# Как построить AI native компанию, где каждый сотрудник может менять продукт

Как связать стратегию CEO, самостоятельность сотрудников и AI-агентов, чтобы люди сами улучшали свой участок продукта и отвечали за результат.

Author: Максим Толмачёв
Published: 2026-10-04
Language: ru
Canonical: https://maximtolmachev.com/ai-playbook/company/operating-model/

Я хочу, чтобы сотрудник поддержки после жалобы клиента мог сам исправить проблему в продукте. Разобраться вместе с агентом, проверить исправление и выпустить его. Чтобы коммерческий директор мог собрать себе отчёт по продажам, а бухгалтер сделать форму, которую давно просит у разработки.

Вот что я имею в виду под AI native компанией. Каждый сотрудник становится мини-CEO на своём участке: понимает стратегию компании, сам решает, что улучшить, и может довести изменение до пользователя. Дальше смотрит, помогло ли оно, и отвечает за последствия.

Мне интересно, как собрать такую компанию целиком: с культурой самостоятельности, общей базой знаний, агентами и доступом к рабочим сервисам. Ниже моя рабочая модель, целиком в одной организации я её пока не проверял.

## Что сотрудник должен понимать без созвона с CEO

Если CEO говорит "растём и используем AI", сотруднику всё ещё приходится угадывать, какие изменения нужны бизнесу. Агент будет угадывать вместе с ним, только быстрее.

Я хочу, чтобы по стратегии сотрудник мог принять решение без очередного созвона. Для этого ему нужно знать, для кого мы строим продукт, какой результат сейчас важнее и чем ради него готовы пожертвовать. И отдельно понимать, какие направления пока вообще не трогаем.

Дальше договариваемся, за что конкретно отвечает человек и что он может менять. Например, поддержка отвечает за то, чтобы новые пользователи успешно проходили настройку. Она может менять инструкции, подсказки и оговорённую часть интерфейса. Изменения авторизации, оплаты и хранения данных уходят на дополнительное ревью. Снижение числа обращений оцениваем вместе с успешностью настройки: спрятать кнопку поддержки тоже уменьшит обращения, но вряд ли поможет пользователю.

В таком договоре мне нужны пять вещей:

1. Результат для клиента и метрика, по которой мы его проверяем.
2. Участок продукта или процесса, за который отвечает сотрудник.
3. Решения, которые он принимает самостоятельно.
4. Ограничения по бюджету, данным и влиянию на соседние участки.
5. Условия, при которых он привлекает другого владельца или CEO.

Иначе продажи пообещают клиенту новую фичу, поддержка предложит убрать её из продукта, а каждый будет прав в рамках своей метрики. Заранее договариваемся, кто разбирает такие конфликты и на что опирается.

## Если за инициативу наказывают, агенты не помогут

И вот здесь, мне кажется, начинается самое сложное. Если за любую неудачную инициативу наказывают, люди продолжат ждать задач сверху. Если оценивают по числу выпущенных изменений, быстро появится много изменений без пользы.

Мне важнее, какую проблему человек взялся решать и что выяснил после запуска. Гипотеза может не сработать. Если эксперимент был ограничен по масштабу, а изменение вовремя откатили, это нормальная работа. Хуже, когда причину провала никто не разобрал и через месяц всё повторяется.

Руководитель помогает человеку принимать решения и разбираться в последствиях. Инженеры строят общие компоненты, проверяют сложные изменения и делают путь в production предсказуемым. Их компетенция особенно нужна там, где сотрудник пока не может оценить качество работы своего агента.

Сотруднику должно быть нормально сказать: "Я не могу оценить этот код, мне нужен инженер". И так же нормально остановить чужое опасное изменение, даже если его автор выше по должности.

## Где сотрудник работает с агентами, данными и продуктом

Окей, с ответственностью договорились. Теперь сотруднику нужно где-то работать: найти данные, дать задачу агенту, посмотреть, что получилось, и выпустить изменение. Я раскладываю эту среду так.

| Часть системы | Что в ней хранится или происходит |
| --- | --- |
| Стратегия и задачи | Цели, приоритеты, владельцы, критерии результата, статус работы |
| Профили людей и агентов | Роль, область ответственности, доступные инструменты, бюджет |
| База знаний | Решения, документы, звонки, инструкции с источниками и датами |
| Рабочие сервисы | CRM, финансы, поддержка, аналитика, внутренние приложения |
| Среда создания изменений | Отдельные рабочие копии, тестовые данные, preview, проверки |
| Выпуск и наблюдение | Версии, правила релиза, метрики, журнал действий, откат |

Привычную систему документов и готовую CRM можно оставить. Собственный сервис имеет смысл писать там, где существующие инструменты мешают выполнить конкретную задачу.

Здесь легко увлечься и начать собирать огромный дашборд, который заменит вообще всё. Я бы сначала провёл один сценарий через уже работающие сервисы. Где сотрудник застрял, туда и стоит прикладывать разработку.

## У каждого агента есть владелец и профиль

Профиль человека описывает его ответственность, рабочий контекст и предпочтения. Профиль агента описывает порученную роль, инструменты, область данных, лимиты и способ эскалации. У одного человека может быть несколько агентов, и им не обязательно нужны одинаковые права.

Контекст для конкретной задачи собирается последовательно:

> Стратегия компании → правила команды и домена → профиль сотрудника → профиль агента → задача и критерии приёмки → нужные материалы.

Например, агент коммерческого директора читает сделки и продуктовую аналитику, строит отчёт и предлагает изменения в процессе продаж. Доступ к зарплатам ему для этого не нужен. Если он готовит скидку за пределами полномочий владельца, задача переходит к ответственному за такое решение.

