Компания как маркетплейс цифровых талантов: ИИ-агенты и организационный дизайн

Ярмарка ИИ-талантов: цифровой труд оптом и в розницу

В февраля 2026 года компания Anthropic анонсировала системы Enterprise Agent Plugins, позволяющую компаниям создавать собственные закрытые (приватные) маркетплейсы плагинов, обладающих набором требуемых компетенций. Эти плагины не просто базовые ассистенты, а кастомизированные агенты, адаптируемые под конкретные должностные обязанности и встраиваемые в потоки задач конкретной компании. Они специализируются на задачах в областях HR, финансов, инжиниринга, дизайна, маркетинга и даже менеджмента.

Маркетплейсы ИИ-решений, конечно, появились уже давно. В январе 2024 года OpenAI открыла GPT Store — первый массовый маркетплейс, где пользователи, включая корпоративных клиентов ChatGPT Enterprise, могли находить специализированные версии чат-бота. Эти так называемые GPTs стали прототипами будущих ИИ-агентов. Они умели выполнять узкие задачи, но воспринимались скорее как интересный эксперимент, чем как серьезный бизнес-инструмент.

Затем в апреле 2025 года Moveworks представили первый специализированный AI Agent Marketplace для бизнеса, предложив клиентам более 100 готовых агентов. Теперь автоматизация HR, IT-поддержки или финансовых процессов перестала быть абстрактной идеей — компании могли просто «установить» нужного цифрового сотрудника.

А в июле 2025 года AWS сделала решительный шаг, выделив в своем основном маркетплейсе отдельную категорию AI Agents & Tools. Этот момент стал переломным: если раньше агенты были нишевым продуктом, то наличие 900+ готовых решений от ведущих разработчиков (включая Anthropic) в каталоге Amazon превратило их в такой же стандартный товар, как виртуальные машины или базы данных. В сентябре 2025 года Microsoft объединил свои разрозненные площадки в единый Microsoft Marketplace, где ИИ-агенты и приложения получили собственный очень заметный раздел.

Платформа внутри: океаны силы организаций будущего

Но Enterprise Agent Plugins от Anthropic выглядит как заметный шаг в развитии агентного ИИ. Это решение закрытое, приватное. Доступ к нему имеют только сотрудники конкретной организации. Плагины и агенты не видны внешнему миру. Их контролируют и проверяют внутренние службы безопасности. Все данные остаются внутри периметра компании. Агенты могут быть подключены к внутренним сервисам, корпоративным чувствительным данным (зарплатные ведомости, стратегические планы, юридические архивы, базы знаний и т.п.). Они обучаемы под специфику и цели конкретной компании. Компания сама устанавливает правила и регламенты использования ИИ-решений. Например, юридический отдел может запретить использовать советы по налогам, если они не прошли соответствующей проверки. Деятельность агентов встраивается в специфические бизнес-процессы, потоки задач, платформы, сервисы и порядок работы, свойственный конкретной организации и известный только этой организации. Анализ данных в электронных таблицах можно запустить в 6 утра, так чтобы сотрудники работали с результатами сразу, как только они приходят на работу. Отчеты готовятся заблаговременно перед совещаниями и т.п. Работу агентов можно контролировать дистанционно, выполняя при этом какие-то другие задачи.

Платформа Claude, на которой работает система, становится, таким образом, архитектурой создания и оркестрации гибких гибридных (построенных на естественном и искусственном интеллекте) корпораций, функционирующих как маркетплейс цифровых компетенций. Компания становится при этом отчасти рынком труда, внутренней платформой поиска работы. С одной стороны, есть предложение со стороны агентов. С другой стороны, сотрудники размещают запросы агентам, «нанимают» их в свои процессы и команды, координируют их деятельность. Сотрудники, таким образом, превращаются из простых исполнителей в организаторов и управленцев, которые должны прописывать свои процессы, определять доступы и процедуры, нанимать и обучать свою цифровую рабочую силу, и при этом нести ответственность за конечный результат.

От ИИ-пролетариата к ИИ-менеджменту: есть ли им что терять?

Хотя похоже, что и организационные и управленческие задачи будут выполняться совместно с ИИ-агентами. В частности, задача обучения сотрудников уже решается в Burger King с помощью Patty, голосового ИИ-ассистента на базе OpenAI, который работает в гарнитурах сотрудников и отслеживает каждое взаимодействие. Официально это «инструмент для обучения». Он помогает работникам запоминать процедуры, синхронизирует запасы и предлагает поддержку в реальном времени. Patty  подсказывает, когда надо сказать «спасибо», а когда «пожалуйста». Он напоминает, через сколько минут будет готова картошка фри, а также советует, как повысить производительность в тех или иных операциях.

