Автономный ВСП - 2026-05-19_с_планом_до_30_06 (3)

1.

Эвол юционны й
автономны й агент
управления В СП
Автономное управление ф изической сетью
отделений банка: продажи × клиентский
опыт × очереди.
MVP Q2 → пилот Q3 → тираж Q4
На базе Harness / AEFClaw
с human-in-the-loop на первом этапе
Эволюционный агент управления ВСП
01

2.

1. Что это за продукт и какую боль решает
Агент превращает данные сети ВСП в конкретные управленческие действия
Продукт
AI-агент: анализирует продажи, CSI,
очередь, нагрузку, логи и процессы;
выявляет отклонения; объясняет
причины; ф ормирует задачи и
рекомендации по изменениям
процессов
Б оль
Решение
Управленческая вертикаль
перегружена ручным контролем.
Норма управляемости
руководителя ограничена
количеством оф исов, сотрудников,
процессов и контекстов, которые
можно качественно удерживать в
ф окусе.
Агент расширяет норму
управляемости: ежедневно
подсвечивает главное, отделяет
системные причины от ошибок
исполнителей и предлагает
измеримое действие с
ответственным и критерием
успеха.
Ожидаемый эффект: мень ше хаоса ручного контроля → больше управляемости и быстрее
цикл улучшений
Данные
Эволюционный агент управления ВСП
Причины
Действия
Контроль эффекта
02

3.

2. В идение прод укта
От аналитического помощника к самонастраивающейся операционной системе сети
Сейчас: аналитик и советник
Собирает данные, находит отклонения, объясняет причины, формирует
рекомендации и задачи для human-in-the-loop.
Далее: управленческий контур
Контролирует жизненный цикл задач: назначение, срок, факт
выполнения, эффект на метрику, повторная диагностика.
Цель года: эволюционный агент
Учится на результатах действий, улучшает правила и модели, предлагает
изменения процессов и параметров систем с планом отката.
Принцип: не “кто виноват?”, а “на каком уровне
системы причина и кто реально может ее устранить?”
Эволюционный агент управления ВСП
03

4.

3. Метрики: бал анс K PI
Целевые метрики противоречат друг другу, поэтому агент ищет “золотую середину”
Продажи
фокусных продуктов
Управляющие ф акторы
• боевая численность
смены
• распределение ролей
• поток клиентов и пики
• сложность операций
• доступность систем
• продуктовые
приоритеты
CSI / качество
обслуживания
Очереди / время
ожидания
Метрики качества
агента
• доля объясненных
отклонений
• точность причин
• ожидаемый /
ф актический эф ф ект
• скорость
ф ормирования
рекомендации
• применимость на
новых ВСП
Главная задача агента — предлагать действие, которое улучшает общий резуль тат без
разрушения клиентского опыта
Эволюционный агент управления ВСП
04

5.

4. Цикл работы агента
Постоянный контур: данные → причины → действие → проверка эффекта → обучение
На каждом шаге агент фиксирует надежность данных, уровень причины и ответственного
за изменение
01
Собрать
данные
02
Проверить
качество
03
Выявить
отклонения
04
Найти
причины
05
Сформировать
действие
06
Измерить
эффект
Результат цикла — не отчет ради отчета, а измеримое действие: задача, изменение процесса,
изменение технологии / модели / параметра системы или осознанное наблюдение без действия.
Эволюционный агент управления ВСП
05

6.

