Что именно показало исследование
How employment is changing at Anthropic опубликовано 16 октября 2026 года. Авторы: Nathan Wilmers, Regina Catipon, Maxim Massenkoff и Peter McCrory. Они изучили внутренние данные компании и провели 17 интервью.
| Наблюдение Anthropic | Как читать цифру |
|---|---|
| Доля младших специалистов среди технических наймов: 27% → 9%. | Изменился состав найма, а не обязательно число сотрудников. |
| К августу время интерактивных агентов в шесть раз превышало расчётное рабочее время людей. | Считается работа агентов; для людей предполагается 40 часов в неделю. Это не шестикратная производительность. |
| Доля сессий с работой над управлением ИИ: 10% → 22%. | Сравнение осени 2025 и весны 2026; учитываются инструкции, проверки и наблюдение за процессами. |
Это наблюдение за одной быстрорастущей компанией. Внедрение инструментов не было случайным экспериментом. Авторы отмечают возможное влияние выбора сотрудников и роста бизнеса. Результат нельзя автоматически переносить на весь рынок труда.
Далее идёт практическая интерпретация A+I. Примеры, расчёт времени и план пилота предложены нами; это не дополнительные результаты исследования.
Почему быстрые черновики могут создать очередь
Представьте отдел продаж. Раньше менеджер готовил предложение, уточнял условия и отправлял его клиенту. После подключения ИИ черновики появляются быстрее. Но руководитель по-прежнему лично проверяет каждый документ: цену, обещания, формулировки, исключения.
Если помощник начинает выдавать больше материалов, чем руководитель успевает принять, очередь просто перемещается к его столу. Сотрудники ждут согласования, клиенты ждут ответа, а отчёт о количестве созданных документов выглядит прекрасно.
Поэтому при выборе первого проекта полезно задать вопрос: кто принимает результат и сколько времени ему нужно на проверку? Если понятного ответа нет, ускорять выпуск черновиков рано. Сначала стоит описать критерии готовности и отделить обычные случаи от исключений.
Рабочий результат здесь вполне конкретный: документ, который можно отправить; обращение, которое действительно решено; запись, которую правильно внесли в систему. Счётчик генераций этого не показывает.
Как меняется задача сотрудника
Удобно рассматривать работу как три связанных действия: поставить задачу, выполнить её и принять результат. Один человек может делать всё это сам. При подключении ИИ границы приходится обозначать явно: иначе помощник начнёт достраивать недостающие условия, а человек будет исправлять следствия.
| Часть работы | Что можно поручить ИИ | За что отвечает человек |
|---|---|---|
| Подготовка предложения | Собрать черновик из согласованных условий и шаблона. | Уточнить потребность, подтвердить цену и обязательства. |
| Работа с обращением | Найти инструкцию, подготовить ответ, заполнить карточку. | Разобраться в неоднозначной ситуации и принять решение об исключении. |
| Выпуск материала | Собрать структуру, варианты заголовка и адаптации под площадки. | Подтвердить факты, позицию бренда и готовность к публикации. |
Меняется и постановка задачи. Вместо короткого «подготовь предложение» сотрудник описывает входные данные, ограничения и признаки готового документа. Это требует понимания процесса. Знание интерфейса нейросети само по себе такой навык не заменяет.
На практике полезен короткий паспорт задачи: что получить, из каких данных, что нельзя додумывать, кто проверяет и куда передать результат. Его можно уместить на одной странице и улучшать по ошибкам пилота.
Соберите процесс, который можно проверить
Для первого запуска возьмите повторяющееся действие с понятным входом и конечным результатом. Например, подготовку проекта ответа на типовое обращение. Опишите путь обращения от получения до закрытия и отметьте место, где используется ИИ.
После подготовки черновика нужен этап проверки. Для типовых ответов это может быть сверка обязательных полей и источника инструкции. Для нестандартной ситуации потребуется решение сотрудника. У процесса должна быть возможность остановиться: при отсутствии данных система сообщает, чего не хватает, и передаёт вопрос ответственному.
Заранее определите, что сохраняется: исходное обращение, использованная версия инструкции, подготовленный ответ и решение проверяющего. Если результат окажется неверным, вы сможете восстановить ход работы, исправить причину и повторно проверить похожие случаи.
Общий порядок внедрения мы подробнее разобрали в материале «Как провести ИИ-трансформацию компании». Для отдельных действий может хватить ИИ-ассистента для бизнеса.
Когда нужен помощник, а когда агент
Помощник удобен, когда сотрудник сам открывает материал, задаёт вопрос и забирает ответ. Например, просит проверить структуру письма или предложить понятное объяснение клиенту. Здесь человек управляет каждым переходом.
Агент нужен, когда в задаче есть последовательность действий с инструментами: получить обращение, найти запись в системе, подобрать инструкцию, подготовить ответ и передать его в очередь согласования. Такой процесс требует настройки доступов, обработки ошибок и наблюдения за выполнением.
Выбор лучше делать по задаче. Если нужно иногда помочь менеджеру сформулировать письмо, начинать можно с понятной инструкции и шаблона. Если письма поступают регулярно, должны связываться с карточкой клиента и попадать ответственному, имеет смысл обсуждать интеграцию.
Для ориентира посмотрите описание ИИ-ассистентов A+I и команды ИИ-сотрудников. Для регулярного выпуска материалов есть отдельный разбор контент-завода с ИИ: там хорошо видны роли автора, агента и редактора.
