AI-агенты в бизнес-процессах: как превратить кейс Марка Кубана в проектную часть ВКР по управлению

Марк Кубан в статье для Inc. говорит простую вещь: умение собрать AI-агента под конкретную бизнес-задачу становится разделительной линией между менеджером «как все» и менеджером, которого зовут на сложные проекты. И начинает он не с кода и не с выбора модели — а с одного простого промпта, то есть с формулировки задачи. Для выпускника управленческого направления это принципиальный сигнал. Цифровизация перестала быть отдельной главой про «инновации» и превратилась в ежедневное требование к руководителю: описать процесс, понять, где теряется время, и спроектировать решение. Именно поэтому кейс Кубана — не новость из мира IT, а готовый управленческий сюжет для выпускной квалификационной работы. Ниже — как из него собрать защищаемый проект, а не реферат.

Три темы ВКР, которые вырастают из этого кейса

Тема 1. Внедрение AI-агента в систему обработки обращений клиентов: диагностика, проектирование, оценка эффективности

Актуальность. В статье прямо сказано: способность строить агентов для бизнеса выделяет специалиста. Для предприятия это означает сокращение рутинных операций первой линии и перераспределение персонала на сложные запросы.

Цель: разработать и экономически обосновать проект внедрения AI-агента в процесс обработки обращений.

Тема 2. Цифровая трансформация функций руководителя: от KPI к OKR в условиях гибридных команд

Актуальность. Агент берёт на себя сбор данных и подготовку черновиков решений — значит, меняется содержание управленческого труда и система целеполагания подразделения.

Цель: обосновать переход подразделения на OKR при частичной автоматизации отчётности.

Тема 3. Оптимизация издержек на основе бережливого производства и AI-инструментов

Актуальность. Логика Кубана — сначала описать задачу, потом строить решение. Это ровно логика бережливого производства: сначала устранить потери, потом автоматизировать остаток.

Цель: снизить издержки процесса за счёт устранения потерь и автоматизации повторяющихся операций.

Структура работ по любой из трёх тем
ГлаваСодержаниеРезультат для защиты
Глава 1Теоретические основы: процессы, методологии управления изменениями (PMBOK 7), нормативная база по ГОСТ Р ИСО 9001-2015Обоснованная методика анализа
Глава 2Диагностика предприятия: PESTLE, SWOT, картирование AS-IS, интервью, выгрузка из отчётностиКарта процессов и перечень проблем
Глава 3Проектирование TO-BE, дорожная карта, регламенты подразделений, расчёт ROI и NPVПроект, готовый к внедрению

Аналитическая глава: как показать реальную проблему, а не пересказ учебника

Кубан советует начинать с промпта — с точной формулировки задачи. В дипломе эту роль играет диагностика. Пока вы не описали процесс в цифрах, любой проект автоматизации выглядит как покупка модного инструмента.

PESTLE и SWOT — только под гипотезу

Не заполняйте матрицы «на всякий случай». Сначала сформулируйте гипотезу: «до 40% времени первой линии уходит на типовые обращения, которые может закрывать агент». Затем берите из PESTLE то, что эту гипотезу подтверждает или ограничивает: рост стоимости рабочей силы, требования к защите персональных данных, доступность платформ. SWOT нужен, чтобы честно показать слабые стороны — отсутствие размеченных данных, сопротивление линейных руководителей.

Карта потока создания ценности и хронометраж

Диаграмму потоков создания ценности оформляйте по шагам: вход, операция, исполнитель, время, потери ожидания. Обязательно добавьте таблицу-расшифровку — комиссия любит видеть, откуда взялись цифры. Три-четыре замера по каждому шагу дают достаточную базу для средних значений и не выглядят выдуманными.

Проектные решения: от модели TO-BE к дорожной карте

Здесь уместно вспомнить подход Кубана буквально: сначала пишете промпт — то есть техзадание на роль агента, — и только потом обсуждаете инструменты. В дипломе это превращается в раздел с описанием целевой модели.

Дорожная карта внедрения

ЭтапСрокОтветственныйКритерий завершения
Описание процесса и требований1 месяцРуководитель проектаУтверждённый регламент
Пилот на одном канале2 месяцаВладелец процессаТочность ответов ≥ 80%
Масштабирование3 месяцаИТ-службаДоля автоматизации ≥ 50%
Мониторинг и корректировкапостоянноАналитикОтчётность по KPI ежемесячно

Система мотивации и OKR

Любое изменение упирается в людей. Опишите, как меняется KPI оператора: вместо количества обращений — доля решённых сложных кейсов и качество переданных агенту данных. Свяжите это с OKR подразделения на квартал. Такой раздел снимает возражение «автоматизация приведёт к сокращению», которое почти всегда звучит на защите.

