Добавить в корзинуПозвонить
Найти в Дзене
Машинное обучение

Claude Code готовит /workflows, и для enterprise AI это может оказаться важнее очередного прироста в бенчмарках

Идея простая: большая часть корпоративной работы давно похожа не на творчество, а на алгоритм. Есть входные данные, есть цель, есть последовательность шагов, есть правила, исключения, проверки и ожидаемый результат. Именно так устроены SOP, внутренние регламенты, процессы саппорта, аналитики, разработки, продаж, compliance и операционных команд. Skills и Cowork уже двигались в эту сторону: сохранить удачные действия, превратить их в повторяемые инструкции, дать агенту контекст и рабочую среду. /workflows выглядит как следующий слой - не просто подсказка модели, а формализация регулярной работы в псевдодетерминированные сценарии. Для компаний это может быть очень сильный сдвиг. Не «агент сам что-то придумает», а агент выполняет понятный workflow по заданной процедуре: собрать данные, проверить условия, пройти шаги, вызвать нужные инструменты, зафиксировать результат, передать человеку то, что требует вкуса, опыта или решения на уровне продукта. Роль человека при этом не исчезает. Она

Claude Code готовит /workflows, и для enterprise AI это может оказаться важнее очередного прироста в бенчмарках.

Идея простая: большая часть корпоративной работы давно похожа не на творчество, а на алгоритм. Есть входные данные, есть цель, есть последовательность шагов, есть правила, исключения, проверки и ожидаемый результат. Именно так устроены SOP, внутренние регламенты, процессы саппорта, аналитики, разработки, продаж, compliance и операционных команд.

Skills и Cowork уже двигались в эту сторону: сохранить удачные действия, превратить их в повторяемые инструкции, дать агенту контекст и рабочую среду. /workflows выглядит как следующий слой - не просто подсказка модели, а формализация регулярной работы в псевдодетерминированные сценарии.

Для компаний это может быть очень сильный сдвиг. Не «агент сам что-то придумает», а агент выполняет понятный workflow по заданной процедуре: собрать данные, проверить условия, пройти шаги, вызвать нужные инструменты, зафиксировать результат, передать человеку то, что требует вкуса, опыта или решения на уровне продукта.

Роль человека при этом не исчезает. Она смещается выше: выбрать, какие задачи вообще стоит автоматизировать, описать хороший процесс, улучшать его по результатам, искать новые продукты и точки роста. А рутинная часть работы постепенно превращается в исполняемые корпоративные алгоритмы.

И вот здесь enterprise AI становится по-настоящему интересным. Ценность будет не только в модели, а в библиотеке рабочих процессов компании: как она продаёт, поддерживает, анализирует, разрабатывает, проверяет и принимает решения.

Кто первым научится превращать внутреннюю экспертизу в такие workflows, тот получит не просто «ИИ-помощника», а новый операционный слой поверх компании.