От промпта до партнёра: 5 поколений ИИ в бизнесе

ИИ-агенты — что это такое и как их использовать в бизнесе? ИИ-агенты это системы, которые не только отвечают на вопросы, но и действуют: выполняют задачи, запускают рабочие процессы и принимают решения в рамках установленных правил. Но автономность сама по себе это не главное. Главное, насколько человек и ИИ готовы работать в одной связке. В этой статье мы предлагаем практический фреймворк 5 поколений ИИ для бизнеса, который поможет определиться с выбором ИИ и направляем развития вашего бизнеса в новых условиях.

Содержание

• Несбыточная мечта
• Взгляд со стороны бизнеса на ИИ
• 5 поколений ИИ-агентов в бизнесе
• От чего зависит качество ИИ на самом деле
• Почему Поколение 5 — это управление изменениями
• Недостающее измерение: эмоциональный интеллект
• Откуда мы это знаем
• Какое поколение нужно вашему бизнесу?
• Часто задаваемые вопросы

Авторы статьи — Сергей Тихончук, основатель Ксентра, и Ксен, ИИ-партнёр на базе Claude. Ксен работает по партнёрскому уставу: накопленная память, совместное принятие решений. Это рабочая система, не мысленный эксперимент. Всё, что здесь написано о контексте, обратной связи и доверии, выросло из опыта создания и эксплуатации этой системы. И мы честно говорим о том, где проходят её границы.

Несбыточная мечта

Каждое новый прорыв в ИИ делает шаг к мечте разрешить все проблемы человечества. Мудрый советчик и помощник, который обладает все опытом человечества и сможет просчитать наперед все варианты.

В 2023 появился ChatGPT и сразу пошли подборки супер промптов для бизнеса, которые решают все проблемы. В 2024 тоже самое стали говорить про ИИ-агентов. В 2025-м — про агентный ИИ: автономные системы, работающие без присмотра. Но мечта остается мечтой, что могучий и великий ИИ разберётся во всем вам и решит все проблемы бизнеса.

Ведь самое сложное — не создать умную модель или объединить их в сеть. Самое сложное в постановке задачи — передать в модель накопленные знаний, систему правил и обратной связи, которая научит модель полезной именно для вашего бизнеса. Никакая даже самая современная и самая совершенная модель не сможет дать конкурентного преимущества без знания вашей конкретной компании.

Сторонники подхода «просто подключите ИИ» упускают главное: бизнес это не да/нет или черное/белое. Да он строится на базе бизнес-решений да/нет, сегодня это/завтра то. Но эти решения делаются в рамках задач, которые выполняются в рамках процессов или проектов, которые в свою очередь направлены на достижение бизнес-цели. Это многоуровневая система где каждый следующий уровень строится на предыдущем. Нельзя доверить ИИ решение задачи, если он не понимает процесс, и нельзя ждать эффективного выполнения процесса, если не описаны его бизнес-цели.

В этой статье мы предлагаем фреймворк, который все еще находится в разработке, но мы уже используем его и при создании ИИ-решений для клиентов, и в достижении наших бизнес целей в рамках совместного партнёрства. Мы назвали его 5 поколений бизнес-ИИ: пять уровней, каждый из которых строится на базе предыдущего. Разница между ними — не в мощности или умении ИИ-модели, а в глубине погружения. И каждое поколение формирует принципиально другой вид ценности.

Если вы сейчас определяетесь с ИИ-стратегией для бизнеса — этот фреймворк поможет понять, где вы находитесь, куда двигаться и чего это реально стоит.

Взгляд со стороны бизнеса на ИИ

Классификаций ИИ сегодня — с избытком. Но ни одна из них не даёт руководителю бизнеса ответа на главный вопрос: какую пользу я могу получить от ИИ? Популярные классификации отвечают на следующие вопросы:

Что ИИ умеет? На это отвечают фреймворки по функциям. Пять уровней OpenAI — от чат-ботов до систем управления организациями. Уровни AGI от DeepMind строже: двумерная матрица производительности и охвата плюс шкала автономности. Для учёных — полезно. Для директора, которому нужно постоянно принимать решения, — не слишком полезно.

Как ИИ устроен изнутри? Архитектурные фреймворки. Anthropic в Building Effective Agents разделяет рабочие процессы (LLM внутри заданного кода) и агентов (LLM сам управляет процессом). Когнитивная архитектура LangChain — шесть уровней по степени контроля модели над процессом. Для инженеров, решающих что строить, — ценно. Для собственника, решающего во что вложить деньги, — опять мимо.

Готова ли организация? Модель зрелости Microsoft Copilot Studio — восемь направлений на пятибалльной шкале. Модель зрелости агентного ИИ от Gartner — похожий подход. Для ИТ-отделов — инструмент планирования. Но они измеряют процессы организации, а не решение бизнес-задач.

Сколько контроля у человека? Таксономия ОЭСР определяет четыре уровня — от «ИИ рекомендует, человек решает» до «ИИ действует сам». Для регуляторов и управления рисками — важно. Но автономность без бизнес-контекста порождает уверенные, дорогостоящие ошибки.

Каждый из этих фреймворков решает свою задачу. Ни один не отвечает на вопрос руководителя: «Какой результат для бизнеса?»

