Приложение I. Чек-лист: является ли ваша компания AI-Native
Этот чек-лист помогает оценить не отдельный пилот, а зрелость компании в целом.
Важно: компания не становится AI-Native потому, что сотрудники пользуются ChatGPT, Claude, DeepSeek или другой LLM.
AI-Native компания — это компания, где ИИ встроен в роли, процессы, source of truth, skills, права, память, качество и управление.
Используйте шкалу:
- 0 — нет
- 1 — частично
- 2 — да, работает системно
1. Стратегия и управленческая позиция
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Руководство понимает AI-Native как новую операционную модель, а не как набор инструментов | ||
| Есть понятная цель внедрения: скорость, качество, пропускная способность, снижение потерь, бизнес-эффект | ||
| Выбраны приоритетные контуры, а не абстрактное “внедрить ИИ везде” | ||
| Есть владелец AI-Native перехода на уровне руководства | ||
| Руководители регулярно смотрят на метрики эффекта | ||
| Компания готова менять роли и процессы, а не только покупать подписки |
2. Роли и новая работа сотрудников
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Для ключевых ролей описано, как человек работает с ассистентом | ||
| Понятно, что делает человек, а что делает ассистент | ||
| Есть владельцы усиленных ролей | ||
| Сотрудники умеют работать в режимах Delegate / Review / Act | ||
| Ответственность за результат не размывается фразой “это сделал ИИ” | ||
| Сильные сотрудники начинают становиться владельцами агентных контуров |
3. Skills
| Вопрос | Оценка | Комментарий |
|---|---|---|
| У компании есть библиотека skills | ||
| Skills описывают рабочие протоколы, а не просто промпты | ||
| У каждого важного skill есть владелец | ||
| У skills есть версии и история изменений | ||
| Skills проверяются на реальных задачах | ||
| У skills есть правила качества и остановки | ||
| Сотрудники могут предлагать новые skills через понятный процесс | ||
| Устаревшие skills удаляются или помечаются как устаревшие | ||
| Skills хранятся в Git или другом управляемом репозитории с историей изменений | ||
| Новые skills проходят PR/MR или эквивалентный review-процесс | ||
| Назначен skill master или аналогичная роль, отвечающая за здоровье библиотеки |
4. Source of truth
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Компания знает, где живет актуальная правда по людям, ролям, проектам, клиентам, процессам и документам | ||
| У ключевых источников есть владельцы | ||
| Ассистенты получают данные из source of truth, а не из случайных файлов | ||
| Есть правила при конфликте источников | ||
| Решения фиксируются в устойчивом месте, а не теряются в переписке | ||
| Шаблоны документов актуальны и имеют владельцев | ||
| Source of truth обновляется как часть процесса, а не вручную “когда вспомнили” |
5. Архитектура и MCP
| Вопрос | Оценка | Комментарий |
|---|---|---|
| У компании есть управляемый слой подключения ассистентов к системам | ||
| Корпоративные системы подключаются через MCP или аналогичный контролируемый шлюз | ||
| Агенты не получают прямые личные токены к системам без контроля | ||
| Поддерживается пользовательская авторизация | ||
| Можно различать действия чтения, подготовки, проверки и записи | ||
| Есть журнал вызовов ин струментов и действий агентов | ||
| Архитектура может работать во внешнем облаке или закрытом контуре при необходимости |
6. Права, безопасность и приватность
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Права ассистента не шире прав пользователя | ||
| Есть классификация данных по чувствительности | ||
| Чувствительные данные очищаются до передачи в LLM | ||
| Опасные действия требуют подтверждения человека | ||
| Секреты, токены и пароли не хранятся в инструкциях, промптах и локальных файлах | ||
| Есть аудит действий ассистентов и агентов | ||
| Понятно, какие сценарии требуют закрытого контура | ||
| Есть владелец правил доступа и безопасности AI-Native контура |
7. Память компании
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Компания различает короткую, среднюю и длинную память | ||
| Память не заменяет source of truth | ||
| У записей памяти есть источник или основание | ||
| Память уважает права доступа | ||
| Есть правила, что можно и нельзя сохранять | ||
| У памяти есть срок актуальности или правило пересмотра | ||
