Агенты обгоняют команду: кто отвечает за решение
Claude Duet сам пишет первым, а команды спорят о метриках. Разбираем, где проходит граница ответственности, когда агент действует без запроса.
Новости ИИ · Новости
Все новости
Вчера Anthropic выпустила приложение, в котором Claude перестаёт ждать запроса. Он подключается к почте, календарю и рабочим сервисам, утром присылает сводку, днём проверяет всё снова и пишет вам первым. Тихо, без вашей команды, по своему расписанию.
В тот же день на другом конце маркетингового рынка команда два часа сравнивала кастомные иллюстрации со стоковыми фотографиями. Считала клики, спорила о цветах. К концу встречи никто не смог объяснить, чем вызваны различия в цифрах.
Две истории про одно и то же. Агент уже действует сам, а решения в компании по-прежнему принимает человек, который не понимает, на что смотрит. Внедрение искусственного интеллекта упирается не в модель, а в этот разрыв.
Claude Duet работает без вашей команды
Модель под капотом новая: Claude Opus 5.5. Приложение доступно в США по листу ожидания для тарифов Pro и Max, отдельной платы нет, фоновые проверки расходуют лимиты вашего тарифа. Тарифы Team и Enterprise пока не подключены.
Крупные задачи агент берёт целиком и выполняет на собственном облачном компьютере с браузером. Продолжает, когда вы закрыли приложение, и не получает доступа к вашему личному компьютеру. Подключений больше шести тысяч: Gmail, Google Calendar, Slack, Notion, HubSpot, Shopify, Stripe, QuickBooks, Docusign.
В документации Anthropic перечисляет примеры: найти неоплаченные счета и написать напоминания, подготовить расчёт зарплаты к проверке, привести договоры к подписанию, собрать дашборд.
- Читает почту, календарь, счета и переписку в подключённых сервисах
- Готовит документы, считает суммы, собирает отчёты и прототипы
- Спрашивает разрешение перед отправкой сообщения, платежом, подписанием документа и удалением файла
- Не видит пароли и токены входа. Номера карт и документы в исходящих сообщениях блокирует отдельный классификатор
Anthropic сама называет слабые места: агент может неверно понять ветку переписки, ошибиться в оценке срочности или пропустить письмо, пришедшее между проверками. Личные поручения вроде покупки билетов даются ему хуже.
Подтверждение перед действием стало нормой
За день до анонса главной темой была утечка: атакующие оставили админки своих агентов открытыми в интернете и выложили сотни паролей и API-ключей. Схема подтверждения перед действием и запрет на доступ к логинам закрывают ровно этот класс проблем.
Похожие продукты вышли у двух других лабораторий. Meta Muse живёт в Instagram, WhatsApp и Facebook и работает для обычных пользователей, по оценке Apptopia у него больше 14 миллионов установок. OpenAI Dots встроен в ChatGPT, Slack и Teams, бета открыта для Enterprise, Education и Healthcare.
Все три начинают разговор сами. Разница в адресате: Duet рассчитан на частных специалистов и небольшие компании, Muse и Dots приходят к сотрудникам крупных организаций. Если ваша команда сидит в корпоративном контуре, агент приедет к ней изнутри стека, который вы уже оплачиваете.
Метрики учат команду принимать неверные решения
Пока агенты учатся действовать, люди учатся считать. Маркетинговая команда закрыла план по лидам, стоимость лида упала, дашборд светится зелёными стрелками. Пайплайн при этом не сдвинулся.
Колонка MarTech объясняет механику. Когда главный показатель успеха это объём заявок, маркетолог ищет кампании, которые дают больше лидов за меньшие деньги, переводит бюджет на простое конверсионное предложение и повторяет тактики, улучшающие его KPI. С точки зрения отчётности всё логично. Даже если половина этих лидов никогда не станет клиентом.
По бенчмаркам Dreamdata за 2026 год клик в LinkedIn стоит в среднем 6,70 доллара против 1,70 доллара в Meta. Стоимость влияния на одну компанию наоборот: 78,58 доллара у LinkedIn и 144,24 доллара у Meta. Команда с KPI на цену клика уйдёт в Meta. Команда, которой нужен охват целевых компаний, выберет иначе. Ни одна из метрик не говорит, какой канал принесёт выручку. Зато обе решают, куда уйдёт следующий доллар.
Дальше в игру вступает время. В тех же бенчмарках средний путь от первого показа объявления в LinkedIn до выручки занимает 281 день. Если оценивать кампанию по деньгам за 30 дней, команда снимет бюджет раньше, чем появятся продажи.
Автоматизация усиливает ту задачу, которую ей дали
Google Ads Smart Bidding учится на тех конверсиях, которые ему задали. Если каждая отправка формы считается одинаково ценной, алгоритм начнёт искать людей, которые часто заполняют формы. Даже если из них почти никто не становится клиентом. Отчётные конверсии растут, квалифицированные сделки в CRM стоят на месте.
Модель не спорит с постановкой задачи, она её честно оптимизирует. Здесь и лежит главный риск для компании, которая строит ИИ-маркетинг: хорошие данные агент превращает в рост, слабые в рост слабых заявок.
Решение: сначала событие, потом агент
Второй разбор той же темы, колонка о креативе в MarTech, добавляет деталь. Команда нашла «победную» вёрстку тестами, пустила её в производство и повторяла несколько месяцев. Весь креатив стал одинаковым, а принесли ли эти прибавки хоть рубль бизнесу, никто так и не выяснил.
Дальше автор задаёт три вопроса к любому показателю в отчёте. Какое решение изменит эта метрика? Стоит ли вывод затраченного времени? Хватает ли цели времени?
Эти же три вопроса годятся для агента, только формулировать их надо до запуска. Что именно агент оптимизирует, какое событие из CRM он получает как сигнал, что делает человек, когда сигнал оказывается ложным. Duet с его подтверждением перед платежом отвечает на третий вопрос за вас. По первым двум ответа в коробке нет.
Что это значит для бизнеса
Внедрение искусственного интеллекта всё чаще упирается не в выбор модели, а в то, что вокруг неё: какое событие считается результатом, кто принимает решение и как это решение проверяется. Агент, который пишет первым, сделает ошибку в постановке задачи быстрее, чем вы её заметите.
- Передайте агенту событие из CRM, а не факт отправки формы. Квалифицированный лид или разные цены за разные типы заявок дают модели внятный сигнал.
- Составьте список действий, которые агент делает без подтверждения. Всё, что стоит денег, касается документов или уходит клиенту, оставьте на человеке.
- Разделите отчётность на ранние сигналы и деньги. В B2B цикл сделки идёт месяцами, и оценивать его по тридцати дням значит снимать бюджет до первых продаж.
- Заведите правило: у каждой метрики в дашборде есть решение, которое она меняет. Нет решения, метрику убирают.
- Проверьте, какие админки ваших агентов открыты в интернет. Утечка сотен паролей и ключей началась именно с этого.
Для компаний Владивостока и Дальнего Востока окно возможностей здесь шире, чем кажется. Доступ к Duet, Muse и Dots у российского бизнеса ограничен, а данные о своих клиентах и правила работы с ними есть только у вас. Это работа, которую нельзя купить подпиской на зарубежный сервис.
На бесплатном AI-аудите разберём ваши процессы, найдём задачи, где автоматизация бизнес-процессов с помощью ИИ даёт результат в первые недели, и определим, какие действия агент может делать сам, а какие требуют человека.
Получить бесплатный AI-аудит