов даже хороший ИИ создаёт убедительную версию реальности, а не проверяемый результат. Причём ошибка часто выглядит не как сбой, а как аккуратно написанное сообщение.

Три уровня передачи работы

Я бы не начинал с попытки построить «команду из агентов». Безопаснее разделить переходы на три уровня.

Первый — справка. ИИ собрал факты, но не менял систему и не сделал вывод, который влияет на клиента. Здесь достаточно источников и даты проверки.

Второй — черновик решения. ИИ подготовил КП, карточку рейса, ответ или расчёт. Следующий исполнитель может продолжить работу, но обязан проверить обязательные поля и ограничения.

Третий — действие во внешнем мире. Отправка письма, изменение цены, создание заказа, доступ к данным. На этом уровне нужен явный гейт: подтверждение человека или правило, которое можно проверить и отозвать.

Проблема многих внедрений в том, что они используют один формат для всех трёх уровней: «агент написал, значит можно отправлять». Нет. У сообщения и у действия разный риск.

Минимальная карточка приёмки

Для повторяющейся задачи не нужен тяжёлый регламент. Достаточно пяти полей, которые помещаются в карточку:

  • цель и ожидаемый результат;
  • источник фактов;
  • что ИИ сделал сам;
  • открытые вопросы и запреты;
  • следующее разрешённое действие и ответственный.

Эта карточка полезна не только при нескольких ИИ-сессиях. Она дисциплинирует и обычную команду: смена диспетчера, передача лида, подготовка документа, обработка претензии. ИИ просто делает слабое место заметнее и быстрее.

Где нельзя полагаться на «контекст в чате»

Контекст полезен, но он не является доказательством. Нельзя считать им подтверждение цены, согласие клиента, действительность реквизитов или право сотрудника видеть данные. Такие вещи должны жить в проверяемом источнике: CRM, договорной базе, утверждённом прайс-листе, журнале действий.

Официальные рекомендации по созданию ИИ-агентов сходятся в этом: у агента должны быть определённые инструменты, инструкции и ограничения; для чувствительных действий нужен человеческий контроль. Это не тормоз для автоматизации. Это способ не превращать ускорение в ускорение ошибки.

Что делать на этой неделе

Выберите один частый переход в работе: от обращения к заявке, от расчёта к КП, от лида к звонку. Затем попросите ИИ не «закрыть процесс», а сформировать карточку передачи с пятью полями. Дайте её следующему сотруднику и посмотрите, что ему всё ещё приходится уточнять.

Эти уточнения и есть настоящий список задач для автоматизации. Не название модели и не число агентов, а конкретные места, где работа сегодня теряет контекст, факт или ответственного.

Навык ставить такие задачи, проверять результат и оставлять ручные гейты разбираем на курсе «Оператор искусственного интеллекта»: https://komexspo.ru/aioperator

Источники и референсы

  • Трендовая публикация vc.ru: https://vc.ru/ai/3069209-claude-code-obmen-soobshcheniyami
  • OpenAI, A practical guide to building agents: https://openai.com/business/guides-and-resources/a-practical-guide-to-building-ai-agents/
  • OpenAI, Workspace agents for business: https://openai.com/business/workspace-agents/