Разбор · корпоративное обучение

Когда запрос клиента устарел

По мотивам работы Future Hub с крупным российским ИТ-интегратором: две задачи, пять занятий и программа, которую пришлось переписать до того, как заказчик об этом попросил. Разговор для коллег по индустрии корпоративного обучения.

Корпоративный заказчик приходит с направлением, а не с содержанием, и приносит представления того времени, когда задача формулировалась. В быстрой теме между постановкой и проведением успевает смениться сам ответ. Что с этим делать подрядчику — и что бывает, когда он делает это вовремя.

01Рамка вместо содержания

ИТ-интегратор пришёл с рамочной задачей в двух направлениях: помочь клиентским менеджерам увереннее говорить с крупными заказчиками про искусственный интеллект и заодно поднять их личную продуктивность.

Названо направление, содержание — за подрядчиком. Дальше работа наша: собрать программу из четырёх занятий, найти экспертов, защитить логику перед теми, кто утверждает. Разбивку предложил сам клиент — первые два занятия соединил в один очный день, оставшиеся отправил в онлайн отдельными датами.

Аудитория — клиентские менеджеры и руководители команд продаж корпоративного сегмента, около шестидесяти человек, работающих с заказчиками из числа крупнейших российских компаний.

02Занятия 1–2: разговор с заказчиком

Первое занятие закрывало главную трудность этой аудитории. Клиентские менеджеры не инженеры, а тема технически глубокая, и говорить по ней приходится в том числе с людьми, которые разбираются лучше: с техническими руководителями заказчика. Занятие давало опору для такого разговора — обзор рынка, семь сценариев применения от обработки документов и прогнозной аналитики до систем поиска по внутренней базе знаний и аналитики в системе продаж, разобранные кейсы с эффектами, памятка подготовки ко встрече, формула ценностного предложения и расчёт возврата инвестиций. Фундамент здесь — это понимание и возможностей, и границ: менеджер должен уметь показать, какую пользу решение даст заказчику и где эта польза заканчивается, никого не вводя в заблуждение.

Второе занятие было про сам разговор: анализ конкурентов с помощью ИИ по трём готовым заготовкам, сегментация лиц, принимающих решение, — от генерального директора до технического директора и директора по цифровой трансформации, у каждого свой язык и свои критерии, — и восемь типовых возражений с готовыми ответами по схеме «кто говорит, настоящая причина, слабый ответ, сильный ответ».

Про продукты самого интегратора на занятиях не говорили — эту часть заказчик закрывал внутри. Метод при этом строился так, чтобы менеджеры применяли его к собственному портфелю: возражения, язык технического руководителя и логика ценностного предложения работают одинаково, о каком бы решении ни шла речь.

03Опрос группы: что показала аудитория

Предложенное нами изменение программы мы решили проверить на самой группе. Перед онлайн-частью прошёл опрос: девятнадцать вопросов о том, как человек работает с моделями сегодня — что уже переложил на них, что мешает, какая рутина съедает больше всего времени и какой её кусок делается руками.

>1/2работают с моделями регулярно
2/3не хватает сценариев под свои задачи
1/2просят агентов и автоматизацию между сервисами

Опрос подтвердил ставку. Больше половины группы работает с моделями регулярно, но практический опыт подключения моделей к рабочим сервисам оказался у единиц: инструментом пользуются уверенно, агентский слой не тронут. Две трети опрошенных главной проблемой назвали нехватку понятных сценариев под свои задачи, а качество ответов волновало единицы. Почти три четверти выбрали формат с живым показом на экране. Тяжелейшей рутиной группа назвала таблицы и отчёты, следом — протоколы и задачи после встреч, а среди барьеров вышли доступ и защита корпоративных данных.

Параллельно клиент принёс три рабочих сценария из своей практики: назначение встреч на большую группу с просмотром календарей, поиском общих слотов и переговорки; сбор информации о заказчике и его первых лицах из открытых источников; быстрая сборка корпоративной презентации под конкретного клиента. И два требования к содержанию: усилить первое занятие темой презентаций и провести безопасность работы с данными через все три занятия.

Ещё одно решение — не ограничивать показ бесплатными версиями. На таких занятиях обычно берут то, что открывается у каждого без настройки, и обходят стороной инструменты, которых сценарий на самом деле требует. Мы показывали то, что нужно задаче, а вопрос доступа сняли прямо на занятиях: эксперт разобрал, как оплатить подписку без иностранной карты — через сервисы-посредники. Для группы это стояло практически: на рабочих машинах доступа к иностранным сервисам нет. Отдельным блоком разобрали и обратную сторону: заметную часть задач закрывают модели, которые стоят копейки и открываются без обходных путей, — китайские в первую очередь.

