Менеджер как супервайзер агентов: что стоит за отчётом Google

52% руководителей в компаниях, использующих генеративный ИИ, уже запустили AI-агентов в продакшен. Не пилотируют. Не тестируют. Работают. Это данные из отчёта Google Cloud «AI Agent Trends 2026» – опрос 3 466 руководителей по всему миру, проведённый совместно с Google DeepMind.

Цифра выглядит впечатляюще, но стоит вспомнить, кто её сообщает. Google – крупнейший продавец облачной инфраструктуры для агентов. Их мотивация – показать, что будущее уже наступило, и вам пора покупать Vertex AI. Это не делает данные бесполезными, но требует более внимательного чтения.

Среди пяти трендов, которые описывает отчёт, два имеют прямое отношение к работе менеджера. Первый – «агент для каждого сотрудника» – описывает превращение менеджера в супервайзера команды AI-агентов. Второй – «агенты для масштабирования» – фиксирует разрыв между скоростью появления агентов и скоростью формирования навыков для работы с ними.

Остальные три тренда (агенты для клиентов, безопасности и бизнес-процессов) интересны для CTO и директоров по продукту, но для менеджера среднего звена – слишком далеко от ежедневной практики.

Маркетинг-менеджер с командой из пяти агентов

Самый конкретный пример в отчёте – описание того, как меняется рабочий день маркетинг-менеджера. Вместо того чтобы самостоятельно писать тексты, анализировать аудиторию и собирать отчёты, менеджер формулирует цель и распределяет её между специализированными агентами.

В описании Google это выглядит так: один агент анализирует данные об аудитории, второй генерирует контент, третий оптимизирует кампании, четвёртый мониторит результаты, пятый координирует работу остальных. Менеджер ставит стратегическую задачу, проверяет промежуточные результаты и принимает ключевые решения.

Концепция называется «intent-based computing» – переход от инструкций к намерениям. Вместо «напиши текст с такими-то параметрами» менеджер говорит «увеличь конверсию лендинга на 15%», а агенты сами определяют, как этого достичь.

Звучит красиво. Но стоит разобрать, что здесь работает, а что – маркетинговый сценарий будущего.

Что из этого уже работает

Кейсы из отчёта, которые поддаются верификации, впечатляют именно в узких, хорошо структурированных задачах.

Danfoss, глобальный производитель промышленного оборудования с присутствием в 100+ странах, автоматизировал 80% транзакционных решений – ценообразование, типовые запросы, маршрутизация обращений. Время ответа клиентам сократилось с 42 часов до реального времени. Пять систем консолидированы в один интерфейс. Это конкретно, измеримо и – критически важно – касается транзакционных решений, а не стратегических.

В Suzano – крупнейшем в мире производителе целлюлозы – история другая по форме, но тот же паттерн по сути. AI-агент переводит вопросы на естественном языке в SQL-запросы к SAP-данным на BigQuery. Результат – 95% сокращение времени на получение данных для 50 000 сотрудников. Агент работает как переводчик между человеком и базой данных, а не как самостоятельный аналитик.

TELUS, канадский телеком с 57 000 сотрудников, идёт дальше остальных по масштабу. Каждое взаимодействие с AI экономит 40 минут. 96% сотрудников отмечают рост уверенности в работе с AI-инструментами. Руководитель программы Gina Narvaez описывает подход: «Мы не внедряли ИИ сверху – мы дали каждому сотруднику возможность найти применение в своих задачах».

Паттерн очевиден: агенты работают там, где задача описывается правилами, а результат проверяется объективно. Критерий Бенедикта Эванса в действии – автоматизируются задачи, а не суждения.

Когда отчёт переходит к «стратегическому мышлению» и «оркестрации сложных процессов» – конкретика исчезает, и начинаются цитаты вида «агенты будут управлять многошаговыми рабочими процессами». Будут – но не сегодня, и не в том формате, который рисует маркетинговый материал.

Навыки, которых нет на рынке

Вторая часть отчёта, которая заслуживает внимания, – о разрыве навыков. Цифры здесь интереснее, чем маркетинговые описания будущего.

61% сотрудников в компаниях, внедряющих AI, используют его ежедневно. Оставшиеся 39% – минимум еженедельно. Но при этом только 29% говорят, что AI «широко поддерживается» в их организации. Знакомый разрыв: инструмент есть, системной поддержки нет.

Это прямо перекликается с тем, что мы видели в Microsoft WTI 2026: 81% сотрудников застряли вне зоны Frontier – там, где ни организация, ни человек не готовы к глубокому использованию ИИ. И с данными Stanford AI Index: 88% компаний внедрили генеративный ИИ, но большинство использует его поверхностно.

