Лідери думок

Ваш AI‑агент такий же ефективний, як і ваша система документообігу

mm
Додайте Unite.AI до бажаних джерел у Google

30 грудня 2025 року датська пошта доставила останній лист у своїй 401‑річній історії. 1 500 залишкових поштових скриньок було знято з вулиць протягом того року. Тим часом у липні 2026 року німецький федеральний кабінет затвердив GeDIG, закон про дані охорони здоров’я та цифрові інновації, який поступово виводить факси з кабінетів лікарів до осені 2029 року та робить електронні направлення обов’язковими.

Отже, чому одна країна може впроваджувати такі зміни, тоді як інша досі поступово відмовляється від факсів у цьому столітті? Якщо враховувати використання ШІ у бізнесі в кожній країні, 42 % данських компаній у 2025 році застосовували принаймні одну технологію ШІ — найвищий показник у Європі. У Німеччині цей показник становив 26 %, вище середнього по ЄС, але на шістнадцять пунктів менше, ніж у Данії.

Для мене цей контраст спонукає переосмислити наші уявлення про впровадження ШІ. Зокрема, уявлення, що вибір моделі є стартовою точкою впровадження ШІ, ігноруючи стан систем навколо моделі. Обидві країни мають доступ до тих самих моделей і хмарних провайдерів, проте різниця полягає в тому, чи створюють бізнес‑ та державні процеси вже надійні цифрові записи. Оскільки AI‑агент працює не з реальністю безпосередньо, а з її версією, доступною в системі, це природно створює певні обмеження.

Перший обмежуючий фактор: Інформація ніколи не була оцифрована

Агент не може отримати документ, який ніколи не потрапив у систему. Структура інформаційного потоку організації визначає, що саме агент може сприймати як завдання.

На рівні країни дані Eurostat показують, що впровадження ШІ в бізнесі корелює з оцифруванням адміністративних процесів. Однак ключовий механізм полягає в тому, що в країнах, де громадяни вже отримують офіційні документи в цифровій формі, кількість позасистемних взаємодій, які компаніям треба узгоджувати, менша, що зменшує обсяг інтерпретаційної роботи, необхідної перед безпечним використанням ШІ в операціях.

На рівні компанії дослідження IZA 2026, проведене серед 1 907 данських компаній, виявляє, що підвищення рівня оцифрування на одну стандартну девіацію пов’язане з підвищенням ймовірності впровадження базових ШІ‑систем на 8–10 процентних пунктів. Це свідчить, що впровадження ШІ залежить від того, чи організовані внутрішні операції фірми вже в цифрово структурованій, машиночитальній формі. Якщо процеси фрагментовані, для ШІ‑систем або агентів залишається мало стабільної інформації, на якій можна діяти.

Це також може допомогти пояснити, чому оцифрування, орієнтоване на політику, не автоматично призводить до готовності до ШІ. Італійське обов’язкове B2B електронне виставлення рахунків створило повністю цифровий канал, проте загальне впровадження ШІ залишається нижчим за середнє по ЄС. Оцифрування одного кроку не усуває навколишню аналогову систему.

Другий обмежуючий фактор: Інформація існує лише в голові когось

Люди керують операціями, що означає, що більшість часу вони знають деталі, яких не знає ШІ. Фінансовий адміністратор знає, що орендар сплатив готівкою, проте платіж ніколи не був внесений у бухгалтерську систему. У результаті банківські записи і система не узгоджуються. Адміністратор розуміє причину, тоді як ШІ бачить лише несумісні дані. Менеджер нерухомості пам’ятає, що орендодавець просив не контактувати з ним протягом двох тижнів. Команда знає обхідний шлях для певної будівлі чи клієнта, проте ніхто його не задокументував.

ClarEval протестував завдання з відсутніми цілями, відсутніми передумовами та неоднозначною термінологією. Продуктивність моделі впала з приблизно 89 % після уточнення до близько 9 %, коли неоднозначність залишалась невирішеною. Ambig‑SWE виявив, що дозволення моделі ставити питання користувачеві, який володіє відсутньою інформацією, відновлює до 74 % втраченої продуктивності. Це означає, що інженери мають будувати систему, здатну запитувати уточнення з самого початку.

Третій обмежуючий фактор: Інформація існує, але її не можна передати

Деякі дані доступні всередині компанії, проте все ще не можуть дістатися до моделі через правила конфіденційності, контроль безпеки, контракти або внутрішню політику.

дослідження, засноване на семирічних даних хмари виявило, що GDPR — основний закон ЄС про захист даних — скоротив зберігання даних на 26 % і їх обробку на 15 % у європейських компаній у порівнянні з подібними американськими компаніями. Іншими словами, регуляція конфіденційності зробила компанії менш інтенсивними у використанні даних, обмеживши обсяг інформації, яку вони можуть зберігати та обробляти для аналітики та ШІ. Впровадження генеративного ШІ було майже рівним, 37 % європейських компаній і 36 % американських. Однак розрив у глибині впровадження ШІ величезний: 81 % американських компаній використовують ШІ принаймні в двох внутрішніх процесах, проти 55 % у ЄС. Однією з можливих причин є те, що інформація, яка вже існує в організаціях, часто важче використати повторно для ШІ у Європі. Наприклад, розмови служби підтримки часто містять персональні дані, зібрані для вирішення проблем клієнтів. За принципом обмеження мети GDPR (Article 5(1)(b)), ці дані не можуть просто бути перепризначені для навчання ШІ без дійсної правової підстави. Американські компанії, як правило, стикаються з меншою кількістю подібних федеральних обмежень щодо повторного використання таких даних.

Як побудувати правильну систему

Отримання інформації працює лише тоді, коли відповідь існує в системі. Агентам слід запитувати, коли інформація відсутня, ніколи не гадати та перетворювати дзвінки або неформальні рішення на структуровані записи. Компаніям також слід усунути паралельні паперові процеси, оскільки якщо завдання може виконуватися поза системою, частина контексту залишиться невидимою.

Кожна компанія повинна оцінити власні прогалини. Виміряти, чи факт, необхідний для правильних дій, був у системі чи ні. Перевірити робочі процеси з включеними та виключеними полями перегляду конфіденційності. Нарешті, для процесу, який можна завершити на папері, саме його агент слід створити останнім.

Агенти можуть підвищити продуктивність людей, але вони не виправляють те, чого бракує.

Кейт Ліапун — інженер даних у Dwelly, яка створює операційну систему штучного інтелекту для оренди житла. Вона розробляє інструменти на базі ШІ для перенесення даних клієнтів з застарілих CRM і є переможницею хакатону Google GenUI.