04Актуализация программы

Конструкторы автоматизации пришли из запроса клиента: на тот момент это был стандартный отраслевой ответ, и занятие мы собрали под них.

К моменту реализации ответ изменился. Конструкторы начали терять позиции, а вместо них появился путь короче: агент, который сам пишет и запускает код, и открытый протокол подключения моделей к рабочим сервисам. Порог входа у этого пути, по словам эксперта, заметно ниже, чем у привычных конструкторов, а потолок выше. Программу обновили мы. Заявки на это не было — следить за тем, что успело устареть, входит в нашу работу, а не в работу заказчика: он согласовал программу однажды и не обязан пересматривать её каждые несколько месяцев вслед за рынком. Логика замены простая: обучение, привязанное к одному конструктору, стареет вместе с ним, а понимание протокола и устройства агента переживает смену инструментов.

Тогда же пересобралась структура. Между работой с запросами и агентами нельзя прыгнуть за полтора часа: между ними лежит промежуточный слой — подключение моделей к рабочим сервисам через MCP. Отсюда выросла лестница из трёх ступеней: уверенная работа с моделями, затем MCP, и только потом агенты. Договор был на два занятия — третье мы добавили без доплаты, потому что этого требовала логика программы.

05Занятие 3: модели и деньги

Занятие открылось глоссарием из девяти понятий и объяснением, как сравнивают модели между собой. Дальше — обзор тремя блоками: передовые зарубежные модели, китайские и российские, каждая с прикладной связкой: подо что брать и чем за это платишь.

Практическая часть шла на живых задачах: глубокое исследование с выгрузкой готового отчёта в PDF прямо в чат, генерация работающего приложения в окне модели и презентация на четырнадцать страниц. Идею подал участник: загрузить профиль компании и собрать презентацию для заказчика-банка, слайда на три. Ведущий сверился с залом насчёт фирменных цветов, поставил задачу модели — и через несколько минут документ был готов; участник попросил универсальные шрифты, чтобы файл открылся у всех одинаково, и презентация ушла в чат в двух форматах. Этот же разбор закрыл второй сценарий клиента: модель сначала собрала данные о компании, а потом развернула их в готовый документ под конкретного заказчика. Сбор информации проверялся на объекте, который группа знает лучше всех, — на собственной компании, где качество результата видно сразу.

Здесь же прозвучали первые цифры про экономику. Один и тот же запрос к рабочей системе задач стоил двадцать рублей на российской модели и полрубля на китайской. Четырнадцатистраничная презентация израсходовала пятнадцать процентов сессии на подписке за двадцать долларов. Для людей, которые продают ИТ-решения, стоимость запроса — такая же часть разговора с заказчиком, как возможности модели.

Отдельным блоком — безопасность: что нельзя отдавать облачным моделям и как обезличивать данные, если в документе есть фамилии, телефоны или корпоративные цифры. Тему клиент просил провести через все занятия, и опрос это подтверждал: один из участников описал проблему подробно — время уходит на вычищение конфиденциальной информации из текста перед отправкой в модель.

06Занятие 4: собственный MCP-коннектор

Начали с различия между чат-моделью и агентом, включая цену ошибки: у агента есть руки, и известны случаи, когда он удалял базу данных. Затем — сам протокол, объяснённый через аналогию с сетевыми стандартами: одна общая договорённость вместо отдельной интеграции под каждый сервис. Разобрали, где брать готовые коннекторы и как оценивать чужое решение перед установкой: количество звёзд, свежесть последних правок, живое обсуждение проблем, описание с примерами настройки.

Затем перешли к подключению внутри корпоративного контура — к системе задач, базе знаний и кадровой системе, с живым запросом «сколько осталось отпускных у сотрудников». А дальше главное: подключались к сервису, для которого готового официального коннектора не существует. Коннектор собирали руками прямо в эфире.

Это заняло около тридцати восьми минут до первого рабочего ответа: не меньше девяти сбоев и трёх перезапусков — ошибка на вьетнамском от разработчика решения, файл ключей не в том каталоге, блокировка со стороны сервиса. Работа шла в ручном режиме, привычном каждому, кто имел дело с моделями: скопировать текст ошибки, отдать модели, забрать решение, вставить обратно, повторить. Ведущий проговаривал этот цикл вслух, и именно он оказался главным содержанием занятия.