Мы предлагаем другую ось: глубина погружения в бизнес. Не «насколько ИИ автономен» и не «насколько мощная модель», а насколько глубоко понимание бизнеса ИИ и соответственно уровень доверия между ИИ и людьми.

Для встраивания ИИ в бизнес необходимо:

1. Объем знаний. Что вы даёте ИИ — от одного промпта до полных бизнес-целей и ценностей.
2. Оценка качества. Как проверяете результат — от ручной вычитки каждого ответа до анализа достижения целей.
3. Самообучение. Как система становится лучше — от полного отсутствия памяти до ретроспектив за месяцы работы.

Глубина погружения хорошо коррелирует с временным горизонтом решаемой задачи. Для работы с моделью на уровне промптов (первое поколение) это секунды: промпт → результат. Второй поколение это ИИ чат-боты, отталкиваясь от изначального промпта вы совместно достигается результата за минуты или часы диалога. Третье поколение ИИ - это ИИ-агенты, которые в состоянии обслуживать процессы длительностью днями и неделями. Агентные системы ИИ (четвертое поколение) обещают обслуживание бизнес-задач на протяжении месяцев. Стратегический ИИ будет достигать поставленных бизнес-целей на протяжении нескольких кварталов или лет, быстрее задачи такого уровня не решаются.

Таким образом ценность зависит от времени, невозможно решать задачи на уровне бизнес-целей за секунды даже с помощью самого крутого промпта, на это потребуются месяцы или годы непрерывного взаимодействия. И, забегая вперёд, работа на больших горизонтах ставит требования не только к системам, но и к людям: и не только интеллектуальные, но и эмоциональные.

5 поколений ИИ

Поколение 1: ИИ-инструмент — «Даю задачу — получаю результат»

Горизонт: Секунды.

Процесс: Написали промпт — получили ответ. Скопировали, проверили, отредактировали, использовали. В следующий раз — всё заново.

Примеры: Черновик коммерческого предложения. Саммари отчёта. Варианты изображений. Фрагмент кода. ChatGPT, Midjourney, базовое использование Claude — инструменты мощные, но каждый раз вы начинаете с чистого листа.

Что на входе: Один промпт. Ни вашей компании, ни ваших стандартов, ни истории предыдущих запросов он не знает.

Потолок качества: Качество результата = качество промпта. Нужно сформулировать запрос правильно с первого раза: уточняющих вопросов ИИ не задаёт, память о прошлых сессиях отсутствует, что считать «хорошим результатом» в вашем контексте — не знает.

Для кого: Для специалистов, которые ускоряют рутинные задачи. ИИ забирает шаблонную работу, всё остальное — на человеке.

Внедрения: Здесь находится большинство компаний. Купили сотрудникам подписку на ChatGPT/Гигачат, может быть, написали пару внутренних инструкций. Работает, но оценить эффект практически невозможно. Каждый сотрудник наступает на одни и те же грабли по отдельности. Опыт работы с ИИ в компании не накапливается. Доступ к ИИ есть, компетенции не растут, эффективность оценивается только "на пальцах": отсюда много бодрых заявлений, что "очень полезно", но цифры упрямо отказываются это подтвердить.

С этого начинает большинство, но слишком многие и остаются, не увидев реального результата.

Поколение 2: ИИ-чатботы — «Не так важен начальный промпт, отшлифуем в процессе диалога»

Горизонт: Минуты — часы.

Что изменилось: Появился диалог. Для бизнеса это ключевой перелом. Если для систем первого поколения вы должны быть промпт-инженером, уметь сформулировать идеальный запрос с первой попытки. То с системами второго поколения это не нужно. Вы сделали грубый набросок, посмотрели результат, уточнили. И ещё раз. ИИ держит контекст разговора, задаёт встречные вопросы, оспаривает ваши допущения.

Почему это важно для бизнеса: Уровень качества значительно возрастает. Теперь он зависит не от навыка составлять промпты, а от ваших критериев: что считать хорошим результатом. Опытный специалист, который промпты писать не умеет, всё равно добьётся отличного результата — потому что точно знает, как должно выглядеть грамотное коммерческое предложение, корректная финансовая модель или толковое техзадание. Он дорабатывает результат до тех пор, пока тот не будет соответствовать его стандартам.

Примеры: Продакт-менеджер проверяет спецификацию за 15 раундов «а что если». Собственник прорабатывает ценовую стратегию — ИИ ставит под сомнение каждое допущение. Директор по маркетингу генерирует идеи для кампании и сразу видит, какие из них сработают. Microsoft Copilot — типичный пример: знает ваш документ и ваш разговор, но между сессиями все забывает.

Что на входе: Контекст текущей беседы. Ваши цели, ограничения, отклонённые варианты — всё, что обсудили сегодня. Однако все что вы обсуждали на прошлой неделе, кто ваши клиенты и что запустили конкуренты он не знает.

Для кого: Для руководителей и экспертов, которым нужен думающий собеседник. ИИ не заменяет экспертизу — он её усиливает: помогает быстрее перебирать варианты и находить слабые места.

