Timetta в эпоху ИИ

Это авторская статья руководителя компании и, по большому счету, менеджера продукта. Поэтому здесь будут личные наблюдения, довольно категоричные суждения и вопросы, на которые у меня пока нет ответа.

В разговорах с клиентами я все чаще замечаю разрыв между тем, что ИИ уже умеет, и тем, как его пока воспринимают. Для многих это по-прежнему что-то про «написать текст» или «задать вопрос умному чату».

Хотя рынок вакансий программистов, по моим ощущениям, уже чувствует эти изменения сполна.

При этом я и сам не то чтобы пионер в освоении ИИ. Но для понимания картины: я заказываю еду во ВкусВилле через ChatGPT. У них отличный MCP — подключение, через которое ИИ может работать с сервисом. Для меня это уже вполне бытовая история.

Мы уже видим, как меняется и работа с поддержкой: вопрос можно задать встроенному ассистенту Timetta, получить ответ по документации и сразу перейти к действию.

И мне уже трудно понять, зачем разработчику создавать задачу в таск-трекере, нажимая кнопку «Создать». Если ты только что обсуждал проблему с агентом, он уже знает и контекст, и ожидаемый результат, и зачастую даже место в коде. Зачем после этого вручную переносить все в форму?

Когда начинаешь так работать, довольно быстро меняется представление о том, что вообще должен делать человек.

Что ИИ уже меняетЧто ИИ уже меняет

Так вот, что мы имеем.

Первое. ИИ заменяет разработчиков. Да, не на 100%. Да, с оговорками. Но уже достаточно заметно, чтобы перестать успокаивать себя фразой «это просто еще один инструмент».

Я понятия не имею, как будет выглядеть рынок через пару лет. Но я уже не понимаю, зачем нам сейчас нанимать джунов для того набора задач, который мы раньше им отдавали. И это, кстати, неприятный вопрос: откуда потом возьмутся опытные специалисты? Готового ответа у меня нет. Но наличие этого вопроса не возвращает прежнюю экономику найма.

Второе. На разработке все не закончится. Маркетологи, копирайтеры, аналитики — я ожидаю, что ИИ очень плотно пройдет по всему сектору профессиональных услуг. Где-то заберет отдельные операции, где-то большую часть работы. Где-то позволит маленькой команде делать то, для чего раньше требовался целый отдел.

Третье. Создать свой таск-трекер действительно стало возможно. Те самые рассказы инфоцыган про «свой SaaS за выходные» неожиданно приблизились к реальности.

Вот только платить за него все равно никто не обязан.

Сделать работающую программу и построить продукт, за который платят, — по-прежнему разные задачи. Даже если первая стала сильно проще.

Зачем в этом мире нужна TimettaЗачем в этом мире нужна Timetta

И вот здесь возникает закономерный вопрос к нам. Timetta занимается автоматизацией проектного бизнеса и профессиональных услуг. То есть работает как раз с теми компаниями, которые все это затронет напрямую.

Как мы видим свое будущее?

Начнем с неприятного для разработчиков ПО. Я считаю, что маленькие простые SaaS, вся ценность которых сводилась к нескольким формам и несложной автоматизации, уже потеряли прежний смысл. Не когда-нибудь потеряют. Уже.

Это не значит, что завтра все перестанут за них платить. Привычки, удобство и нежелание что-то менять тоже стоят денег. Но аргумент «вы же не будете писать это сами» становится заметно слабее.

Корпоративное ПО тоже станет проще делать своими силами. Компания сможет быстрее собрать инструмент под собственный процесс. И нам, производителям систем, придется гораздо яснее отвечать на вопрос: за что именно нам платят?

Мой ответ связан с тем, что и естественному, и искусственному интеллекту все равно нужна информационная система.

Где-то должна жить информация. Должны быть зафиксированы договоренности, связи между объектами, правила расчетов и ограничения. Должно быть понятно, какой бюджет утвержден, какие работы выполнены, что мы должны подрядчику и сколько в итоге заработаем на проекте.

ИИ может помочь принять решение. Но каждый раз заново придумывать, как в компании считается прибыль, ему точно не надо.

Допустим, агенту поручили разобраться, почему падает рентабельность проекта. Ему нужны связанные данные: план работ, фактические трудозатраты, стоимость команды, расходы на подрядчиков, условия договора, выручка. Если все это разложено по пяти системам и трем таблицам, значительная часть его работы уйдет на восстановление картины. Причем далеко не факт, что он восстановит ее правильно.

В Timetta эта картина уже является частью модели. Работа связана с ресурсами, ресурсы — со стоимостью, договоренности с клиентом — с финансовым результатом.

Именно в этой комплексности и целостности я вижу нашу сильную сторону. Именно ее мы резко наращиваем в этом году.

