Оператор ИИ-агентов — профессия, которую рынок пока не умеет называть

Оператор ИИ-агентов — профессия, которую рынок пока не умеет называть

Пока одни спорят, заменит ли ИИ программистов, в бизнесе уже появляется более интересная роль.

• Не AI-инженер.
• Не промпт-инженер.
• Не менеджер по цифровизации с презентацией на сорок слайдов.

Я бы назвал её проще: оператор ИИ-агентов.

Это человек, который управляет не людьми, а цифровыми исполнителями. Не просто открывает ChatGPT и просит «написать текст», а собирает рабочую цепочку:

найди данные → сравни варианты → проверь условия → подготовь черновик → занеси результат в CRM → отправь уведомление человеку.

Вот это уже не чат. Это маленький производственный участок.

И главное: ценность здесь не в том, что агент «умный». Ценность в том, что кто-то смог встроить его в реальный процесс.

По данным Carta, доля solo-founder стартапов выросла с 23,7% в 2019 году до 36,3% в первой половине 2025 года. То есть больше трети новых компаний создаются одним основателем.

Не потому что люди внезапно стали сверхлюдьми. А потому что часть работы, которую раньше делали первые сотрудники, теперь можно закрывать инструментами, автоматизацией и агентами.

Хороший символ этого сдвига — Base44. Один основатель, bootstrapped-проект, шесть месяцев работы — и продажа Wix за $80 млн. Это не значит, что теперь каждый одиночка продаст стартап за десятки миллионов. Но это показывает новую планку: маленькая команда с агентами начинает выглядеть как компания, которая раньше требовала штат.

И вот здесь появляется профессия, которую рынок пока описывает криво.

Оператор агентов — это не человек, который «умеет пользоваться ИИ». Это слишком слабое определение.

Он умеет другое:

• видеть повторяемый процесс;
• разбирать его на шаги;
• понимать, какие данные нужны на входе;
• ставить контрольные точки;
• описывать исключения;
• решать, где агент работает сам, а где обязан позвать человека.

Это уже не промптинг. Это проектирование работы.

Самый простой пример — входящая почта.

Раньше менеджер сам открывал письмо, понимал запрос, искал клиента в CRM, проверял сделку, готовил ответ, ставил задачу, уведомлял коллегу.

Теперь часть этого может делать агент.

Но проблема в другом: агент не угадает ваши внутренние правила.

• Когда создавать лид?
• Когда искать существующую сделку?
• Когда молчать?
• Когда просить подтверждение?
• Когда передавать человеку?
• Что делать, если клиент написал с другого email?

Если на эти вопросы нет ответа, агент будет не автоматизацией, а генератором хаоса.

И это главный инсайт:

• ИИ не автоматизирует бизнес.
• ИИ автоматизирует описанный бизнес.

Если процесс держится на фразе «ну ты сам поймёшь», агент тоже «сам поймёт». Только неправильно, быстро и в масштабе.

Где здесь деньги

Деньги не в том, чтобы «внедрить ИИ». Это слишком общая фраза. Обычно после неё покупают подписки, делают пару демо и возвращаются в Excel.

Деньги появляются там, где агент снимает конкретный кусок ручной работы:

• обработка входящих заявок;
• первичная квалификация клиентов;
• сбор информации по поставщикам;
• проверка документов;
• подготовка черновиков писем;
• перенос данных между системами;
• ежедневный мониторинг рынка.

Один такой узел может экономить несколько часов в неделю. Десять узлов — это уже не «удобство», а новая операционная модель.

И здесь оператор агентов становится не модной должностью, а человеком, который умеет превращать рабочий беспорядок в систему.

Что можно сделать уже сегодня

Возьмите один процесс из своей работы и задайте себе жёсткий вопрос:

«Могу ли я объяснить это стажёру так, чтобы он не задавал уточняющих вопросов каждые пять минут?»

Если нет — агенту это отдавать рано. Сначала нужно описать процесс. Если да — это уже кандидат на агентную цепочку.

Начинать стоит не с большой «AI-трансформации компании». Это обычно дорого, долго и заканчивается красивым документом.

Начинать нужно с одного рабочего узла.

Например:

«Разобрать входящее письмо, понять тип запроса, найти клиента в CRM, подготовить черновик ответа и отправить мне на подтверждение».

Вот это нормальная задача для агента. Понятная. Проверяемая. С ограниченным риском. Именно из таких маленьких узлов потом собирается новая компания: человек плюс агенты плюс данные плюс бизнес-правила.

Мой вывод простой.

Следующая ценная компетенция — не «уметь писать промпты». Это было первым слоем. Следующий слой — уметь управлять цифровыми исполнителями. Не заменять людей абстрактным ИИ. А брать конкретный процесс и превращать его в работающую агентную систему.

Рынок пока не договорился, как назвать эту роль. Agent Operator, AI Operations, AI Workflow Architect — названия будут меняться.

Но сама работа уже появилась.

И тот, кто раньше научится описывать процессы для агентов, получит преимущество раньше, чем это станет обычной вакансией на hh.