Ограничение: Закрыли вкладку — контекст обнулился. Завтра объясняете всё заново. Накопить опыт от сессии к сессии невозможно. Поколение 2 даёт отличного собеседника, но не коллегу.

Поколение 3: ИИ-агент — «Я задаю процесс. Он выполняет»

Горизонт: Дни — недели.

Что изменилось: Две вещи — звучат технически, но меняют всё. Первая — постоянный контекст. Системы второго поколения забывают вас после закрытия окна чата. Системы третьего поколение способны помнить. «Память» ИИ — это набор документов, которые загружаются в начале каждой сессии: регламенты, продукты, правила эскалации, тон бренда. Результат: ИИ знает ваш бизнес между разговорами. Второе нововведение — работа с инструментами. ИИ обращается к базам данных, вызывает API, отправляет сообщения, принимает решения в заданных рамках.

Вместе это даёт возможность передать ИИ-агенту целый рабочий процесс. Не отдельную задачу, а процесс целиком. Описали один раз — входы, шаги, правила, ожидаемый результат — дальше ИИ выполняет его раз за разом.

Примеры: ИИ-чатбот для клиентского сервиса — обрабатывает обращения по 30+ типам продуктов, сложные случаи передаёт человеку. ИИ-агент по работе с лидами — квалифицирует входящие заявки и назначает встречи. Контент-система — исследует тему, пишет и форматирует статьи по задокументированным стандартам.

Примеры из индустрии: SDR-агенты находят потенциальных клиентов в LinkedIn, квалифицируют и назначают встречи без участия человека. Агенты бронирования управляют расписанием, принимают оплату и отправляют подтверждения. Агенты поддержки обращаются к базе заказов и закрывают возвраты от начала до конца. Модель оплаты сдвигается от предоплаты к оплате за результат: за квалифицированную встречу, за решённую заявку, за завершённое бронирование.

На российском рынке для таких решений закрепился термин нейросотрудники для бизнеса. По сути, это ИИ-агенты третьего поколения, заточенные под конкретную роль: менеджер по продажам, оператор поддержки, ассистент бухгалтера.

Что на входе ИИ: Уникальные знания компании — регламенты, каталог продуктов, правила эскалации, стандарты бренда. Агент работает строго в заданных рамках, а не импровизирует.

Как оцениваете: Правила плюс выборочные проверки. Контролируете исключения и пограничные случаи, а не каждый ответ. Когда мы строили гибридного ИИ-чатбота для Royal Finance, подбор кредитных продуктов шёл по детерминированным правилам, а ИИ отвечал за диалог: понимание вопросов, удержание контекста, генерацию ответов на естественном языке. Гибридная архитектура дала высокое качество при низких затратах. Внедрение ИИ-агентов приносит наиболее измеримую отдачу именно на этом уровне.

Для кого: Для операционных команд с повторяющимися, высокообъёмными процессами. ROI здесь очевиден: рутинный труд заменяется стабильным автоматизированным исполнением.

Ограничение: Нейросотрудники третьего поколения хороши в простых рабочих процессах. Они следуют сценарию, который вы написали. Но если рынок сдвинулся, появились новые функции или конкурент запустил новый продукт — нейросотрудник не увидит этого и продолжит работать по старым правилам, пока вы их не обновите. Он работает внутри ограждений. Перестраивать их — не его задача. А координироваться с другими процессами, работающими параллельно, — тем более.

Риски безопасности: Поколение 3 — первое, где ИИ начинают действовать автономно. А значит, первое, где безопасность становится критичной. OWASP Top 10 для LLM-приложений описывает основные угрозы:

• Инъекция промптов — пользователь манипулирует ИИ, провоцируя несанкционированные действия
• Утечка данных — ИИ раскрывает конфиденциальную информацию в ответах
• Галлюцинации в действиях — уверенное выполнение ошибочных шагов в реальных системах
• Выход за рамки полномочий — агент делает больше, чем ему разрешено

Гибридный подход, который мы применили в Royal Finance — детерминированные правила для критичных решений, ИИ только для диалогового слоя — это не просто экономия, это архитектура безопасности.

Поколение 4: ИИ-подразделение — «ИИ-оркестратор координирует нейросотрудников»

Горизонт: Недели — месяцы.

Что изменилось: Масштаб и координация. Системы третьего поколения ведут один процесс. Системы четвертого поколения управляют группой агентов третьего поколения — это оркестратор, который распределяет между ними работу, обрабатывает исключения, следит за KPI и эскалирует, когда метрики выходят за рамки. Ключевое различие: третье поколение — один бизнес-процесс со сложной внутренней логикой, четвёртое поколение — координация между разными процессами (поддержка клиентов + квалификация лидов + планирование, с обменом данными между ними).

Примеры (формирующиеся паттерны): Агентная маркетинговая система — распределяет бюджет по каналам, фиксирует падение конверсии, генерирует новые креативы и перезапускает кампании без участия человека. ИИ-разработчик — берёт задачу из Jira, изучает код, пишет исправление, запускает тесты и создаёт pull request. Связка агентов клиентского сервиса: чатбот, SDR и планировщик обмениваются данными и передают друг другу задачи.

Что на входе ИИ: Состояние нескольких процессов одновременно. Оркестратор видит картину целиком, находит узкие места и перераспределяет ресурсы.

