The post has been translated automatically. Original language: Russian
As part of the large-scale AI Camp technology camp, an intensive workshop "Workshop on extracting and scaling skills using AI agents" was held. The speaker of the session was Alexander Polorotov, co-founder of the company Datanomix.pro , specializing in the implementation of artificial intelligence and advanced data analytics in large businesses.
Instead of the usual overview of popular neural networks, AI Camp participants focused on a fundamental shift in management: how to use AI can separate a unique skill from a specific person, package it into a declarative description, and scale it across the entire organization.
Automation error: Why digitization of regulations is no longer profitable
Most companies make the same mistake of asking, "What can we automate?" This approach leads to the mechanical digitization of obvious, interface actions in programs, but it does not always affect the most critical places for business.
What kind of work approach or best employee skill do we need to scale right now?
Alexander Polorotov proposed a fundamentally new diagnostic question to the camp participants
A practical example: The company has employees Assel and Daniyar. Formally, they have the same rules, checklist and sales script. However, Asel handles 20 leads, and Daniyar handles 50, since his actual way of working differs from the official instructions. The point of the new AI paradigm is not to force everyone to execute a formal script, but to understand exactly what the best employee does differently, "pull" this approach out of his head, package it and transfer it to other people or AI agents. As a result, Asel will be able to close the same 50 leads, and then improve the skill and reach 100.
Digitization of the company's DNA: 4 elements that make up the "skills cloud"
To turn an employee's expertise into a scalable AI asset, it must be decomposed into understandable components (the anatomy of a skill):
- Triggers: in which situations the skill is activated (for example, contacting a customer on WhatsApp).
- Working environment: in which systems, interfaces, and windows (1C, CRM, Excel) the actions take place.
- Knowledge base: what exactly the expert relies on (price lists, terms, documents, rules).
- Quality criteria: by what signs is it clear that the task was completed correctly and correctly?
Packaged in this way, the skill becomes part of the "skills cloud" — a library of business and technical competencies of the company, from where universal AI agents can dynamically take the necessary algorithms for a specific situation.
The evolution of AI agents: how to create a digital employee who "doesn't go for a smoke break"
The division of concepts was recorded at the seminar. A chatbot is just an interaction interface. An AI agent is an independent entity that is capable of making decisions and performing actions.
The agent's main task is to shorten the path from signal to action as much as possible, eliminating the human factor (delays in execution, priorities, personal motivation). At the same time, the co-founder Datanomix.pro He emphasized that AI agents have their weaknesses and require building architectural and organizational "crutches". Corporate software should be designed with "workstations" and tools for AI agents in mind - with their own secure access rights (for example, read—only without deletion rights), role models, and a layer of cybersecurity.
The case of economy in Kazakhstan: The introduction of an AI agent for the analysis of purchase prices at tender sites in one of the large companies in the procurement sector allowed to optimize costs even at the stage of budgeting equipment, cables and spare parts. The agent analyzed public sources (including government procurement, Samruk-Kazyna, etc.), determined the effective price of the product and formed an offer for the manager so that he could reasonably bargain for a reduction in cost. The economic effect amounted to hundreds of millions. At the same time, the development of the system by just one specialist through low-code and agents cost the company many times cheaper than hiring a classic IT team.
From theory to practice at the AI Camp: 7 Steps to Extracting Corporate Expertise
The second half of the vocshop was held in the format of an interactive exercise, where participants were divided into pairs ("interviewer-soul" and "skill carrier"). Using a specialized digital canvas, they tested a seven—step methodology, the purpose of which is not just to automate light processes, but to extract one of the most important managerial skills.
Skill extraction algorithm:
- Step 0: Find the real bottleneck of the business (bottom-up funnel diagnostics, not top-down).
- Step 1: Identify the trigger (what triggers the process).
- Step 2: Formulate exactly what is being done in the process.
- Step 3: Find the "keeper" of the best skill in the team.
- Step 4: Describe the IT systems and interfaces involved.
- Step 5: Identify the risk areas (where the agent may make mistakes and where mistakes are unacceptable).
- Step 6: Set criteria for the skill to be executed correctly
The New AI Economy: How P&L Reporting Structures and Jobs will Change
The integration of AI agents is changing the structure of P&L (profits and losses). There is a new composite cost item — P&R (subscription costs and payment of tokens for the actions of agents). In the future, financiers will move from estimating the cost of "software and salaries" to evaluating each specific challenge or useful result performed by an agent, since AI allows you to link all costs directly to an action.
