Кто управляет ИИ в вашей компании: зачем бизнесу оператор Claude Code

В большинстве компаний искусственный интеллект уже есть. Кто-то оплатил подписки сотрудникам, кто-то заказал у интегратора чат-бота или голосового ассистента, кто-то подключил ИИ к почте и документам. А через несколько месяцев руководитель честно признаёт: эффект меньше, чем обещали. Бот отвечает устаревшими ценами, ассистент «что-то делает», но никто не может сказать, сколько часов он сэкономил, а половина сотрудников вернулась к привычным таблицам.

Причина редко в самой модели. Почти всегда не хватает человека, который ежедневно ставит ИИ задачи, принимает результат и отвечает за него так же, как главный бухгалтер отвечает за учёт. Мы называем эту роль оператором и в этой статье объясняем на примере Claude Code, почему она нужна даже после самого лучшего внедрения.

Что говорят цифры

Самую широкую картину даёт квартальный трекер Федерального резервного банка Сент-Луиса. По его данным, в третьем квартале 2026 года генеративный ИИ экономил работникам США в среднем около 2,1 % всех рабочих часов. Это в среднем по всем занятым в возрасте 18–64 лет: те, кто ИИ не пользуется, считаются с нулём, поэтому общая цифра и выходит скромной.

Совсем другой результат там, где ИИ встроили в конкретную работу. Исследование «Generative AI at Work» (Бриньолфссон, Ли, Реймонд, NBER) проследило запуск ИИ-помощника для 5 179 операторов поддержки: количество обращений, решённых за час, выросло в среднем на 14 %, а у новичков и наименее опытных — на 34 %. Это разные измерения, поэтому делить одно на другое нельзя. Но направление одинаковое: эффект появляется там, где ИИ встроен в конкретную работу.

А отчёт MIT NANDA «The GenAI Divide» (2025) объясняет, почему встроить удаётся не всем: по нему, лишь около 5 % корпоративных пилотов ИИ дают ощутимый финансовый результат. Причину авторы видят не в качестве моделей, а в том, что инструменты не встраиваются в рабочие процессы компании и не подстраиваются под них. То есть проблема не технологическая, а управленческая.

Эффект даёт не доступ к ИИ, а человек, который превращает его в процесс.

Claude Code — не чат, а агент в рабочей среде

Большинство людей знают ИИ как окно чата: вопрос — ответ. Claude Code устроен иначе. Это агент, который работает в рабочей среде компании: читает проект и документы, предлагает план, сам вносит изменения и показывает, что именно изменил. Через коннекторы — готовые подключения — его соединяют с почтой, календарём, учётными системами, сайтом, и тогда он работает не с одним файлом, а с реальными данными предприятия.

Именно поэтому он сильнее чата — и именно поэтому нуждается в управлении. Агент, который может изменить страницу сайта, цену в базе или текст договора, должен иметь хозяина: того, кто определяет, что ему можно, и кто проверяет сделанное до того, как оно уйдёт к клиенту.

Какие задачи уже можно отдать агенту внутри компании

Мы ежедневно работаем с Claude Code на собственных продуктах — Smart CMS, Smart 360, Smart LMS, BOT-panel — и на сайтах клиентов. Вот задачи, которые у нас уже стабильно выполняет агент под управлением оператора:

Оператору не нужно быть программистом — нужно знать свой участок и уметь поставить задачу так, чтобы результат можно было принять.

Где агент ошибается тихо

Самые опасные ошибки ИИ — не те, где он отказывается работать, а те, где он уверенно отчитывается «готово». Несколько ситуаций из нашей практики:

В каждом случае спасает не «умнее модель», а человек с чётким циклом работы.

Почему после интегратора нужен оператор

Интегратор — это проект: он ставит систему, настраивает, обучает и передаёт. Но система живёт дальше. Меняются цены, появляются продукты, приходят новые люди, меняются данные и требования безопасности. Без владельца даже идеально внедрённый ИИ через несколько месяцев начинает отставать от реальности компании.

Это не конкуренция. Хороший интегратор как раз заинтересован, чтобы у заказчика был человек, которому можно передать систему, — иначе через полгода его снова зовут «починить ИИ, который сломался».

Цикл оператора: четыре шага на каждой задаче

Пока этот цикл не стал привычкой, агент остаётся игрушкой. Когда стал — это инструмент, который еженедельно забирает у команды часы рутины.

От SmartGT Academy

Как мы этому учим

Этой роли мы учим в SmartGT Academy. Курс не про сам инструмент, а про управление им: шесть недель практики на собственных задачах участника.

Программировать не обязательно. Для клиентов SmartGT — 15 000 грн, корпоративная группа до 8 человек — 120 000 грн.

Ведёт поток Михаил Васянович, основатель SmartGT, который ежедневно работает с Claude Code на тех же продуктах, что становятся материалом для практики.

Ранги: квалификация, которая растёт вместе с практикой

Сертификат «прослушал курс» ничего не говорит о том, что человек сделает в понедельник. Поэтому для операторов мы ведём шкалу рангов: десять ступеней, каждая подтверждается часами работы с агентом, количеством рабочих сессий, потраченными токенами и практической задачей.

Первые два-три ранга участники получают ещё во время курса. Дальше ранг растёт вместе с работой. Каждый ранг имеет шильдик с постоянным шифром и собственную страницу, которую работодатель может открыть и проверить. Для компании это понятный критерий: в вакансии можно написать нужный ранг.

Ранг не покупают, а нарабатывают.

С чего начать

Источники

• Federal Reserve Bank of St. Louis, FRED: Generative Artificial Intelligence, Time Savings: Employed Adults (RPSGENAITSALL), данные за третий квартал 2026 года.
• Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond. Generative AI at Work, NBER Working Paper 31161.
• MIT NANDA, «The GenAI Divide: State of AI in Business 2025», в изложении Virtualization Review.

SmartGT — ИТ-команда, комплексные решения для бизнеса. SmartGT Academy — независимый учебный проект. Claude и Claude Code — торговые марки Anthropic; мы не являемся официальным партнёром компании.