5. Us er s tories : три уров ня управления
Один агент — разные ответы для сотрудника, руководителя ВСП и руководителя сети
Сотрудник сети
“В конце дня я вижу, где у меня
получилось, где есть устойчивое
отклонение и что конкретно изменить
завтра.”
Выход: персональный разбор
дня/недели, подсказка по продуктам,
обучение, наставничество.
Проактивно: замечает риск по
конверсии, стандарту или времени
операции и предлагает микро-действие
до конца смены.
Эволюционный агент управления ВСП
Руководитель ВСП
“Я понимаю, почему офис просел:
смена, поток, очередь, система,
продукт или управленческая
дисциплина.”
Выход: план действий на неделю,
задачи команде, контроль сроков и
эффекта.
Проактивно: формирует задачи
команде, напоминает о сроках и
предлагает корректировку смен до
возникновения критичного отклонения.
Руководитель сети
“Я вижу, какие офисы требуют
внимания, где лучшие практики, где
системная проблема процесса или
АС.”
Выход: карта отклонений сети,
приоритеты вмешательства,
эскалации владельцам процессов.
Проактивно: ранжирует зоны риска,
предлагает эскалации владельцам
процессов/АС и перенос лучших
практик между ВСП.
06

7.

6. Способы взаимодейств ия с агентом
С агентом можно говорить про показатели, рекомендуемые действия и отклонения — в привычном канале или в рабочем интерфейсе
Сберчат
Web-интерфейс в СБОЛпро
Проактивный режим
диалог с агентом в привычном
корпоративном канале
рабочее место для просмотра, drilldown и контроля
агент сам выходит к пользователю,
когда есть риск
• спросить по ВСП, сотруднику, периоду
или метрике
• показатели, тренды, сопоставимые
ВСП и периоды
• запуск по расписанию или по триггеру
отклонения
• получить объяснение отклонения и
уровень причины
• карточки отклонений, рекомендации и
приоритеты
• предупреждения и рекомендации в
Сберчат / СБОЛпро
• уточнить “что сделать сегодня” и кому
назначить действие
• статусы задач, сроки, ответственные и
эффект на метрики
• HITL: подтвердить, изменить,
отклонить или эскалировать
Пример: “Почему очередь выросла
после 16:00?”
Пример: офис → метрика → причина →
действие.
Пример: “Завтра риск очереди +18%;
нужен 1 сотрудник в пик”.
Показатели → отклонения → причины → рекомендуемые действия → подтверждение → контроль эффекта
Эволюционный агент управления ВСП
07

8.

7. Что именно агент в ы дает
Каждое отклонение превращается в действие с уровнем причины, ответственным и критерием успеха
Уровень причины
Тип действия
Как проверяем успех
обучение, подсказка, наставничество
конверсия / жалобы / время операции
перепланировать смену, перераспределить нагрузку
очередь / CSI / выполнение задач
найти лучшие практики, сравнить сопоставимые офисы
динамика офиса относительно кластера
Процесс / регламент
упростить шаги, убрать противоречие, изменить
норматив
время процесса / повторные обращения
АС / модель
исправить параметр, переобучить, изменить порог
стабильность / точность / побочные эффекты
Сотрудник
Руководитель ВСП
Офис / регион
Ограничение автономии: агент не принимает кадровых или санкционных решений. На первом этапе —
рекомендации и задачи через human-in-the-loop.
Эволюционный агент управления ВСП
07

9.

8. Q2: резул ьтат и дорожная карта
Q2 — доказать способность агента учиться на 2–3 ВСП и переносить подход на другие офисы
Конец Q2 / 30.06
• агент развернут во внешнем
контуре
• маниф ест и ограничения
согласованы
• MVP 0: инсайты по 2–3 ВСП и
одному процессу
• MVP 1 : инсайты по ТОПпроцессам Е ЛК
• скетч ПРОМ-архитектуры
• целевая архитектура
согласована
Эволюционный агент управления ВСП
1 8.05
внешний
контур
21 .05
манифест
29.05
скетч
ПР ОМ
28.05
MVP 0
1 6.06
MVP 1
Q3
Q4
• разработка сервисов сбора
данных
• агент во внутреннем контуре на
базе согласованной архитектуры
• запуск пилота
• доработка по результатам
пилота
• подготовка тиража
• масштабирование навыков
агента на сеть
30.06
архитектура
08

10.