At the same time, the speaker dispelled the main fear of employees: automation of approaches does not destroy jobs en masse. Both sides benefit: key experts, whose skills are transferred to the cloud, free up time from routine, and they can focus on creating new ways to bring value to the business. The staff of the companies will not be drastically reduced, but the changes will affect those who categorically do not want to change and adapt.
3 main conclusions for business owners based on the results of the session:
- Don't automate processes for the sake of automation. Find unique approaches from the best employees and turn their skills into a digital asset of the company using AI.
- Don't follow the trends. If everyone around you is automating the creation of creatives or putting chatbots on a website, this does not mean that it is important for your company right now. Look for the bottleneck at home.
- Go away from the business goal. Before choosing an AI tool, clearly formulate a measurable goal for the year (growth of active customers, reduction of operating costs for a specific item, etc.). A quick victory can often be achieved simply by redesigning the logic of processes, and only then scaling it using AI.
Contribution Datanomix.pro into the AI ecosystem of Kazakhstan
Speech by the co-founder Datanomix.pro Alexandra Polorotova at the AI Camp confirms the company's status as a leader in the field of AI business transformation. The presented methodology for extracting skills proves that the integration of artificial intelligence is not just the purchase of software, but a change in managerial thinking.
A practical approach Datanomix.pro It is already helping Kazakhstani businesses find hidden growth points, optimize P&L, and transform chaotic IT experiments into structured digital assets with measurable financial returns.
The original source datanomix.pro : From process automation to the skills cloud: how to turn the expertise of the best employees into a company asset using AI
В рамках масштабного технологического лагеря AI Camp прошел интенсивный воркшоп «Семинар по извлечению и масштабированию навыков с помощью ИИ-агентов». Спикером сессии выступил Александр Полоротов, сооснователь компании Datanomix.pro, специализирующейся на внедрении искусственного интеллекта и продвинутой аналитики данных в крупном бизнесе.
Вместо привычного обзора популярных нейросетей участники AI Camp сосредоточились на фундаментальном сдвиге в управлении: как с помощью ИИ отделить уникальный навык от конкретного человека, упаковать его в декларативное описание и масштабировать на всю организацию.
Ошибка автоматизации: почему оцифровка регламентов больше не приносит прибыли
Большинство компаний совершают одну и ту же ошибку, задаваясь вопросом: «Что мы можем автоматизировать?». Такой подход ведет к механической оцифровке очевидных, интерфейсных действий в программах, но далеко не всегда затрагивает самые критичные для бизнеса места.
Какой подход к работе или навык лучшего сотрудника нам нужно масштабировать прямо сейчас?
Александр Полоротов предложил участникам кемпа принципиально новый диагностический вопрос
Пример из практики: В компании есть сотрудники Асель и Данияр. Формально регламент, чек-лист и скрипт продаж у них одинаковые. Однако Асель обрабатывает 20 лидов, а Данияр — 50, поскольку его реальный способ работы отличается от официальных инструкций. Смысл новой парадигмы ИИ — не заставлять всех выполнять формальный скрипт, а понять, что именно лучший сотрудник делает иначе, «вытащить» этот подход из его головы, упаковать и передать другим людям или ИИ-агентам. В результате Асель сможет закрывать те же 50 лидов, а затем усовершенствовать навык и выйти на 100.
Оцифровка ДНК компании: 4 элемента, из которых складывается «облако навыков»
Чтобы превратить экспертизу сотрудника в масштабируемый ИИ-актив, её необходимо разложить на понятные составляющие (анатомию навыка):
- Триггеры: в каких ситуациях навык включается (например, обращение клиента в WhatsApp).
- Рабочая среда: в каких системах, интерфейсах и окнах (1С, CRM, Excel) происходят действия.
- База знаний: на что именно опирается эксперт (прайс-листы, условия, документы, правила).
- Критерии качества: по каким признакам понятно, что задача выполнена правильно и корректно.
Упакованный таким образом навык становится частью «облака навыков» — библиотеки бизнесовых и технических компетенций компании, откуда универсальные ИИ-агенты могут динамически брать нужные алгоритмы под конкретную ситуацию.
Эволюция ИИ-агентов: как создать цифрового сотрудника, который «не уходит на перекур»
На семинаре было зафиксировано разделение понятий. Чат-бот — это лишь интерфейс взаимодействия. ИИ-агент — это самостоятельная сущность, которая способна принимать решения и совершать действия.