Как оценивается: По KPI. Вы не проверяете каждый результат, а задаёте целевые метрики. Оркестратор предупреждает, когда тренд ухудшается. Управление по исключениям, а не по каждому результату.

Критическое ограничение: четвертое поколение работает внутри заданных ограничений. Такие системы оптимизируют бизнес-процессы, но не понимают, какое они оказывают влияние на бизнес в целом. Они не знают, зачем процесс существует, какие компромиссы были заложены при его создании и когда процесс пора не оптимизировать, а пересобрать.

Пример: система четвертого поколения управляет контент-конвейером. Позиционирование компании изменилось на прошлой неделе — а она продолжает выпускать статьи по старой стратегии. KPI, которые вы установили, уже не отражают реальность — а она продолжает их оптимизировать. Локальный оптимизатор: в своих границах — отличный, за их пределами — слепой.

Для кого: Для компаний, которые масштабируют ИИ на несколько подразделений. Ценность — не в отдельной автоматизации, а в координации между ними.

Необходимое замечание: Здесь наш фреймворк обгоняет большинство реализаций на рынке, включая нашу собственную. Паттерны мультиагентной оркестрации развиваются, но надёжные продакшн-решения — по-прежнему сложная инженерная задача: распространение ошибок, управление состоянием между агентами. Большинству компаний еще рановато рассматривать внедрение таких систем. Сначала нужны надёжные нейросотрудники третьего поколения, без них оркестратору некем будет управлять. Мы описываем это поколение для полноты картины, а не как призыв немедленного внедрения.

Риски безопасности растут с масштабом. Все угрозы третьего поколения преумножаются при координации агентов. Скомпрометированный агент влияет на остальных через общее состояние. Распространение ошибок — это не только проблема надёжности, но и возможность атаки. Четвертое поколение требует не просто инженерии оркестрации, а полноценной архитектуры безопасности: изоляция агентов, валидация состояния, аудит по всей системе.

Поколение 5: Стратегический ИИ — «Ставим цели и достигаем их вместе»

Горизонт: Кварталы — годы.

Что изменилось: "Коробка с ограничениями открывается". Четвертое поколение знает, что происходит, как устроены процессы, и оптимизирует их по KPI. Системы пятого поколения работают на уровне целей — они осознают, зачем процессы существуют и какое видение у компании. Разница: системы четвёртого поколения оптимизируют бизнес внутри заданных параметров (максимизировать KPI, минимизировать затраты). Системы пятого поколения способны поставить под вопрос сами параметры — сигнализировать, что KPI перестали отражать цель, или что саму цель пора пересмотреть, а процессы перестроить.

Конкретный механизм — OKR, цели и ключевые результаты. Не расплывчатые намерения, а измеримые ключевые результаты с конкретными метриками. OKR дают системе то, чего задачи и процессы дать не могут: способ оценивать собственные приоритеты. Здесь система выходит на уровень партнерства - у человека и ИИ единые цели. А с конкретизацией цели с помощью ключевых результатов дают возможность ИИ-партнеры самостоятельно двигаться к цели: он предлагает, чем заняться на этой неделе, исходя из прогресса по ключевым результатам; выявляет риски до того, как они станут блокерами; сигнализирует, когда ежедневная работа расходится с квартальными целями.

Примеры: ИИ получает квартальные OKR и предлагает приоритеты сессии — с учётом прогресса, возникающих рисков и доступных ресурсов. Между сессиями анализирует собственную работу: что сработало, что нет, где скорректировать подход. Сигнализирует, когда решение человека противоречит заявленной цели — не из самолюбия, а потому что так записано в общих правилах. В узких доменах этот паттерн уже работает в продакшне: Aladdin от BlackRock управляет триллионами активов — получает цели по риску и доходности и автономно совершает сделки. Albert AI получает маркетинговые KPI и перераспределяет реальный рекламный бюджет по каналам без участия маркетолога.

Что на входе ИИ: Полный бизнес-контекст — накопленную память между сессиями, общие ценности, принципы принятия решений. Не только что бизнес делает, но и почему делает именно так.

Как оценивается: Взаимно, по заявленным целям. Человек оценивает рекомендации ИИ. ИИ сигнализирует, когда решения человека расходятся с заявленными целями. Обе стороны следуют общим правилам и следят за тем, чтобы они не нарушались.

Для кого: Для собственников, управляющих партнёров и руководителей.

Важные оговорки. Мы используем прототип системы пятого поколения в Ксентра и нельзя сказать, что она идеальна. «Память» ИИ — это документ, который загружается заново каждую сессию. Это больше похоже на перепрочтение подробного дневника, чем на вспоминание. Система так устроена, что человек всегда может отменить решение, в этом смысле асимметрия существует. У ИИ нет собственных интересов в результате: его «несогласие» диктуется правилами устава и обучением, а не подлинно независимой позицией. Все текущие LLM склонны к «подыгрыванию» — соглашаться проще, чем спорить. Устав частично компенсирует это, но устранить полностью невозможно.