9. План работ до 30.06
С 26.05: прототип на примере 2–3 ВСП → инсайты → скиллы агента → презентационный контур
Уже сделано
Развернут внешний OpenClaw; подготовлены маниф ест и product vision; создана инструкция по обучению агента; собрана РГ.
Фокус: несколько ВСП, переносимость выводов
Недель ный план работы на прототипе
26–30.05
02–06.06
• выбрать 2–3 ВСП и срез
данных
• первый прогон
OpenClaw
• гипотезы инсайтов и
формат карточки
• бэклог скиллов агента
• анализ ВСП: продажи /
CSI / очередь
• первые
подтвержденные инсайты
• скиллы: глоссарий,
качество данных
• каркас презентационной
истории
09–13.06
• сравнение ВСП и
кластеров
• поиск причин
отклонений
• скиллы: root cause и
рекомендации
• черновик кейсов для
демо
1 6–20.06
23–30.06
• MVP 1: ТОП-процессы
ЕЛК
• проверка применимости
с РГ
• скиллы: measurable
action / HITL
• сбор демо-материалов
• финальный прогон 2–3
ВСП
• пакет инсайтов и
рекомендаций
• целевая логика пилота
Q3
• финальная презентация
и решение
Результат 30.06: единый прототип + проверенные инсайты по 2–3 ВСП + набор скиллов агента + презентационная часть для решения о
пилоте.
Эволюционный агент управления ВСП
09

11.

10. Образ результата на конец года
Пилотный контур автономного управления сетью с доказательным эффектом
Что должно быть готово
• внутренний контур и интеграция с источниками
• регулярные запуски по расписанию и по запросу
• анализ по ключевым метрикам и ТОП-процессам
• пакет рекомендаций с ожидаемым эффектом
• контроль исполнения и проверка результата
• база знаний причин, действий и эффектов
Как выглядит успех
Руководитель сети каждый день получает не
“дашборд с красными зонами”, а ранжированный
список вмешательств: где, почему, кто владелец, что
сделать, какой эффект ожидается и когда
проверяем.
Эволюционный агент управления ВСП
10

12.

11. Примерная схема работы агента
Данные из ПРОМ-систем → безопасный sandbox → reasoning → рекомендации / задачи → human-in-the-loop (HITL)
Sandbox
Слой данных
ПРОМ-системы
• продажи / CRM
• очередь / талоны
• графики и табели
• CSI / жалобы
• логи АС
• регламенты
ETL / витрины
качество данных
маскирование ПДн
версии артефактов
изолированный
запуск
read-only вход
журналирование
тест гипотез
Запуск по запросу
“проанализируй ВСП
№…”
Agent Runtime
Harness / AEFClaw
reasoning
инструменты
память навыков
Выход
отчет
карточки
отклонений
задачи
эскалации
Запуск по расписанию
ежедневно /
еженедельно
HITL: согласование действий, которые меняют процесс, параметры АС / модели или влияют на
клиентов и сотрудников
Эволюционный агент управления ВСП
11

13.

12. Как оценивать MVP и что делать дальше
Критерий Q2 — не полнота автоматизации, а качество анализа и переносимость навыков агента
Критерии MVP Q2
• агент корректно понимает глоссарий и
технологию сети
• умеет работать с сырыми данными и
логами
• выявляет устойчивые отклонения, а не
шум
• разделяет причины по уровням влияния
• ф ормирует конкретные рекомендации
• объясняет надежность вывода и
недостающие данные
Эволюционный агент управления ВСП
Признаки готовности к пилоту
• рекомендации понятны
руководителям ВСП
• есть measurable action:
ответственный, срок, критерий
успеха
• выводы применимы к другим
отделениям
• риски и ограничения автономии
описаны
• архитектура интеграции в ПРОМ
согласована
Следующий управленческий шаг
Согласовать список ТОПпроцессов, набор исходных
данных по 2–3 ВСП и формат
карточки рекомендации, чтобы к
30.06 получить единый прототип и
план пилота.
12