Google приводит цитату Shweta Maniar, директора по Life Sciences: «Экспертиза для роли ‘оркестратора агентов’ или ‘Chief of Staff для ИИ’ просто не существует на рынке». Это честное признание, хотя и удобное для компании, продающей обучающие инструменты.

По данным Forbes (цитируется в отчёте), период полураспада профессиональных навыков – 4 года. В технологических отраслях ещё жёстче – 2 года. То, что вы умеете сейчас, через два года будет стоить вдвое меньше.

Руководители это чувствуют: 82% считают, что технические обучающие ресурсы помогают оставаться конкурентоспособными. А 71% организаций зафиксировали рост выручки после обращения к образовательным ресурсам.

Последняя цифра – 71% – вызывает здоровый скептицизм. Корреляция между «обратились к ресурсам» и «выручка выросла» не означает причинно-следственной связи. Компании, которые инвестируют в обучение, как правило, растут и без AI – они просто более зрелые в управлении.

Но сам тезис о разрыве навыков подтверждается из независимых источников. Исследование Epoch AI показало: 62% пользователей генеративного ИИ застряли на поверхностном уровне – генерация текстов и саммари. До агентных сценариев, описанных Google, дошли единицы.

Что менеджеру делать с этим отчётом

Отчёт Google Cloud – маркетинговый документ. Но за маркетингом стоят реальные данные, и из них можно вытащить три конкретных вывода для менеджера, который думает о ближайших шести месяцах, а не о 2030 годе.

Агенты работают на рутине, а не на стратегии. Каждый успешный кейс из отчёта – это автоматизация повторяемых, верифицируемых задач. Если вы ищете, где применить агентов в своей работе – начинайте с транзакционных процессов: типовые ответы, извлечение данных, маршрутизация запросов. Там, где результат можно проверить за минуту.

Роль «супервайзера агентов» при этом реальна – но скромнее, чем описывает Google. Вы не будете управлять командой из пяти автономных AI-ассистентов к концу этого года. Но вы уже сейчас можете выстроить рабочий процесс, в котором AI забирает подготовительную работу, а вы принимаете решения на основе его результатов. Разница между «ИИ как чат-бот» и «ИИ как инструмент в процессе» – это именно тот переход, который описывает отчёт, только без маркетингового глянца.

И последнее. 88% ранних пользователей видят ROI – но они стали ранними пользователями не потому, что прочитали правильный whitepaper. Они начали пробовать, ошиблись, скорректировали подход. Период полураспада навыков в 2 года означает, что откладывать эксперименты на «когда будет время» – стратегически невыгодно.

Контекст: промежуточный итог «агентной весны»

Отчёт Google Cloud – не первый и не единственный документ о том, что AI-агенты меняют работу менеджера. Он ложится в серию, которая складывается в 2026 году:

Картина складывается из нескольких независимых кусочков. Microsoft WTI показал, что организационные факторы определяют 67% эффекта от ИИ – вдвое больше, чем индивидуальные навыки. Это объясняет, почему по данным Epoch AI 62% пользователей застряли на поверхности: среды для роста нет. Отдельный сюжет – свежее исследование HBR о thinkslop: когда менеджер передаёт AI суждения вместо задач, деградирует именно то мышление, которое нужно для супервайзинга агентов.

Google Cloud добавляет к этой картине две вещи. Конкретные кейсы автоматизации с измеримыми результатами – Danfoss, Suzano и TELUS показывают, что агенты уже приносят деньги в узких, хорошо определённых задачах. И честное признание, что навыки для работы с агентами не существуют как готовый продукт на рынке.

Сумма этих отчётов рисует картину, которая далека и от «AI заменит всех», и от «AI – это просто хайп». Реальность – между: агенты эффективно забирают рутину, но управление ими требует нового набора навыков, которым ещё негде научиться системно. 84% сотрудников хотят, чтобы организация уделяла больше внимания AI – а 71% организаций, которые это делают, видят рост. Связь может быть не причинно-следственной, но направление ясно.

Ключевой вопрос для менеджера – не «придут ли агенты в мою работу». Вопрос – успеете ли вы освоить навыки управления ими до того, как это станет базовым ожиданием от вашей роли.

Читайте также

GLM-5: от вайб-кодинга к ИИ-агентам

Thinkslop: как ИИ незаметно подменяет ваше мышление

Почему ИИ-пилоты на заводе умирают между демо и цехом

Поглотить, перестроить, разрушить: три фазы AI в компании