Microsoft выпустила новый ИИ-плейбук для бизнеса: неожиданный «ров» уже может быть у вас

Для компаний, которые спешат внедрить ИИ-агентов, Microsoft предлагает начать с другого: не с агентов, а с перепроектирования самой работы.

В новом руководстве компания пишет, что многие организации повторяют её собственную раннюю ошибку — воспринимают ИИ как обычный технологический проект. Они считают лицензии и использование, а затем добавляют новые инструменты в процессы, изначально созданные для людей и устаревшего программного обеспечения.

Microsoft рекомендует сначала разобрать и заново спроектировать базовый процесс, создать общую платформу данных, явно разделить решения между людьми и агентами и лишь затем подключать агентов.

Для разработчиков корпоративных систем есть и другой вывод: не стоит строить всю архитектуру вокруг одной базовой модели. Устойчивое преимущество компании должно находиться в частных оценках качества, собственном контексте, оркестрации рабочих процессов, циклах обратной связи и институциональных знаниях — то есть в слоях, которые сохранятся даже после замены базовой модели.

Для одного из крупнейших поставщиков ИИ-платформ это означает довольно независимый от моделей подход.

Microsoft подготовила руководство после анализа более 100 внутренних историй внедрения ИИ в корпоративных подразделениях, коммерческой организации и инженерных командах. Центральная мысль документа: простая раздача сотрудникам ИИ-инструментов не меняет работу сама по себе.

В руководстве говорится, что инструмент, лицензированный и развернутый для 100 000 сотрудников, не меняет способ выполнения работы.

Кэтлин Хоган, директор Microsoft по стратегии и трансформации, изложила эту мысль ещё прямее в сопроводительной публикации. По её словам, сначала Microsoft подошла к ИИ как к обычному запуску программного обеспечения: развернула технологию, обучила сотрудников и стала добиваться её использования. Однако доступ к инструментам и их применение не обязательно приводили к заметному влиянию на бизнес.

Поэтому для руководителей корпоративных технологий наиболее полезная часть руководства связана не столько с Copilot, сколько с операционной архитектурой, которую Microsoft строит вокруг ИИ.

Правило Microsoft: сначала перестройка процессов

Microsoft разделяет трансформацию компании с помощью ИИ на три подхода:

Второй подход особенно применим к организациям, которые переходят от помощников к агентам.

Microsoft советует:

Компания называет такой подход «сначала перестройка, потом агенты». По этому принципу действовала собственная облачная организация Microsoft по управлению цепочками поставок: перед внедрением 111 специализированных агентов она перестроила работу в области планирования, снабжения, выполнения заказов и логистики.

Команда из разных подразделений сначала описала и упростила процессы, а затем создала единую достоверную базу данных, на которую агенты могли опираться при рассуждении. Агенты научились:

В пределах заданных разрешений и порогов согласования некоторые агенты вышли за рамки предоставления информации: они могут помогать планировщикам обновлять или отменять заказы на закупку.

В Microsoft утверждают, что в отдельных процессах цепочки поставок среднее время цикла сократилось максимум на 75%. В пяти ежемесячных циклах планирования, измеренных с апреля по август 2026 года, среднее значение уменьшилось примерно с 10 рабочих дней до менее чем 2,5 дня.

В компании также проводят более 20 расследований изменений плана спроса каждый месяц. Раньше подготовка объяснения, проверенного человеком, занимала от пяти до семи дней. Теперь она занимает меньше нескольких часов, а некоторые расследования завершаются менее чем за 20 минут.

Эти показатели Microsoft получила в собственном анализе работы межфункциональной команды численностью более 150 человек. Проект шёл с сентября 2025 года по август 2026 года. Компания отдельно предупреждает: результаты относятся к конкретным процессам и периодам измерений и не являются универсальным бенчмарком для всего бизнеса.

Архитектурный вывод здесь важнее самого процента улучшения: добавление агентов в плохо устроенный процесс может лишь автоматизировать уже существующие проблемы.

В руководстве подчёркивается, что общие слои данных, оркестрации, телеметрии и управления могут иметь большее значение, чем сам агент, который видит пользователь.

От помощников к компаниям под управлением агентов

Microsoft предлагает и трёхуровневую модель автономности ИИ в компаниях:

Переход между уровнями требует не только более качественных моделей. Организациям нужны более зрелые данные и инфраструктура, доступ к инструментам, чёткие границы риска и готовность менять роли сотрудников.

Все три уровня могут одновременно существовать в разработке программного обеспечения. Например, разработчик может использовать помощника для одной части работы, а другой процесс передать автономному агенту для программирования.

Microsoft приводит более радикальный пример из собственной организации по разработке продуктов. Команду из девяти человек, создававшую продукт Copilot Cowork, поместили в изолированную среду и попросили строить разработку по принципу «ИИ с самого начала», а не добавлять агентов в уже существующий инженерный процесс.

Команда перешла к работе по спецификациям, основанной на трёх элементах:

По словам Microsoft, участники команды стали «мета-инженерами», «мета-дизайнерами» и «мета-руководителями продукта». Они работали с агентами на основе общего контекста, единого набора оценок и общих определений агентов.

За время проекта команда сделала 18 600 изменений в коде — в среднем по 123 в день — и создала 9,3 млн строк кода. Первую версию продукта девять человек выпустили за 35 дней.