Главная задача агента — максимально сократить путь от сигнала до действия, исключив человеческий фактор (задержки в исполнении, приоритеты, личную мотивацию). При этом сооснователь Datanomix.pro подчеркнул: ИИ-агенты имеют свои слабости и требуют выстраивания архитектурных и организационных «костылей». Корпоративный софт должен проектироваться с учетом «рабочих мест» и инструментов (tools) для ИИ-агентов — со своими безопасными правами доступа (например, только на чтение без права удаления), ролевыми моделями и слоем кибербезопасности.
Кейс экономии в Казахстане: Внедрение ИИ-агента для анализа закупочных цен на тендерных площадках в одной из крупных компаний в закупочном секторе позволило оптимизировать затраты еще на этапе бюджетирования оборудования, кабелей и запчастей. Агент анализировал публичные источники (включая госзакупки, Самрук-Казына и др.), определял эффективную цену товара и формировал предложение для менеджера, чтобы тот мог аргументированно торговаться за снижение стоимости. Экономический эффект составил сотни миллионов. При этом разработка системы силами всего одного специалиста через low-code и агентов обошлась компании кратно дешевле, чем наем классической ИТ-команды.
От теории к практике на AI Camp: 7 шагов к извлечению корпоративной экспертизы
Вторая половина вокшопа прошла в формате интерактивного упражнения, где участники разбились на пары («интервьюер-душнила» и «носитель навыка»). Используя специализированный цифровой канвас, они тестировали семишаговую методологию, цель которой — не просто автоматизировать легкие процессы, а извлечь один самый важный управленческий навык.
Алгоритм извлечения навыка:
- Шаг 0: Найти реальное «узкое место» бизнеса (диагностика воронки снизу вверх, а не сверху вниз).
- Шаг 1: Определить триггер (что запускает процесс).
- Шаг 2: Сформулировать, что именно делается в процессе.
- Шаг 3: Найти «хранителя» лучшего навыка в команде.
- Шаг 4: Описать задействованные ИТ-системы и интерфейсы.
- Шаг 5: Прописать зоны риска (где агент может ошибаться, а где ошибка недопустима).
- Шаг 6: Установить критерии того, что навык исполняется корректно
Новая экономика ИИ: как изменятся структуры P&L-отчетов и рабочие места
Интеграция ИИ-агентов меняет структуру P&L (прибылей и убытков). Появляется новая составная статья расходов — P&R (расходы на подписки и оплату токенов за действия агентов). В будущем финансисты перейдут от оценки стоимости «софта и зарплат» к оценке каждого конкретного вызова или полезного результата, совершенного агентом, поскольку ИИ позволяет привязать все расходы напрямую к действию.
При этом спикер развеял главный страх сотрудников: автоматизация подходов не уничтожает рабочие места массово. Выигрывают обе стороны: у ключевых экспертов, чьи навыки переводятся в «облако», высвобождается время от рутины, и они могут фокусироваться на создании новых способов принесения ценности для бизнеса. Штат компаний кардинально не сократится, однако изменения коснутся тех, кто категорически не захочет меняться и адаптироваться.
3 главных вывода для собственников бизнеса по итогам сессии:
- Не автоматизируйте процессы ради автоматизации. Находите уникальные подходы лучших сотрудников и превращайте их навыки в цифровой актив компании с помощью ИИ.
- Не гонитесь за трендами. Если все вокруг автоматизируют создание креативов или ставят чат-ботов на сайт, это не означает, что это важно для вашей компании прямо сейчас. Ищите узкое место именно у себя.
- Идите от бизнес-цели. Прежде чем выбирать ИИ-инструмент, четко сформулируйте измеримую цель на год (рост активных клиентов, снижение операционных расходов по конкретной статье и т. д.). Быструю победу часто можно одержать, просто перестроив логику процессов, и только затем масштабировать её с помощью ИИ.
Вклад Datanomix.pro в AI-экосистему Казахстана
Выступление сооснователя Datanomix.pro Александра Полоротова на AI Camp подтверждает статус компании как лидера в сфере ИИ-трансформации бизнеса. Представленная методология извлечения навыков доказывает: интеграция искусственного интеллекта — это не просто закупка софта, а изменение управленческого мышления.
Практический подход Datanomix.pro уже помогает казахстанскому бизнесу находить скрытые точки роста, оптимизировать P&L и превращать хаотичные ИТ-эксперименты в структурированные цифровые активы с измеримой финансовой отдачей.
Первоисточник datanomix.pro: От автоматизации процессов к облаку навыков: как превратить экспертизу лучших сотрудников в актив компании при помощи ИИ
Share