С появлением ИИ потребность управлять экономикой бизнеса никуда не исчезает. Если агент помог выполнить работу в десять раз быстрее, компании все равно нужно понимать, во что она обошлась, сколько за нее заплатят и что произошло с маржой. Возможно, отвечать на эти вопросы придется даже чаще: привычная связь между количеством людей, проданными часами и выручкой начнет меняться.

Когда пользователями становятся агентыКогда пользователями становятся агенты

При этом у информационных систем вполне может стать меньше пользователей-людей. Часть работы возьмут на себя агенты. Человек реже будет открывать карточки, заполнять поля и собирать отчеты.

Но из этого совершенно не следует, что ценность самой системы снизится.

Если агент каждый день выполняет в ней сотни операций, а руководитель заходит только посмотреть результат и принять несколько решений, система продолжает управлять существенной частью бизнеса. Просто количество людей, нажимающих кнопки, перестает хорошо описывать ее использование.

Поэтому модели лицензирования придется менять. Измерять все в «пользователях» станет недостаточно. Как именно будет устроен новый рынок — я пока не знаю. Но делать вид, что этого вопроса нет, уже странно.

Как мы строим Timetta для людей и агентовКак мы строим Timetta для людей и агентов

Нашу продуктовую логику мы видим так: в компании рядом с людьми будут работать ИИ-агенты. Timetta должна быть удобна и тем, и другим. А у людей должно быть достаточно инструментов, чтобы поручать агентам работу и контролировать результат.

Отсюда довольно жесткий принцип: любая функция системы должна быть доступна агенту. Без «ну, кроме вот этого раздела».

Наличие API — уже что-то, но само по себе этого мало. Агент получает поручение на человеческом языке. Ему говорят: «Найди акт от того подрядчика, который делал нам дизайн, и добавь туда работы за август». Ему не передают аккуратный набор идентификаторов и готовое тело запроса.

Значит, ему нужно найти нужного подрядчика, разобраться с документом, выбрать правильную операцию. Где-то уточнить неоднозначность. И только потом выполнить действие по строгим правилам системы.

Поэтому мы встроили AI Tools на уровне ядра Timetta. Логика простая: если в системе есть операция — ну, например, добавление строки во входящий акт с субподрядчиком, — соответствующее действие должно быть представлено и как инструмент для ИИ, в том числе через MCP.

А вокруг этого нужен семантический поиск, чтобы находить объекты по смыслу, по неполному названию, по тому, как их помнит человек. Нельзя требовать, чтобы перед каждым поручением пользователь сначала сам нашел все коды и идентификаторы. Иначе половину работы за агента он уже сделал.

При этом сами бизнес-правила остаются в системе. Нечетким может быть запрос «тот самый подрядчик». Расчет суммы документа не должен становиться нечетким вместе с ним.

На мой взгляд, мы уже подошли к моменту, когда пора внедрять полноценных агентов и отдавать им законченные рабочие поручения.

Нам не так важно, на чем клиент будет их строить: на LangChain, в среде Claude, на корпоративной ИИ-платформе или в собственном оркестраторе. Если агент умеет работать с нашими инструментами, Timetta должна предоставлять ему необходимые данные и действия.

Кроме того, у Timetta есть собственный встроенный агент — ИИ-ассистент. Мы уже добавили подключение внешних MCP, поэтому его работа может выходить за пределы одной Timetta.

Это открывает вполне практичные сценарии. Например, получить информацию из другой системы, сопоставить ее с данными проекта и подготовить изменения в Timetta. Или собрать материалы из нескольких источников для решения руководителя. Конкретные возможности зависят от подключенных инструментов, но сама работа уже не обязана заканчиваться на границе одного приложения.

Новая экономика работыНовая экономика работы

И здесь есть еще одна тема, о которой придется говорить прямо: стоимость ИИ.

Пока для облачных клиентов мы предоставляем используемые нашим ассистентом LLM бесплатно. Но полноценная работа агентов потребует тарификации потребления токенов. Одно дело — несколько вопросов в чате. Другое — агент, который регулярно выполняет многошаговые задачи и обращается к модели десятки раз.

Для клиента это тоже станет частью экономики работы. Рядом со стоимостью времени сотрудников появится стоимость работы агентов. И оценивать ее придется по результату: сколько работы выполнено, какого качества и с какими затратами на проверку.

Как будет выглядеть рынок через год, я не берусь предсказывать. Даже сейчас многое меняется быстрее, чем компании успевают пересматривать свои планы.

Но мне понятно, зачем в этом мире нужны комплексные системы вроде Timetta. Они дают бизнесу информационное ядро: данные, связи, правила и целостную модель работы. На эту основу могут опираться и люди, и агенты.

Людей, которые ежедневно работают в интерфейсе, возможно, станет меньше. Агентов, которые выполняют работу в системе, — больше. А понимать, что происходит с проектами и деньгами, руководителю придется по-прежнему.

Хочется верить, что мы к этому готовы. Во всяком случае, Timetta мы уже строим исходя из такого будущего.