Но есть основания видеть в Patty также и систему контроля, которая может фиксировать, сколько раз сотрудник сказал «спасибо» и «пожалуйста», сколько раз он уронил картошек фри, где он снизил скорость выполнения операций, а где нарушил технологию приготовления бургера. А возможно Patty – это система сбора данных для обучения роботов, которые в будущем заменят сотрудников. Деятельность человека автоматизируется, чтобы потом заменить его автоматом.

Причем сходная участь может постигнуть не только уборщика, но и генерального директора. Недавно в Uber создали ИИ-клона генерального директора Дары Хосровшахи для тренировки презентаций. Он имитирует его личность, стиль обратной связи и паттерны принятия решений. Официально это инструмент для обучения: он позволяет сотрудникам оттачивать свои презентации перед встречей с настоящим Дарой. Но что можно ожидать в будущем? Сколько пройдет времени, прежде чем "Дара AI" начнет утверждать проекты без участия самого Дары? А когда ИИ-клоны руководителей, занимающиеся рутинными решениями? И вполне возможно, что в рамках компании-маркетплейса ИИ-агенты будут выступать как в качестве исполнителей, так и в качестве заказчиков.

Сегодня утопия, завтра – плоть и кровь: мнения экспертов

Что из наших предположений воплотится в действительность, а что так и останется как нереализованная фантастика, сказать сложно. Но ясно одно. Enterprise Agent Plugins – это не из ряда вон выходящее достижение, а развитие уже сложившегося тренда. Кстати, что-то похожее делает российская компания Just AI, которая предлагает клиента платформу для создания и управления ИИ-агентами в масштабах предприятия. На основе технологий агентного ИИ продолжится развитие корпоративных систем координации и интеграции гибридных, человеко-машинных, комплексов, что повлечет за собой существенное изменение самого устройства компаний. 

Какие изменения в организационном дизайне и системах управления можно ожидать в ближайшее будущее? За ответом на данный вопрос мы обратились к экспертам.

Игорь Винокуров, к.э.н. («Таймлист», «МитЛаб Консалтинг»):

В ближайшее время нас ожидает масштабная автоматизация рутины - от обработки таблиц до бесшовного переноса данных между системами. Это становится реальностью благодаря ИИ-агентам, встроенным в Excel и другие приложения, а также новому поколению RPA-роботов (Robotic Process Automation), которые на основе ИИ вышли на принципиально иной уровень. Многие компании уже активно внедряют эти технологии. ИИ-агенты готовят документы - от юридических заключений до сложных корпоративных отчетов, осуществляют протоколирование встреч и координацию выполнения принятых на совещаниях решений. ИИ-агенты работают как интеллектуальные помощники для отделов продаж и клиентского сервиса, которые в реальном времени подсказывают менеджерам лучшие сценарии ответов. Эти технологии — не далекое будущее, а реальность, которая трансформирует бизнес прямо сейчас. Однако на пути прогресса все еще стоят вопросы конфиденциальности и ограниченный доступ к глобальным инструментам.

Но основной барьер видится в людях и управлении ими, как правильно отмечено в статье. Рынок упирается в дефицит компетенций и психологическую неготовность менеджмента работать с цифровыми агентами. Технологии существенно опережают внутреннюю готовность организаций к изменениям. Тем не менее, в долгосрочной перспективе мы неизбежно придем к полноценной оркестрации агентов, способных решать задачи на уровне высококвалифицированных экспертов. Это повлечет за собой трансформацию всей структуры компаний, хотя создание полностью автономной и самопроверяемой среды - сложнейшая инженерная задача на десятилетия вперед, где критически важным остается звено человеческой валидации.

Павел Потасуев (преподаватель Школы инноватики и предпринимательства НИУ ВШЭ, руководитель инновационных компаний и венчурного бизнеса с многолетним стажем):

Я бы обратил внимание на другие барьеры. Сложно поспорить с тем, что сотрудникам придется осваивать все больше и больше управленческих навыков. Но ведь люди с этими навыками не рождаются. Управленческие компетенции надо нарабатывать. Ими не овладеешь, просто сидя за книжками и даже решаю бизнес-кейсы. На выращивание управленца из чистого исполнителя требуется время. Да и не каждого это получится. Главная среднесрочная проблема в организационном развитии в ходе освоения ИИ – откуда брать новых управленцев? Создать цифровых менеджеров, вроде того, что было описано в Uber? Но они вряд ли смогут взять на себя принципиальные вещи – ответственность за принятие решения, мотивацию людей,  волю к достижению результата. Эти и другие важные вопросы деятельности руководителей алгоритмически не решаются. Умение их решать требует жизненной зрелости и опыта.