Сами по себе объём кода и число изменений не говорят о качестве продукта или производительности разработчиков. Microsoft отдельно отмечает, что результат в 35 дней относится к одному выделенному проекту и не должен восприниматься как общий бенчмарк разработки в компании.

Главное здесь — операционная модель. Microsoft перестроила работу команды вокруг агентов, спецификаций, оценок качества и общего контекста, а не просто добивалась от отдельных разработчиков более высокой скорости написания кода.

Собственные оценки важнее конкретной модели

В руководстве есть и более широкий тезис: где находится преимущество компании, если всем доступны всё более мощные базовые модели?

Ответ Microsoft — не преимущественно в самой модели.

Компания предлагает формализовать собственное понимание хорошего результата с помощью частных оценок качества. Они должны показывать, что считается успешным выполнением конкретной бизнес-задачи, порученной агенту.

Microsoft разделяет такую собственную интеллектуальную основу на четыре категории:

Эти стандарты становятся оценками, по которым ИИ-системы можно постоянно проверять.

Однако опрос VentureBeat Intelligence «Agent Reliability and Evals Q2 Pulse Survey», проведённый в июле 2026 года среди 108 компаний, показывает, что автоматическим оценкам сегодня полностью доверяют только 13% респондентов.

Среди 53 компаний, которые уже запускали агента, прошедшего внутренние оценки, но затем провалившегося перед клиентом, доверие к таким оценкам выразили только 4%. Для сравнения, среди 41 компании, ещё не столкнувшейся с подобной неудачей, этот показатель составил 24%.

Microsoft предлагает объединять оценки в так называемую «машину подъёма по склону» — архитектуру непрерывного обучения, в которой обратная связь от компании, оценки и настройка постепенно улучшают ИИ-системы по внутренним стандартам бизнеса.

На схеме Microsoft:

Модели прямо обозначены как взаимозаменяемые. Такое разделение сделано намеренно. Microsoft считает, что компании должны владеть и защищать слои оценок, контекста и управления, которые делают их бизнес особенным, сохраняя возможность менять внешние базовые модели по мере изменения их качества, стоимости или требований к ним.

Иными словами, аренда интеллектуальных возможностей у поставщика модели не равна собственной стратегии в области ИИ.

Microsoft также рекомендует по возможности держать промты, системы поиска контекста, оценки, решения агентов и интеллектуальные компоненты рабочих процессов внутри корпоративного контура. Для этого нужны архитектурные механизмы контроля размещения данных, изоляции арендаторов, независимости от модели и защиты интеллектуальной собственности.

В руководстве говорится, что добавлять контроль размещения данных и изоляцию арендаторов уже после запуска намного сложнее, чем заложить их заранее. Поэтому управление нельзя просто пристроить к агентам после того, как они начали действовать.

Измеряйте бизнес, а не число токенов

Microsoft с таким же скепсисом относится к измерению результатов внедрения ИИ.

Предложенная компанией система разделяет показатели на четыре уровня:

Microsoft предполагает, что эти уровни меняются с разной скоростью:

Это важно, поскольку многие корпоративные проекты с ИИ по-прежнему оценивают в основном по числу подключённых сотрудников, объёму промтов или использованию инструментов разработчиками.

Собственный эксперимент Microsoft с продажами показывает и возможности, и необходимость осторожной интерпретации результатов.

В пилоте участвовали 687 продавцов Microsoft 365 Copilot в первой половине 2024 года. Microsoft сообщает, что использование приоритетных сценариев с ИИ выросло втрое, выручка на руководителя по работе с клиентами увеличилась на 9,4%, а доля закрытых сделок оказалась на 20% выше, чем у продавцов с низкой активностью в Copilot.

Сравнение основано на внутренних наблюдательных данных, а не на рандомизированном эксперименте. Поэтому эти цифры сами по себе не доказывают, что именно Copilot вызвал весь прирост.

Более общий вывод Microsoft состоит в том, что призывы «чаще использовать ИИ» оказались менее эффективными, чем поиск конкретных рабочих ситуаций, в которых специализированные агенты могут улучшить результат.

Базовая модель может оказаться наименее устойчивым слоем

Microsoft представляет руководство как план перехода к так называемой компании «Frontier Firm» — организации, которая остаётся управляемой людьми и постепенно передаёт ИИ всё больше операционной работы.

При этом документ подготовила сама Microsoft — компания, продающая значительную часть инфраструктуры и программного обеспечения, необходимого для такой трансформации. Внутренние результаты не прошли независимую проверку, а Microsoft неоднократно подчёркивает, что её опыт нельзя автоматически переносить на другие организации.

За этим позиционированием, однако, стоит конкретный архитектурный тезис.

Первая волна генеративного ИИ заставила компании спрашивать, какая модель умнее. Вторая привела к появлению помощников внутри существующих приложений. Новое руководство Microsoft предполагает, что следующий этап будет связан с перестройкой самой компании вокруг агентов — при этом базовая модель под ними должна оставаться заменяемой.

Для разработчиков корпоративных систем и руководителей технологических подразделений это меняет стратегический вопрос.

Дефицитным активом может оказаться не доступ к всё более мощной модели, а собственные оценки, определяющие, что считается хорошим результатом в конкретном бизнесе; контекст, с которым рассуждают агенты; системы оркестрации и безопасности, ограничивающие их действия; и циклы обратной связи, благодаря которым эти системы постоянно улучшаются.

Если Microsoft права, компании должны тратить на создание таких слоёв не меньше времени, чем на выбор следующей передовой модели.