Посчитайте время до принятого результата
Замерять стоит весь цикл, включая постановку, проверку и исправления. Быстрая генерация может сочетаться с долгой доработкой. Чтобы это увидеть, возьмите несколько похожих задач и одинаково учитывайте время ручного и нового процесса.
Учебный пример A+I, не данные Anthropic. Допустим, обычное предложение занимало 12 минут подготовки и 3 минуты проверки. В пилоте постановка занимает 2 минуты, генерация 1 минуту, проверка 5 минут и правки ещё 3 минуты.
| Что учитываем | Ручной процесс | Пилот с ИИ |
|---|---|---|
| Постановка и подготовка | 12 минут | 2 минуты постановки + 1 минута генерации |
| Проверка и исправления | 3 минуты | 5 минут проверки + 3 минуты правок |
| Полный цикл | 15 минут | 11 минут |
Разница составляет 4 минуты на предложение. Для 20 сопоставимых предложений это 80 минут. Но из этой величины ещё нужно учесть регулярное обслуживание процесса, а денежную оценку сопоставить со стоимостью инструментов и внедрения. Эти условия могут сделать небольшой пилот невыгодным.
Отдельно отслеживайте ошибки и переделки после отправки. Если количество принятых документов выросло, но клиенты чаще замечают неверные условия, процесс требует доработки. Измеримый эффект должен выдерживать проверку качеством.
Как сохранить обучение и участие команды
Когда простые задания передают ИИ, начинающему сотруднику нужен другой способ освоить профессию. Можно поручить ему сравнивать черновик с исходными данными, объяснять найденную ошибку, выбирать подходящую инструкцию и защищать предложенное решение перед наставником.
Важно сохранить доступ к реальной работе. Если человек только пересылает ответы системы, он получает мало возможностей понять причины решений. Для обучения полезны разборы: какие данные были важны, почему этот вариант подходит и в какой момент следовало остановиться.
До запуска обсудите с командой, что изменится в конкретном процессе. Кто получит новые обязанности? Как будет учитываться время проверки? На какие задачи пойдёт высвободившееся время? Если эти вопросы оставить без ответа, сотрудники могут воспринимать пилот как дополнительную нагрузку.
Практический ориентир: у каждого участника есть понятная роль и возможность сообщить об ошибке. Руководитель смотрит, стало ли человеку легче выполнять полезную работу, и корректирует процесс по обратной связи. Для подготовки команды можно использовать корпоративное обучение работе с ИИ.
План пилота на две недели
Этот срок предложен A+I как удобный формат ограниченной проверки. Он подходит для небольшой повторяющейся задачи с доступными данными. Интеграция со сложной учётной системой или подготовка документов может занять больше времени.
- Дни 1–3: описать исходный процесс. Выберите задачу, ответственного и проверяющего. Замерьте несколько обычных случаев, соберите обезличенные примеры и запишите частые ошибки.
- Дни 4–6: собрать рабочую версию. Подготовьте инструкцию, шаблон результата и список исключений. Прогоните знакомые примеры, в том числе с неполными данными.
- Дни 7–10: проверить в ограниченной работе. Оставьте согласование у человека. Отмечайте время полного цикла, причины отказов, исправления и необходимость вмешательства.
- Дни 11–14: принять решение. Сравните качество, трудозатраты и стоимость. Выберите продолжение: расширить, доработать конкретное слабое место или остановить эксперимент.
До начала договоритесь о критериях приёмки. Например: документ содержит все обязательные поля, каждое существенное утверждение подтверждается входными данными, исправление занимает приемлемое время, а проверяющий успевает обслуживать очередь. Точные пороги задаёт владелец процесса исходя из его риска и экономики.
Что спросить перед запуском
На встрече с командой или подрядчиком попросите показать обычный рабочий случай целиком: входные данные, действия системы, проверку и конечный результат. Затем измените условия: уберите обязательное поле, добавьте противоречивую информацию или задачу вне инструкции.
- Кто владеет процессом и принимает итог?
- Какие данные система использует и что делает, когда их не хватает?
- Какие действия разрешены автоматически, а какие требуют согласования?
- Как заметить ошибку, остановить выполнение и восстановить работу?
- Как измеряются полный цикл, качество и затраты?
- Кто обновляет инструкции и доступы после изменения процесса?
Ответы на эти вопросы полезнее красивого списка подключённых моделей. Они показывают, сможет ли команда пользоваться системой в обычный рабочий день, когда входящие данные неполны, сотрудник занят, а клиент ждёт ответа.
Следующий шаг после выбора задачи: проверить данные, доступы и поведение при сбое. Этому посвящено руководство о переходе ИИ-агента от пилота к работе.
Частые вопросы
Нужно ли сразу автоматизировать весь отдел?
Начните с одной повторяющейся задачи. Ограниченный процесс проще измерить, проверить и при необходимости остановить. Расширять его стоит после приёмки результата.
Какие навыки развивать сотрудникам?
Умение описывать задачу, работать с исходными данными, замечать ошибки и объяснять решение. Практику обучения лучше строить на задачах своей компании с разбором результатов.
Что делать, если проверка съедает всю экономию?
Разберите причины возвратов. Возможно, не хватает исходных данных, шаблон допускает слишком много трактовок или задача пока плохо подходит для автоматизации. Увеличение числа агентов само по себе эту проблему не решает.
Как понять, готова ли компания к агентам?
У выбранного процесса есть владелец, понятные входные данные, правила принятия результата и способ обработать сбой. Если эти элементы ещё не описаны, начните с них.