Самый сильный отклик занятия прозвучал под конец: организатор со стороны заказчика поблагодарил ведущего за то, что тот проговаривает вслух внутренний диалог человека, который только знакомится с языковыми моделями, — и сказал, что узнаёт себя.

07Занятие 5: агент, который правит себя

Финальное занятие дало устройство агента по слоям: модель как центр принятия решений, инструменты как руки, контекст и навыки как память, инфраструктура как место, где всё это живёт. Дальше это свелось к трём вопросам, которые задаёшь себе перед сборкой: какая модель, сколько токенов, где она располагается.

Экономику разобрали в числах: сколько стоит миллион входящих и исходящих токенов, во сколько обошёлся бы по счётчику месяц работы, покрытый максимальной подпиской, во сколько раз дешевле китайская модель на том же объёме. Отсюда — приёмы: снижать усилие модели там, где задача простая, брать модель попроще вместо самой мощной, ограничивать сессию несколькими сообщениями, считать экономику до запуска автономной автоматизации.

Затем сборка. Ведущий поднял агента к корпоративному почтовому серверу через чужое готовое решение на шестьдесят семь инструментов, запустил в контейнере, обернул в готовое окно чата и показал работу на живой почте и календаре — включая сценарий, который клиент вынес в запрос первым: подбор общего времени с коллегой по занятым окнам.

Здесь же стал виден шаг между четвёртым и пятым занятием. На четвёртом цикл держал человек: сам копировал ошибку, сам возвращал исправление. Здесь агент диагностирует ошибку сам и правит себя без посредника — вплоть до того, что спорит с решением ведущего и предупреждает о последствиях. Разницу между этими двумя режимами работы группа увидела на одном и том же материале, с недельным интервалом.

Если смотреть шире, способ собрать такую автоматизацию за последние годы менялся четырежды. Сначала её писали программисты. Потом появились конструкторы, где автоматизация складывается из блоков: программист уже не нужен, но связывать блоки между собой и прописывать настройки каждого приходится самому. Затем модели научились писать код — и приложение стало можно собрать разговором, перенося куски кода и текст ошибок туда-обратно, итераций за сто. Сейчас четвёртая ступень: инструменты — доступ к файлам, почте, календарю — уже встроены в платформу, недостающее собирается тут же в агентском режиме, а исправления агент вносит себе сам. Разговор остаётся, копирование уходит.

Разница между третьей ступенью и четвёртой на словах почти незаметна — и там и там «объясняешь задачу словами». На практике это разные вещи: в одном случае человек сто раз переносит текст между окнами, в другом подключает сервис к сервису и правит конфигурацию не сам. Группа увидела обе ступени подряд, что и делало сравнение убедительным.

Отдельная линия занятия — чужие готовые решения. Ведущий шёл по шагам от позиции «я про GitHub ничего не знаю», показывая, что доступ бесплатный, решений много, и писать всё с нуля не нужно.

Вторая линия — ограничения, и разбирались они на трёх уровнях.

Первый — какие данные вообще уходят наружу: что нельзя отдавать облачной модели и как обезличить документ, в котором есть фамилии, телефоны и корпоративные цифры.

Второй — куда именно они уходят. Западные модели, китайские и запущенные локально различаются не только ценой: у каждой свой ответ на вопрос, где физически окажется отправленный текст и по каким правилам он там хранится. Под чувствительные данные на занятии показывали локальный запуск — в этом случае наружу не уходит ничего.

Третий — что позволено самому агенту. У него есть руки, и режим работы выбирается осознанно: полный контроль, когда каждое действие подтверждаешь вручную; промежуточный, когда агент работает сам, а человек принимает или отклоняет правки; и автономный, когда он действует без остановок. Чем шире доступ, тем важнее очертить границы заранее — этим занятие и заканчивалось, разбором известных провалов автономных агентов и выводом, который для клиентских менеджеров оказался практичнее демонстраций:

«Самое главное сейчас именно с точки зрения агентов — это ограничения. Потому что если вы не ограничите, к сожалению, будут проблемы.»

08Эксперты и согласование

Проект мы вели целиком: собирали содержание, подбирали экспертов, защищали программу перед теми, кто её утверждает. Через отбор на онлайн-часть прошли пять кандидатов, каждого клиент видел лично и утверждал сам. Когда один из них выбыл по личным обстоятельствам, замену искали мы — для заказчика это не превратилось ни в задачу, ни в паузу.

