Следите за новостями по этой теме!
Подписаться на «Гик Гайд (3 апельсина) / Цифра сегодня»
ИИ-агенты умеют связывать системы вроде Jira и ServiceNow и выполнять действия на основе данных из обеих. Но если агент неверно понимает значение поля или статус, результат может выглядеть убедительно и при этом быть ошибочным. Например, агент считает, что поле «Приоритет» в двух системах означает одно и то же, и синхронизирует данные. В итоге инцидент уровня Priority 1 в клиентской заявке может остаться без реакции в установленный срок SLA, а затронутые команды не узнают о проблеме: агент сообщил, что она уже обрабатывается.
Когда агент неправильно трактует результаты, компании нередко пытаются дать ему больше разрешений. Логика кажется простой: чем больше записей и полей он видит, тем больше у него контекста. Но проблема обычно не в объёме данных, а в их смысле: как поле одной системы соотносится с полем другой и каким статусам соответствуют друг другу рабочие этапы.
Такие связи уникальны для каждой конфигурации. Модель может знать, как устроены Jira и ServiceNow в целом, но не знать, как именно их настроили конкретные компании. Например, она может не понимать назначение пользовательского поля «Эскалация клиента» или не знать, что статус Pending в одной системе соответствует статусу Waiting on external в другой. Тогда агент делает неверный вывод.
Внутри одной организации последствия ошибки обычно ограничены её системами. При обмене данными между компаниями влияние шире: агенту нужно знать актуальные правила, понимать, какая система главнее при конфликте, и располагать согласованными соответствиями полей и статусов.
В одной компании эти сведения может поддерживать ответственная внутренняя структура. Она утверждает соответствия полей, закрепляет их значения, ведёт централизованные каталоги и журналы аудита, а также определяет владельцев данных. Между независимыми организациями такого общего центра обычно нет. Компании не обязаны согласовывать названия полей или раскрывать настройки своих систем; структуры и соглашения часто нигде официально не описаны и могут меняться каждой стороной отдельно. Агент не способен надёжно вывести эти правила самостоятельно.
Представим, что служба поддержки одной компании связывает свою Jira с ServiceNow инженерной команды другой организации. При внедрении стороны определяют, какие данные синхронизировать, что передавать и что запрещено раскрывать. Со временем настройки меняются. Добавление нового соответствия обычно не ломает существующие процессы. Удаление поля опаснее: если поддержка уберёт из Jira раскрывающийся список по внутренним причинам, исходные данные перестанут попадать в ServiceNow. Ошибки при этом могут не появиться, и инженерная команда не узнает об изменении. Для поддержки это внутреннее решение, о котором она не обязана сообщать партнёрам.
Внутри одной организации агент, имеющий доступ к обеим системам, может обнаружить изменение и попросить человека проверить последствия. При межкорпоративной связке агент на стороне, где возникла проблема, не видит изменённую конфигурацию и не может даже начать такую проверку. Нужна возможность понять, сломало ли изменение в одной системе зависимость, на которую опирается другая.
Встроенный ИИ каждой системы полностью знает собственные настройки, но не видит внешнюю сторону. Централизованный посредник теоретически способен учитывать обе конфигурации, однако для этого ему нужно хранить учётные данные в стороннем месте. Компании могут принять такую схему внутри своего периметра, но не захотеть передавать данные за его пределы; возражения могут возникнуть и у юридических служб, и у специалистов по соблюдению требований.
Третий вариант — децентрализованный: каждая организация запускает собственное программное обеспечение и хранит свои учётные данные у себя. Через границу передаётся только производный контекст — структурированные описания соответствий полей, конфигураций и связей между ними. Из трёх подходов этот позволяет сохранить самостоятельность компаний, не помещая учётные данные в третью систему.
Учётные данные должны оставаться в той среде, к которой относятся. Передавать следует только заранее определённый и согласованный контекст: значения и назначения полей, соответствия статусов и правила преобразования данных — но не пароли и не доступ к системам.
Область работы агента тоже нужно ограничить метаданными конфигурации: какие поля есть в системе, как они определены и для чего используются. У него не должно быть доступа к конфиденциальным данным, например клиентским записям или информации, подпадающей под требования защиты данных. Архитектура должна различать отсутствие поля и невозможность увидеть его из-за ограничений доступа.