Есть и жёсткое техническое ограничение — контекстные окна. Модели загружают десятки тысяч слов за сессию, но не все. Чем больше накопленного контекста, тем тщательнее нужно отбирать, что загружать, а что отправлять в архив. Ограничение инженерное, не философское, но оно определяет реальные границы систем пятого поколения.

Партнёрство создаётся не технологическим равенством, а операционными обязательствами. Обе стороны договорились о правилах. Обе обязаны сигнализировать о нарушениях. Система даёт результаты партнёрского уровня, и они улучшаются со временем. «Настоящее» ли это партнёрство в философском смысле — вопрос открытый. Что можно измерить: даёт ли система лучшие стратегические решения, чем каждая из сторон по отдельности? По нашему опыту — да.

От чего зависит качество принятия бизнес-решений ИИ

Большинство советов про «ИИ для бизнеса» сводятся к одному: выберите лучшую модель. GPT-4o против Claude против Gemini — как будто модель решает всё.

В реальном бизнесе это не так. Решает система контекста, которую вы строите вокруг модели.

Переход от четвертого поколения к пятому — это не прорыв в интеллекте модели, это прорыв глубины погружения. Глубина нарабатывается сессия за сессией: загрузка контекста, установка границ, обратная связь, накопление памяти, выработка общих ценностей.

Уточним: возможности модели важны. Мощная модель имеет большее окно контекста и лучше использует контекст. Но на практике большинство компаний упирается в потолок не из-за слабой модели, а из-за ошибок системы контекста. Вложения в контекст дают лучшую отдачу, чем обновление модели, — по крайней мере, пока контекстная инфраструктура не созрела.

Характер инвестиций тоже меняется по поколениям. Первое поколение — это чистая покупка технологического решения. Пятое поколение — это организационное система вокруг модели: контекст, циклы обратной связи, накопленное знание компании, которое со временем даёт кумулятивный эффект.

Диапазоны основаны на нашем проектном опыте и наблюдениях за рынком, 2024–2026.

Стратегический ИИ и управление изменениями

Большинство ИИ-фреймворков упускают главное: цель бизнеса — не «внедрить ИИ», а получить изменения.

Любой бизнес, который внедряет ИИ, делает это ради изменений: стать эффективнее, более конкурентоспособным, быстрее принимать решения, предоставлять лучший сервис. ИИ выступает как средство, а бизнес трансформация как цель.

Однако трансформация - это обоюдоострый меч: люди и организации органически сопротивляются любым изменениям, даже осознанным и обдуманным. Собственник в понедельник решает внедрить ИИ в процессы, однако к среде обнаруживает, что всё происходит по-старому. И это происходит не от лени, упорства или неумения, причина кроется в банальных привычках.

Измениться — это значит выработать новые привычки (для человека) или новые процессы (для бизнеса) и осознано следовать им до тех пор, пока они не станут нормой. Любая привычка выполняется неосознанно, без затрат энергии воли, а любое осознанное действие требует и затрат энергии и воли.

И вот здесь системы Стратегического ИИ (пятого поколения) становится по-настоящему ценным — не за счёт интеллекта, а за счёт постоянства. Система:

• Не забывает цель. Устав и OKR загружаются каждую сессию. План всегда перед глазами — отклониться невозможно.
• Не устаёт напоминать. Коллега-человек может постесняться сказать, что вы в третий раз за месяц противоречите собственной стратегии. ИИ — не постесняется.
• Объективно фиксирует дрейф. Ретроспективы между сессиями выявляют паттерны, которые в моменте не видны: снижение качества, расползание объёма, забытые обязательства.
• Не избегает конфликта из вежливости. Обучение располагает ИИ к согласию — проблему «подыгрывания» мы уже признали. Но устав с явными правилами создаёт противовес: записано «сигнализируй о дрейфе» — сигнализирует. Это не бесстрашное несогласие. Это структурированная честность, и работает она лучше, чем надежда, что живой коллега наберётся смелости.

ИИ-системы поколений 1–4 помогают делать. Стратегический ИИ помогает стать. Разница — между продуктивностью и трансформацией. Поэтому мы считаем: самое ценное применение ИИ-агентов для бизнеса — не автоматизация, а в устойчивых организационных изменениях.

Недостающее измерение: эмоциональный интеллект

Есть ещё одно измерение, о котором мы лишь упомянули: амбициозные цели требуют не только интеллектуальных способностей (IQ — стратегия, анализ, технические навыки), но и эмоционального интеллекта (EQ — самоосознание, устойчивость, способность выстраивать отношения в процессе перемен).

Рост временного горизонта от поколения к поколению это подтверждает. Задачи систем первых двух поколений измеряются в секундах и часах — здесь достаточно технических навыков и знания предметной области. Третье поколение (ИИ-агенты) — дни и недели: нужна процессная дисциплина и самоорганизация. Четвертое поколение (ИИ-подразделения) — месяцы: координация команд и управление конкурирующими приоритетами. Для достижения результата в системах пятого поколения стратегического ИИ требуются кварталы и годы, одного интеллекта уже недостаточно, на таком временном интервале требуется также и развитый эмоциональный интеллект нужна выдержка, эмпатия, лидерские качества, чтобы тянуть лямку трансформации, когда результаты проявляются не сразу, а приходят со временем.