У инструкций и skills нужны версии, иначе потом не разберёшься, по каким правилам работал агент. Секреты храним отдельно, права проверяем на стороне сервиса или шлюза доступа. Если агенту нельзя отправлять платёж, API должен отклонить такую попытку, даже если агент проигнорировал инструкцию.

## Что агенту разрешено делать в CRM, финансах и аналитике

Сотрудник просит "собери отчёт по причинам потери сделок". Агенту нужны чтение CRM, согласованное определение потерянной сделки и возможность сохранить отчёт. Полный доступ ко всей базе для такого отчёта ему ни к чему.

Агентам можно открыть конкретные операции: прочитать сделки своего отдела, подготовить платёж, создать черновик ответа, собрать preview приложения. Подключаться можно через MCP или обычный API. Кто и что может сделать, определяют правила компании и проверки на стороне сервисов.

Для небольшой команды можно начать с нескольких прямых интеграций с ограниченными правами. По мере роста единый шлюз помогает проверять пользователя и агента, применять ограничения, выдавать нужные credentials и записывать действия. Строить свой шлюз заранее я бы не стал. Сначала нужно понять, какие ограничения уже трудно поддерживать в отдельных интеграциях.

Внутренние приложения, эксперименты сотрудников и клиентский production должны иметь раздельные доступы и данные. Рабочая копия кода не изолирует общую базу, порты и внешние API. Для песочницы нужно отдельно определить, к каким ресурсам она подключается.

## Как звонки и решения попадают в общую базу знаний

Когда агент отвечает по базе знаний, я хочу видеть, откуда взялся ответ и насколько он свежий. Кто принял это решение? Для какого продукта оно действует? Документ ещё актуален или его уже заменили? Без этого поиск может уверенно принести старую инструкцию.

Со звонками я вижу такой процесс: получаем транскрипт, агент собирает договорённости и прикладывает ссылки на фрагменты разговора. Участники проверяют, всё ли он понял правильно. После этого назначаем ответственных и обновляем документацию. Мне не хочется через неделю обнаружить, что случайную реплику со звонка агент уже использует как принятое решение.

Контекст удобно собирать вокруг объекта работы: клиента, сделки, обращения, эксперимента. Внутри находятся относящиеся к нему документы, переписка, решения и результаты. Так агенту проще дать достаточный контекст, сохранив границы доступа.

AI-поиск поможет найти документ. Следить за тем, чтобы документы не противоречили друг другу и были доступны нужным людям, всё равно кому-то придётся.

## От жалобы клиента до исправления в продукте

Разберу на примере, как это должно работать. Допустим, пользователи бросают настройку из-за непонятной ошибки в форме. Поддержка видит одни и те же обращения и берётся исправить причину.

1. Собирает примеры и формулирует ожидаемое поведение. Агент помогает воспроизвести проблему и проверить, сколько пользователей она затрагивает.
2. Создаёт задачу с владельцем, границами изменения и критерием приёмки. Привязывает её к цели успешной настройки.
3. Агент готовит исправление в изолированной среде и показывает preview. Сотрудник проверяет сценарий глазами пользователя.
4. Тесты проверяют исправленный сценарий и связанные с ним функции. Если изменение затрагивает чужой участок, его смотрит ответственный за этот участок.
5. Исправление выпускают по заранее согласованным правилам. До релиза понятно, какую версию выпускаем и как её откатить.
6. После релиза владелец смотрит на успешность настройки, ошибки и повторные обращения. Только здесь можно говорить о результате.

Для ограниченных изменений можно заранее разрешить автоматический выпуск при выполнении проверок. Изменения платежей, прав доступа, структуры данных или общих компонентов требуют другого уровня контроля. Больше самостоятельности можно давать после того, как команда научилась проверять свои изменения и откатывать их при проблемах.

Отдельный вопрос, который меня здесь волнует: кто будет проверять весь этот поток PR? Агенты могут писать быстрее, чем команда успевает читать. Поэтому изменения нужны небольшие, с ограничением на количество одновременно открытых задач и понятной очередью интеграции. Иначе будем ждать ревью вместо того, чтобы ждать разработку.

## Какие инструменты здесь нужны

Когда процесс понятен, уже можно выбирать, чем его собрать. Например, [Paperclip](https://github.com/paperclipai/paperclip) предлагает цели, задачи, роли агентов, бюджеты, согласования и историю работы. Его можно рассмотреть для управления работой агентов. Права и правила выпуска всё равно придётся настроить под свою компанию.

Кроме этого нужны сами агенты, база знаний с правами доступа и репозиторий с настроенным выпуском изменений. Личный интерфейс сотрудника может отличаться от интерфейса коллеги. Общими должны быть договорённости, данные и проверяемый статус работы.

Разницу между рабочими интерфейсами, исполнителями и агентами-координаторами я разбираю в [personal playbook](/ai-playbook/personal/agent-stack/).

## С чего я бы начал внедрение

Я бы взял одну повторяющуюся проблему и нашёл человека, который готов за неё отвечать. Сначала записываем, сколько времени и ручной работы она требует сейчас. Затем даём человеку нужные данные, агента и возможность самому дойти до preview и выпуска.

В пилоте мне важно понять, стало ли быстрее исправлять проблему и сколько человеческого времени съели ревью и переделки. Отдельно считаем стоимость, разбираем остановленные действия и ошибки. Экономия на написании кода мало радует, если потом вся команда неделю чинит последствия.

Если человек стал быстрее доводить полезные изменения до пользователей, можно расширять его полномочия и повторять процесс на соседнем участке. Если стало больше отчётов и PR, а проблема клиента осталась, добавлять ещё агентов рано.