Состав согласующих со стороны клиента за проект менялся дважды: на встрече по первой задаче их было четверо, ко второй круг обновился. Обычно на этом программа и расползается — каждый новый участник приносит своё видение, и содержание превращается в компромисс между мнениями. Здесь этого не случилось, потому что содержательную линию держали мы, а одно контактное лицо проходило через весь проект и давало преемственность.

09Что остаётся у команды

Формально вторая задача звучала как личная эффективность. По содержанию три занятия дали клиентским менеджерам то, что работает в их профессии напрямую: понимание, куда идёт рынок и что сегодня имеет смысл предлагать заказчику.

Закрыт сценарий, который клиент вынес в запрос первым, — назначение встреч через агента. У участников есть разобранная схема: агент читает календари, ищет свободные окна, подбирает время и ставит задачи по итогам.

Если перечислить предметно, разобрано и передано три вещи. Первое — как собрать собственный коннектор к сервису, для которого готового официального решения не существует: где взять основу, как оценить чужую и что делать с ошибками, которые обязательно появятся. Второе — как запустить агента и подключить к нему почту, календарь и другие рабочие сервисы. Третье — как поручать ему многоступенчатые задачи, где действий несколько подряд: посмотреть свои свободные окна, сверить с окнами коллеги, выбрать общее время, занять его и разослать приглашения.

Ставится это словами. Раньше под такую цепочку собирали схему из блоков и прописывали настройки каждого; теперь достаточно объяснить задачу — и проверить, что агент понял её так же, как вы. Отсюда и смещение того, что требуется от человека: главным навыком становится умение внятно описать собственную работу.

Плюс к этому: экономика моделей в числах — какие задачи отдавать дешёвым, где нужна самая мощная; критерии, по которым отличают живое чужое решение от заброшенного; правила обращения с корпоративными данными и способы оплатить нужный инструмент, когда иностранной карты нет.

И главное — что одну задачу можно решить несколькими способами, а выбор между ними держится на понимании устройства, а не на заученном приёме.

10Что это за формат

Заказчик приходит с рамкой: направление названо, содержание — нет. Инструменты в этой теме меняются быстро, поэтому программу нельзя зафиксировать один раз и считать готовой: её надо предлагать под сегодняшний день и проверять на аудитории.

Так было и в этом проекте. Тему автоматизации обогнал рынок, и замену принесли мы, до того как клиент об этом спросил. Опрос подтвердил ставку и добавил конкретику: группа оказалась сильнее, чем предполагала рамка, и три онлайн-занятия пошли в агентскую тему. Заказчик получает программу, собранную под то, что работает в день занятия.

11Словарь

Четыре термина, которые в тексте встречаются чаще других. В самой статье они подсвечены — по клику всплывает то же определение.

MCP

Открытый протокол, по которому модель получает доступ к рабочим сервисам: одна общая договорённость вместо отдельной интеграции под каждый сервис. Полное название — Model Context Protocol; в обиходе используют аббревиатуру.

Коннектор

Готовый модуль подключения к конкретному сервису — почте, календарю, системе задач. Часть таких модулей пишут сами поставщики сервисов, часть выкладывает сообщество; там, где готового нет, коннектор собирают под себя.

Агент

Модель с инструментами: она не только отвечает, но и действует — читает почту, ставит задачи, запускает код. Отсюда и требование к ограничениям: у агента есть руки, и цена ошибки выше, чем у обычного чата.

Токены

Единицы, которыми меряется работа модели: по ним считается и стоимость запроса, и месячный расход. Отдельно тарифицируются входящие токены (то, что вы отправили) и исходящие (то, что модель сгенерировала).

Кейс Future Hub От продажи ИИ-решений — к запуску собственного агента →

Короткая версия этой истории: что сделали по обеим задачам, какие сценарии заказчика разобрали и что осталось у команды.

Так мы и работаем

Future Hub собирает корпоративное обучение под задачи бизнеса — от нейросетей до построения отделов. Расскажите про команду и задачу, начнём с замера уровня.

Оставить заявку → Или посмотреть программы корпоративного обучения
© Future Hub, 2026 · Кейс публикуется без названия компании-заказчика; имена сотрудников не раскрываются.
свяжитесь с нами
Мы готовы проконсультировать вас, сделать расчет, обсудить вашу специфику, показать наших экспертов и ответить на все вопросы.
Нажимая кнопку «отправить заявку», вы соглашаетесь с Политикой конфиденциальности и даете Согласие на обработку персональных данных