McKinsey опубликовала статью «Cutting the coordination tax: How agentic AI can reshape workflows», где на примере клиента из Fortune 500 показывает: сама работа по процессу занимает 12–24 часа, но передача задачи между этапами и командами добавляет 9–18 дней ожидания. В итоге весь процесс, требующий 2 дня реальной работы, растягивается на 3 недели по календарю — паузы между этапами длятся в 6 раз дольше, чем сама работа.

Вывод консультантов: AI ускоряет отдельные задачи, но не решает проблему согласований и передачи работы между людьми и командами — именно на этом и нужно фокусировать внедрение AI-агентiов.

• Пример взят из проекта промышленной компании из списка Fortune 500 (кейс анонимизирован)
• В этом же проекте цикл планирования сократили с 30 до 3 дней с помощью AI-агентов
• До настройки технологий команда 4 месяца разбирала задачи и определяла границы самостоятельности AI
• По опросу McKinsey «The state of AI», 80% участников считают, что AI повысил их личную продуктивность, но только 37% отмечают положительный эффект на EBITi компании
• McKinsey предлагает поручать AI-агентам проверку данных, сверку ограничений и передачу работы дальше по цепочке, а исключения — передавать человеку
• Александр Горный делает из этого практический вывод: отвечать коллегам быстрее — путь к реальной эффективности как в корпорации, так и в стартапе
• Артём Арюткин советует командам начать с малого: взять одну завершённую задачу и отдельно посчитать время работы и время ожидания