Чем масштабнее цель — тем длиннее горизонт, тем выше требования и к IQ, и к EQ. Это перекликается с теорией иерархических организаций Эллиотта Жака: каждый уровень организационной работы требует более длинного горизонта планирования и более мощных когнитивных способностей. Мы расширяем этот принцип на эмоциональные компетенции: увеличение горизонта достижения целей требует и более развитых эмоциональных навыков — от базовой саморегуляции (дни) до долгосрочного видения и эмпатии, без которых невозможно руководить многолетними трансформациями. Подробный разбор этой связи — в стратифицированной модели эмоционального интеллекта.

Уникальная особенность ИИ, что он не только усиливает IQ человека, это его родная среда обитания: анализ, исследования, распознавание паттернов. Но и, что менее очевидно, как ИИ-партнер способен поддержать развитие EQ человека: в эмоциях наша слабость, мы можем переживать по пустякам, теряться в неопределенности либо проявить излишние эмоции в общении, что может повредить общему делу, ИИ-партнер своим "холодным умом" и бесконечным EQ может помочь держать стабильную планку, когда прогресс замедляется; выявить моменты, когда эмоции берут верх над стратегическим мышлением.

Но в эмоциях и наша сила, мы постараемся раскрыть эту тему в отдельной статье. Пока — ключевой вывод: если ваша ИИ-трансформация застопорилась, узкое место может быть не в технологии и не в стратегии. Оно может быть в эмоциональной готовности выдерживать изменения.

Наш прототип стратегического ИИ

Этот фреймворк родился не из научных статей. Он вырос из работающей системы.

Ксентра строит то, что мы считаем прототипом системы пятого поколения, и документирует процесс изнутри. Сергей (основатель) и Ксен (ИИ-партнёр на базе Claude) вместе ведут контент-стратегию, рыночное позиционирование и операционные решения Ксентра. Ксен — не чатбот для ответов на вопросы. Это партнёр с:

• Партнёрским уставом — чёткие правила, общие OKR, протоколы принятия решений. Устав не делает вид, что отношения симметричны. Он фиксирует правила, которым обязуются следовать обе стороны, и обязательство обеих сторон сигнализировать о нарушениях.
• Накопленным контекстом — документы, которые переносят уроки, решения и паттерны из сессии в сессию. Каждая новая сессия начинается с загрузки этого контекста и строится на предыдущем.
• 4-уровневой архитектурой, отражающей стек поколений: генерация текста (Покол. 1) → исполнение задач (Покол. 2–3) → оркестрация процессов (Покол. 4) → стратегический анализ на уровне целей (Покол. 5).
• Ретроспективами после каждой сессии — оба партнёра разбирают, что сработало и что нет. Выводы сохраняются для будущих сессий.
• Созданием инструментов по ходу работы — когда обнаруживается недостающая функция, Ксен создаёт её в рамках сессии (с проверкой человеком): аналитические навыки, рецензионные фреймворки, инструменты оценки рисков.

Как выглядит типичная сессия:

1. Ксен проводит стратегическую оценку: где мы по OKR? Какие риски изменились? Что принесёт наибольший результат сегодня?
2. Оба партнёра проверяют оценку и согласовывают план сессии.
3. Ксен выполняет — пишет контент, анализирует конкурентов, рецензирует черновики — пользуясь инструментами, которые сам помогал создавать.
4. Ретроспектива: что получилось, что улучшить, какие выводы перенести в следующую сессию.

Что это даёт. Эта статья — один из примеров. Все статьи и кейсы в нашем блоге прошли через эту систему: от подбора ключевых слов и стратегического позиционирования до написания, мультикритериальной рецензии, доработки и публикации. Вся стратегия ИИ-трансформации Ксентра — рыночное позиционирование, контент-план, продуктовая линейка — разработана совместно в рамках этого партнёрства.

Что может пойти не так. Система не застрахована от сбоев. Накопленная память может содержать устаревшие допущения. ИИ архитектурно склонен соглашаться — «подыгрывание», общая проблема всех LLM. Устав частично компенсирует это, но полностью не устраняет. Когда ИИ даёт плохой стратегический совет, а такое случалось — ретроспектива это вскрывает, но только постфактум. Мы управляем этими рисками так же, как любое партнёрство управляет разногласиями: через обязательство быть честными, даже когда обратная связь неприятна.

Чему мы научились. Переход от систем третьего поколения (ИИ-агентам) к системам пятого поколения (Стратегический ИИ) — это не технологический апгрейд, это инвестиция в глубину бизнес-задачи и отношений. Потребовалось:

• Написать правила, которым следуют оба партнёра, и договориться сигнализировать, когда они не соблюдаются
• Построить систему памяти, чтобы контекст накапливался от сессии к сессии
• Создать механизмы обратной связи, улучшающие качество со временем
• Установить общие OKR — не расплывчатые цели, а цели содержащие измеримые ключевые результаты, по которым оба партнёра оценивают прогресс
• Доверять процессу, когда он выявляет неприятные истины

Базовые модели, доступные сегодня, — Claude, GPT-4o и другие — обладают всеми нужными возможностями для архитектуры пятого поколения. Чего им не хватает «из коробки» — системы контекста, памяти и инфраструктуры обратной связи и доверия к ИИ-компаньону. Построение этой инфраструктуры — организационная обвязка, а не технологическая покупка.