Экономическое обоснование: считаем, а не обещаем

Самая слабая часть большинства работ — вывод «внедрение эффективно» без расчётов. Соберите минимальный, но защищаемый набор метрик.

ПоказательЧто показываетИсточник данных
Экономия трудозатратВысвобожденные часы × стоимость часаХронометраж, штатное расписание
ROIОтдачу на вложения за годСмета проекта, отчёт о прибылях
NPVПриведённую стоимость эффектаСтавка дисконтирования, денежный поток
Срок окупаемостиКогда проект выходит в плюсРасчёт накопительным итогом
Карта рисковВероятность и влияние угрозЭкспертная оценка, PMBOK 7

Отдельно оцените риски: качество ответов агента, утечка данных, зависимость от поставщика платформы. Для каждого — вероятность, влияние, мероприятие по снижению. Это тот раздел, который отличает зрелую работу от компиляции.

Чему вы научитесь — и что проверить перед сдачей

Чек-лист перед сдачей работы
  • Цель из введения совпадает с результатами в заключении — слово в слово по смыслу.
  • В третьей главе есть расчёты: ROI, NPV, срок окупаемости, а не только качественные выводы.
  • Каждая цифра имеет источник: отчётность предприятия, хронометраж, статистика или экспертная оценка.
  • Оформление проверено по ГОСТ Р 7.0.11-2011 и требованиям вашего вуза.
  • Есть план внедрения с этапами, сроками и ответственными.
  • Описанные процессы согласуются с реальными регламентами и Положениями об подразделениях.
  • Ссылка на статью-источник в списке литературы оформлена корректно.
Типичные ошибки студентов
  1. Подмена качественных оценок финансовыми без расчётов. Фраза «эффект очевиден» комиссию не убеждает. Соберите смету затрат и денежный поток хотя бы в упрощённом виде.
  2. Отсутствие анализа рисков внедрения. Если в работе нет карты рисков и мероприятий по их снижению, проект выглядит оторванным от реальности.
  3. Игнорирование требований нормоконтроля. Небрежные таблицы и подписи к рисункам снижают оценку быстрее, чем слабая теория. Проверяйте оформление до, а не после замечаний рецензента.

Вопросы, которые задают чаще всего

Где брать данные, если предприятие закрыто для внешних запросов?

Используйте три источника: публичную отчётность (для АО — обязательное раскрытие), внутренние документы по месту практики, с которых снята коммерческая тайна, и экспертные оценки руководителей, оформленные как интервью. Для процессов без прямых данных подойдёт хронометраж в одном подразделении — этого достаточно для обоснования гипотезы, если честно указать границы выборки.

Как посчитать экономический эффект, если бухгалтерия не даёт цифры?

Считайте не прибыль, а экономию ресурса: высвобожденные часы, умноженные на среднюю стоимость часа, плюс снижение затрат на подрядчиков и связь. Такой расчёт защитим, потому что его исходные данные вы получаете сами, а не запрашиваете у закрытого отдела.

Сколько страниц должна занимать аналитическая глава?

Ориентируйтесь на 25–30% от общего объёма. Важнее не количество страниц, а плотность фактов: таблица с замерами, карта процесса, сводка проблем. Пустые пересказы теории в аналитической главе — прямой путь к вопросам на защите.

Как защитить проект при смене руководства или куратора?

Держите проект в логике «данные → решение → эффект». Если куратор сменился и сомневается, вы за пять минут показываете замеры AS-IS и расчёт ROI. Проект, построенный на цифрах, устойчив к смене мнений; проект, построенный на формулировках, — нет.

Материал подготовлен экспертами компании [Название сайта]. Мы помогаем студентам с 2010 года. Если вам нужна помощь в разработке темы, структуры аналитической главы или оформлении работы — наши специалисты готовы подсказать и разобрать вашу ситуацию по шагам.

Последнее обновление: 2026-09-23

Если тема кажется перспективной, но непонятно, как свести её к конкретному предприятию и где взять данные — начните с бесплатной консультации. Мы разберём вашу ситуацию, предложим формулировку цели и задач, покажем, как выстроить расчётную часть. Средний срок подготовки — от 120 часов работы над проектом вместе с вами, без переписывания чужого текста «под копирку».

Источник: Want to Build an AI Agent? Mark Cuban Says Start With 1 Simple Prompt (опубликовано 2026-04-22)