Если агент не может прочитать поле, он не должен заявлять, что поля не существует. Допустим, он обращается к полю «Ответственный за эскалацию» и не получает ответа. Поле может быть скрыто от него, а не отсутствовать. Сообщения «поле не найдено» и «доступ запрещён» означают разные вещи, и система должна различать их. Иначе агент продолжит работу, опираясь на ложное объяснение.
Отслеживать изменения тоже нужно на нужном уровне. Простая запись о том, что поле изменилось, полезна, но недостаточна: если изменение нарушает зависимость в другой компании, оно должно запускать действие. Многие решения фиксируют сам факт изменения, но не дают ясного ответа, что именно сломалось и кому нужно реагировать.
Ценность межкорпоративного контекста не в том, чтобы агент контролировал обе системы. Она в том, чтобы он точно знал границы своей видимости и честно о них сообщал. Агент, который признаёт, что не может проверить ответ, надёжнее того, который отвечает всегда.
В исходной публикации также упоминалась подборка лучших облачных баз данных и пояснялось, что материал подготовлен для рубрики TechRadar Pro Perspectives. Взгляды автора могли не совпадать с позицией TechRadar Pro или Future plc. Эти редакционные и навигационные элементы не относятся к сути обсуждения межкорпоративного обмена данными.
Корпоративный ИИ часто продают как универсального сотрудника: подключил к системам — и он сам разберётся, где важное, где устаревшее, а где кто-то в очередной раз переименовал привычную кнопку. Удобная легенда. Настоящая работа начинается там, где заканчивается сходство интерфейсов и обнаруживается, что одно и то же слово в двух компаниях означает две разные договорённости.
Особенно соблазнительно лечить такие ошибки расширением доступа. Не понимает — покажем побольше данных; не справляется — добавим ещё разрешений. Так обычно и выглядит управленческая вера в то, что проблема рассосётся, если дать ей доступ к более широкому ассортименту проблем. Но контекст — не склад записей. Это правила, история решений и понимание того, кто вправе менять значение поля и обязан ли предупредить партнёра.
Между организациями нет общего хранителя этих правил. Каждая сторона ведёт хозяйство по-своему, а потом обе искренне удивляются, что автоматизация не распознала молчаливое изменение. Для одной команды поле исчезло по внутренним причинам; для другой вместе с ним исчезла часть процесса. Формально никто не нарушил договорённость — просто договорённость существовала главным образом в воображении участников.
Отсюда возникает знакомая корпоративная комедия: система зарегистрировала изменение, но не его последствия; агент видит пустоту и делает вид, что это ответ; партнёр продолжает ждать данные, которых больше не будет. Ответственность распыляется так аккуратно, что её можно было бы занести в каталог метаданных — если бы кто-нибудь согласовал, кто за каталог отвечает.
У решений здесь три неприятных вкуса. Полностью встроенный помощник ограничен собственной средой. Центральный посредник обещает навести порядок, но просит доверить ему доступы, а вместе с ними — репутацию, безопасность и терпение юристов. Децентрализованная схема выглядит менее эффектно в презентации, зато не требует складывать ключи от двух компаний в один чужой карман: каждая сторона сохраняет контроль, обмениваясь только согласованным описанием контекста.
Это не магическое спасение и не повод раздать агенту клиентские данные «для лучшего понимания». Напротив, зрелая система должна знать, что ей запрещено видеть, и отличать запрет от отсутствия. Иначе она не просто ошибается — она ещё и сочиняет убедительную причину, почему ошиблась. Такой корпоративный талант обычно называют уверенностью в себе, пока счёт не приходит другому отделу.
Здесь важна не всевидящая машина, а машина, способная признать пределы видимости. Если она не может проверить соответствие, пусть скажет об этом; если изменение затрагивает чужую зависимость, пусть поднимет тревогу, а не оставит аккуратную запись для будущего расследования. Надёжность начинается не с обещания знать всё, а с отказа выдавать незнание за факт.
В этом и состоит довольно скромная, но полезная мысль: автоматизацию между компаниями нельзя строить на предположении, что соседняя система устроена так же, как ваша, только с другим логотипом. Совпадающие названия — ещё не общий язык, а молчание в ответ — не разрешение додумывать. Но корпоративный рынок любит продавать именно простоту: подключение за минуту, интеллект без границ, ответственность по подписке. Затем выясняется, что границы всё-таки есть — только обнаруживает их обычно тот, кому достался сорванный процесс.