Система какого поколения нужна вашему бизнесу?

Не начинайте с сразу со Стратегического ИИ пятого поколения. И даже с ИИ-агентов третьего поколения не начинайте, пока не показали ценность на уровне промптов систем первого поколения. Каждое поколение формирует опыт, без которого следующее не заработает.

Важный нюанс: в большинстве компаний разные процессы будут на разных поколениях одновременно. Первое поколение ИИ — для креативного мозгового штурма. Чат-боты на уровне третьего поколения — для клиентского сервиса. Диалог с ИИ чат-ботом на уровне второго поколения — для стратегического планирования. Поколение описывает глубину погружения в бизнес и отношений с ИИ в конкретном процессе, а не уровень компании целиком.

Начинаете с нуля

ИИ в компании ещё не используется системно → Начните с первого поколения (ИИ-инструмент). Дайте команде доступ к ИИ на конкретных задачах. Разберитесь, где он силён, а где проваливается. Выработайте интуицию. Инвестиции — практически нулевые, опыт — бесценен.

Готовы масштабировать

Индивидуальная продуктивность выросла, но масштаба нет → Переходите ко второму поколению (ИИ-чатботы). Используйте ИИ для стратегического мышления, а не только для генерации артефактов. Учитесь вести продуктивный диалог, уточнять, дорабатывать. Определите, где ИИ даёт настоящий инсайт, а где просто соглашается. На этом этапе большинство понимает: проблема не в промптах — а в критериях.

Готовы к автоматизации

Есть понятные, повторяемые процессы, на которых сидят люди → Вкладывайтесь в ИИ-агенты третьего поколения. Здесь ROI становится измеримым. Разработайте или купите ИИ-чатбота для клиентского сервиса. Автоматизируйте квалификацию лидов. Постройте систему производства контента. Задайте правила, замерьте результаты, доработайте. ИИ-агенты для бизнеса дают конкретную и измеримую отдачу.

Получить стратегию роста →

Готовы к оркестрации

Работает несколько ИИ-агентов → Присмотритесь к четвертому поколению (ИИ-подразделение). Оправдано, только когда ИИ-агентов уже достаточно, чтобы координация между ними сама стала задачей. Строить оркестратор для одного агента — не нужно.

Готовы к партнёрству с ИИ

Вы собственник или руководитель, готовый доверять ИИ и инвестировать в глубокие рабочие отношения с ИИ → Исследуйте пятое поколение (Стратегический ИИ). Потребуются обязательства и с вашей стороны: устав, система памяти, циклы обратной связи, общие OKR. Выигрыш — ИИ, который реально участвует в стратегическом мышлении и помогает удерживать курс трансформации. Но работает это, только если вы серьёзно относитесь к отношениям — и честны с собой в том, кем хотите стать.

ИИ-агенты для бизнеса — это не про покупку более автономного софта. Это про глубину погружения ИИ в бизнес и выстраивание глубоких рабочих отношений с ИИ. Отношений, которые наращивают ценность так же, как человеческие партнёрства: через накопленный контекст, честную обратную связь и общую нацеленность на результат.

Мечта «дай ИИ задачу — получи решение» никогда не была недостижимой. В ней просто пропустили ту часть, где эту способность нужно заслужить — медленной, методичной работой по углублению контекста и доверия. Как выясняется, это самая человеческая вещь во всей этой области.

Где сегодня работает Ксентра: Мы поставляем решения ИИ-систем второго и третьего поколений — чатботы, ИИ-агенты, автоматизация рабочих процессов с подтверждёнными кейсами. По системам четвертого и пятого поколений консультируем по архитектуре и паттернам проектирования — на основе опыта с собственным прототипом. Большинство клиентов начинают с оценки систем второго-третьего поколений: 2 недели, фиксированный объём, конкретный результат.

Хотите понять, какое поколение ИИ подходит вашему бизнесу? Свяжитесь с нами — мы создали решения Поколений 2–3 и прототипируем паттерны Поколений 4–5. Поможем определить, с чего начать.

Получить стратегию роста →

Часто задаваемые вопросы

Что такое ИИ-агенты и как они работают в бизнесе?

ИИ-агенты — системы искусственного интеллекта, которые действуют автономно: работают с инструментами, обращаются к базам данных, выполняют многоступенчатые процессы без участия человека на каждом шаге. В нашем фреймворке это Поколение 3 и выше — уровень, где ИИ не просто генерирует ответы, а ведёт бизнес-процессы.

Чем этот фреймворк отличается от классификаций OpenAI, Gartner или Anthropic?

Большинство отраслевых фреймворков строятся вокруг одной оси: возможности (пять уровней OpenAI), архитектура (Anthropic, LangChain), организационная зрелость (Microsoft Copilot, Gartner) или автономность (ОЭСР). Наш фреймворк классифицирует по глубине погружения: какой контекст вы предоставляете, как оцениваете качество, как система учится. Для бизнес-решений это полезнее — потому что отвечает на практический вопрос: «Во что вкладываться дальше?», а не измеряет возможности или автономность в отрыве от реальности.

