Meta выпустила AI, которому можно поручить покупку. Что теперь придётся менять бизнесу
Попросить нейросеть написать письмо — привычная задача
Разрешить ей самостоятельно отправить его, договориться о поездке и потратить деньги — уже другой уровень доверия. Именно к такому использованию AI движется Meta с запуском персонального агента Muse.
По сообщению Reuters от 8 сентября, Muse может работать с подключёнными приложениями: отправлять письма, управлять календарём, совершать платежи, продавать вещи и бронировать поездки. На старте он доступен в США через отдельное приложение и WhatsApp. Предусмотрены бесплатный уровень и подписки за $20 и $100 в месяц. При этом издание сообщает о проблемах надёжности и безопасности, выявленных во внутренних тестах.
Для бизнеса этот запуск интересен прежде всего вопросом: что изменится, когда пользователь начнёт передавать программе целую задачу, включая действия в других сервисах? На наш взгляд, это может повлиять и на ожидания клиентов, и на конкуренцию среди разработчиков корпоративного AI.
От ответа в чате к выполненному поручению
Представим обычную командировку. Человек сравнивает билеты, проверяет расположение гостиницы, уточняет условия отмены, согласовывает бюджет и переносит информацию в календарь. Каждая операция выглядит небольшой, но вместе они занимают время и требуют постоянного переключения между приложениями. Агентный подход предполагает, что пользователь задаёт цель и ограничения, а программа выполняет доступные ей этапы. Это пример логики такого взаимодействия, а не утверждение, что Muse уже безошибочно справляется со всем сценарием.
В корпоративной работе похожих задач достаточно. После встречи нужно зафиксировать договорённости, создать задачи и назначить ответственных. При поступлении заявки — уточнить потребность, записать данные в CRM и передать обращение подходящему сотруднику. Полезность автоматизации здесь определяется тем, сколько работы действительно завершено и сколько осталось человеку.
Вместе с возможностями меняется и цена ошибки. Неточность в черновике можно заметить до отправки. Ошибочно отправленное письмо уже увидит адресат, а неверно оформленная покупка потребует отмены или возврата. Поэтому при проектировании рабочего агента придётся заранее определять, какие действия он выполняет самостоятельно, какие требуют подтверждения и что происходит, если задача пошла не по плану.
Для руководителя это вполне знакомая управленческая работа: сформулировать поручение, установить полномочия и договориться о результате. Только теперь эти правила нужно сделать достаточно точными, чтобы их могла применять система.
Почему одного названия «AI-агент» будет недостаточно
Наш вывод из запуска Muse: разработчикам специализированных решений придётся яснее объяснять свою ценность. Если у человека появляется доступный персональный помощник, корпоративный продукт должен отвечать на закономерный вопрос — какую дополнительную работу он способен выполнить именно в этой компании?
Ответ обычно находится в деталях процесса. Агенту продаж нужно знать действующие условия, допустимые скидки и признаки подходящего клиента. Системе для работы с документами — понимать, какая версия регламента актуальна и кому разрешено её видеть. Помощнику руководителя — учитывать ответственных, сроки и порядок согласования. Подключение модели само по себе не создаёт этих знаний и правил.
Поэтому сравнивать такие продукты стоит на конкретной задаче. Сколько обращений обработано полностью? Сколько результатов пришлось исправить? Сколько времени сотрудник потратил на проверку? Во сколько обошлась завершённая операция с учётом вычислений и участия человека? Красивый диалог на демонстрации ещё не даёт ответов на эти вопросы.
В MindMarket мы рассматриваем эту новость как повод внимательнее смотреть на весь путь от поручения до результата. Если система подготовила ответ, но сотруднику пришлось заново собрать данные, проверить каждую строку и вручную перенести всё в рабочие инструменты, значительная часть процесса осталась прежней.
Запуск Muse делает идею делегирования программе более конкретной. Следующая проверка для рынка — насколько надёжно такие системы смогут работать в повседневных условиях. Для бизнеса решающим станет момент, когда агенту можно будет поручить понятный участок работы, увидеть выполненный результат и проверить его без повторного выполнения всей задачи.