Старший вице-президент Target Шиобан Макфини считает, что AI-модели, которые использует компания, сами по себе не дают преимущества. Настоящий отрыв - все, что построено вокруг них. Она рассказала на VB Transform 2026, как Target выстраивает архитектуру управления AI-агентами.

«В этом и есть наш ров. Модели отличные и важные. Но их недостаточно, чтобы быть конкурентным преимуществом».

Макфини была откровенна, даже «противоречива» по собственному признанию: каждый enterprise хочет AI-агентов, но не всему нужен агент. Агенты зарабатывают автономию со временем, а не получают по умолчанию - этот принцип проходит через все, что Target построила вокруг них.

Осознанный подход к агентам

Команда Макфини начинает с простого вопроса: какую проблему решаем? Дальше следуют уточняющие: действительно ли этой проблеме нужен агент? Если да - какой тип: оркестратор, суперагент или доменный? Или то, что вы называете «агентом», на самом деле просто инструмент?

«Вы определяете это заранее, и это может звучать как излишний процесс, но затем вы регистрируете и сертифицируете агента», - объяснила Макфини. Потому что решение может уже существовать, и дублировать работу не нужно.

Проектирование агента запускает ещё серию вопросов: что триггерит агента к действию? Автоматизация? Инженер? Таймер? Что нужно отслеживать?

Четыре уровня автономии агентов Target:

  • Уровень 1 - только наблюдения без действий
  • Уровень 2 - предлагают действия в ожидании одобрения
  • Уровень 3 - действуют внутри заданных ограничений
  • Уровень 4 - работают «от начала до конца» с человеком в контуре

Цифровой двойник нашёл то, что люди упустили

Моделирование цифрового двойника предсказало запасы мужских шорт в трех магазинах Target в Лонг-Бич этим летом. Один магазин запросил в 6-7 раз больше товара, чем остальные. Аналитики сначала решили: ошибка. Но система нашла то, что люди не учли: этот магазин находился меньше чем в двух милях от пляжа. Остальные два - в 10-12 милях от берега. Аналитики дали рекомендации, и товар распродали.

«Это наука. Это математически более значимо и дает больше уверенности, чем решения людей», - сказала Макфини.

Автономию нужно заслужить

Target смотрит на автономию AI-агентов как на «заработанную» и структурирует её как четырехуровневую лестницу. Агенты начинают с наблюдений, переходят к предложениям с ожиданием одобрения, затем к действиям в заданных рамках. На высшем уровне, где Target работает сейчас, агенты выполняют задачи целиком - но всё ещё с человеком в контуре.

«Уровни автономии для агентов критически важны. Они зарабатывают их и могут потерять, если работают не так, как ожидалось», - подчеркнула Макфини. Модели, которые отклоняются от курса, снимают с обслуживания.

«Если вы следуете этим ограничениям, руководствам по безопасности, регистрируете агента, и что-то все равно идет не так, у нас есть полная история от начала до конца. Наша способность восстанавливаться намного выше».

Что это значит для бизнеса

Опыт Target показывает: внедрение искусственного интеллекта в бизнес - это не про выбор самой мощной модели. Это про архитектуру, таксономию, уровни автономии, безопасность и наблюдаемость. Цифровой двойник, который нашел пляжный паттерн в магазинах Лонг-Бич, работает не потому, что модель крутая, а потому что вокруг неё построена правильная инфраструктура.

Для компаний во Владивостоке и на Дальнем Востоке, которые рассматривают ии для бизнеса, подход Target - хорошая дорожная карта. Начинать можно с одного процесса, дать агенту базовый уровень автономии, измерять результаты и постепенно расширять. Автоматизация бизнес-процессов с помощью ИИ - это марафон, а не спринт.