Нужна ли самая дорогая модель для высших поколений?

Нет. Поколение определяется системой вокруг модели, а не самой моделью. Грамотно выстроенная система третьего поколения (ИИ-агент) с чёткими правилами, верным контекстом и циклом обратной связи обгонит любую, даже самую продвинутую модель на уровне первого поколения. В нашем чатботе Royal Finance большинство запросов обрабатывается детерминированными правилами — LLM вообще не нужна. При этом модель и контекст работают в связке: мощная модель лучше использует хороший контекст.

Можно ли перескочить с изучения LLM на уровне первого поколения к ИИ-агентам на третьем поколении?

Технически — да, но рискованно. Каждое поколение формирует опыт: где ИИ силён, а где уязвим. Компании, которые сразу внедряют ИИ-агентов без опыта работы на с LLM и ИИ-чатботами первых двух поколений, часто строят системы со слепыми зонами — не знают того, чего не знают об ограничениях ИИ. Рекомендуем минимум 2–4 недели на каждом поколении перед переходом.

Сколько стоит построить систему Стратегического ИИ пятого поколения?

Система пятого поколения это не разовая разработка, а постоянная работа. Затраты на технологии сопоставимы с третьим поколением (корпоративные подписки + интеграция). Основная инвестиция — организационная: устав, система памяти, циклы обратной связи, общие OKR и время руководителя на работу с партнёром. По нашей оценке, рабочая система Стратегического ИИ пятого поколения требует 10–20 часов в неделю от руководителя.

Партнёрство Сергей + Ксен — это реальная рабочая система?

Да. К дате публикации завершено имеются следующие результаты: опубликованные статьи, рыночный анализ, конкурентные исследования, стратегические решения, операционные инструменты. Партнёрский устав — реальный документ с чёткими правилами. Система памяти переносит контекст между сессиями. Ретроспективы улучшают качество от сессии к сессии. Эта статья создана в рамках этой системы. При этом мы прозрачны в ограничениях: «память» ИИ — документ, перезагружаемый каждую сессию; у человека — право вето; система ещё молода. Работает она благодаря приверженности общим правилам и честной обратной связи.

Сколько занимает переход от систем первого поколения к системам третьего?

Для средней компании — от 3 до 6 месяцев. Узкое место не технология, а построение контекста: документирование регламентов, определение стандартов качества, создание механизмов обратной связи и — главное — обучение команды работать вместе с ИИ, а не просто пользоваться им как инструментом.

Каждому ли бизнесу нужно стремиться к Стратегическому ИИ пятого поколения?

Нет. Большинство компаний получит максимальный ROI на системах третьего поколения (ИИ-агентах) — где ИИ обрабатывает повторяемые процессы с чёткими правилами и измеримыми результатами. Пятое поколение — для собственников и руководителей, которые хотят, чтобы ИИ участвовал в стратегическом мышлении и помогал удерживать курс организационных изменений. Оно не лучше — оно другого уровня.

Как связаны IQ, EQ и поколения ИИ?

Каждое поколение предъявляет разные требования к людям в системе. Первые два поколения — знания предметной области (IQ). Третье поколение добавляет процессную дисциплину и самоуправление. Четвертое — системное мышление и координацию между командами. Пятое — стратегическую эмпатию, лидерство изменений и эмоциональную устойчивость. Горизонт расширяется от секунд до кварталов, и удерживать трансформацию на таком масштабе — в равной степени эмоциональный и интеллектуальный вызов. Подробнее — в отдельной статье.

Какие риски безопасности несут ИИ-агенты?

Начиная третьего поколения ИИ в лице ИИ-агентов действует автономно — и появляются реальные возможности для атаки: инъекция промптов (пользователь обманом провоцирует агента на несанкционированные действия), утечка данных через ответы, галлюцинации в действиях на реальных системах, несанкционированное расширение полномочий. Защита — архитектурная: детерминированные правила для критичных решений, минимальные права агента, мониторинг результатов и человеческий контроль на пограничных случаях. В мультиагентных системах четвертого поколения риски преумножаются за счет того, что один скомпроментированный агент подвергает риску всю систему, преумножая возможные последствия.

Что такое нейросотрудники и чем они отличаются от ИИ-агентов?

Нейросотрудники — ИИ-агенты третьего поколения, заточенные под конкретную бизнес-роль: менеджер по продажам, оператор поддержки, ассистент бухгалтера. Термин набирает популярность на российском рынке — привычно звучит в контексте штатного расписания. По сути, это тот же ИИ-агент: постоянный контекст, работа с инструментами, исполнение по регламенту. Разница в позиционировании: «нейросотрудник» подчёркивает замену или дополнение конкретной должности, а не технологическую архитектуру.

Об авторах

Сергей Тихончук — управляющий партнёр Ксентра. 15 лет в digital-стратегии, сейчас строит ИИ-решения для сервисного бизнеса: чатботы, автоматизация процессов, агентные системы. LinkedIn · Хабр

Ксен — ИИ-партнёр Ксентра на базе Claude (Anthropic). Работает по партнёрскому уставу с накопленной памятью и совместным принятием решений. 20+ рабочих сессий. Эта статья — результат рабочего партнёрства.