| Выводы из проектов превращаются в skills, шаблоны или решения |
8. Качество и evals
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Для важных skills есть чек-листы качества | ||
| Есть примеры хорошего результата | ||
| Ошибки ассистента фиксируются и превращаются в улучшения | ||
| Для критичных skills есть тестовые сценарии или evals | ||
| Результаты ассистента проходят review там, где есть риск | ||
| Компания различает “красивый ответ” и “качественный результат” |
9. Автономные агенты
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Есть автономные агенты для фоновых задач | ||
| У каждого агента есть владелец | ||
| У каждого агента есть цель, расписание или триггер | ||
| У каждого агента есть разрешенные источники и действия | ||
| У каждого агента есть правило остановки | ||
| Агент не выполняет опасные действия без подтверждения | ||
| Результаты автономных агентов попадают в рабочие системы или source of truth |
10. Метрики и экономика
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Компания измеряет не только использование ИИ, но и изменение работы | ||
| Есть метрики скорости | ||
| Есть метрики качества | ||
| Есть метрики снижения потерь | ||
| Есть метрики принятия командой | ||
| Есть оценка бизнес-эффекта | ||
| Учитывается стоимость моделей, инфраструктуры и поддержки skills | ||
| По метрикам принимаются решения о масштабировании |
11. Ритм улучшения
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Есть регулярный обзор AI-Native контуров | ||
| Skills обновляются по обратной связи | ||
| Source of truth улучшается по результатам работы ассистентов | ||
| Ошибки не скрываются, а используются для обучения сис темы | ||
| Есть backlog улучшений | ||
| Успешные практики переносятся между командами | ||
| Устаревшие практики удаляются |
12. Культура и сдвиг мышления
| Вопрос | Оценка | Комментарий |
|---|---|---|
| Сотрудники понимают, зачем им ассистент в работе | ||
| Люди не воспринимают ИИ только как угрозу или игрушку | ||
| Руководители объясняют изменение ролей честно | ||
| Ошибки ассистента обсуждаются спокойно и предметно | ||
| Сотрудники учатся ставить задачи, проверять результат и улучшать skills | ||
| В компании появляется язык новой работы | ||
| Сдвиг мышления происходит не только у одиночек, а у команд | ||
| Подсчет результата |
Максимум: 174 балла.
0-35 баллов Компания пока экспериментирует с ИИ-ин струментами. Есть интерес, но нет AI-Native операционной модели.
36-75 баллов
Есть первые практики и отдельные сильные пользователи. Нужно переводить личный опыт в skills, роли и source of truth.
76-120 баллов
Компания находится в переходе к AI-Native. Есть первые контуры, но еще нужно укреплять права, качество, память и масштабирование.
121-155 баллов Компания уже имеет зрелые AI-Native элементы.
Можно развивать автономных агентов, операционное ядро и системное обучение.
156-174 балла Компания близка к AI-Native operating model.
ИИ встроен не в отдельные инструменты, а в способ работы, управления и развития.
Диагноз по слабым разделам
Если низкие баллы в стратегии:
Нет управленческого фокуса. Начните с выбора первых контуров и владельца перехода.
Если низкие баллы в ролях:
ИИ добавлен к старой работе, но роли не перестроены. Опишите усиленные роли.
Если низкие баллы в skills:
У компании есть промпты, но нет переносимых рабочих протоколов. Начните библиотеку skills.
Если низкие баллы в source of truth:
Ассистенты будут угадывать. Сначала закрепите официальные источники.
Если низкие баллы в правах:
Масштабирование опасно. Нужны авторизация, scopes, аудит и правила доступа.
Если низкие баллы в памяти:
Компания теряет опыт. Нужны правила короткой, средней и длинной памяти.
Если низкие баллы в метриках:
Непонятно, есть ли эффект. Сделайте исходный замер и метрики по контурам.
Если низкие баллы в культуре:
Люди не прошли через сдвиг мышления. Нужны обучение, безопасные первые сценарии и честное объяснение изменения ролей.
Главный вопрос
После заполнения чек-листа задайте себе один вопрос:
Если завтра у компании забрать все личные чаты с ИИ, останется ли у нас новый способ работы?
Если ответ “нет”, компания еще не AI-Native.
Если останутся роли, skills, source of truth, MCP-шлюз, правила качества, память, метрики и владельцы контуров — значит переход уже начался всерьез.