Microsoft 30 млн лицензий Copilot: переход от экономии времени к автономным агентам

Компания Microsoft сообщила, что количество оплаченных лицензий на Microsoft 365 Copilot превысило 30 миллионов. Прирост новых подписок за квартал более чем удвоился. Это не просто рост продаж: данные телеметрии показывают, что искусственный интеллект перестал быть вспомогательным инструментом и стал активным участником рабочих процессов. Организации перестраивают бизнес-процессы вокруг ИИ, а сотрудники делегируют агентам выполнение целых проектов, а не отдельных задач.

Ключевой момент: Сдвиг от «помощника» к «агенту» означает, что компании больше не оценивают эффективность ИИ по сэкономленным часам, а по способности выполнять сложные многошаговые сценарии без постоянного участия человека.

Появление автономных агентов и новых продуктов

В последние месяцы на рынке появились продукты, способные замыкать цикл обратной связи: планировать, выполнять, тестировать и исправлять работу самостоятельно.

• Copilot Cowork: Доступен с июня. Агент принимает задачу и выполняет её от начала до конца. Благодаря использованию нескольких моделей одновременно, стоимость выполнения задач снизилась на 30–40% по сравнению с использованием одной модели.
• Microsoft Scout: Первый «автопилотный» агент. Он работает в фоновом режиме, имеет собственную учетную запись и права доступа, продолжая работу даже когда пользователь занят.
• Работа на базе Work IQ: Все результаты генерируются с учетом контекста организации: ролей сотрудников, приоритетов проектов и накопленных знаний компании.

Разработка этих решений потребовала перестройки процессов внутри самой Microsoft. Команда из 9 инженеров (рост с 3 человек) вывела Copilot Cowork на рынок за 6 месяцев, доведя его до использования половиной компаний из списка Fortune 500. Microsoft Scout прошел путь от идеи до рабочего продукта за несколько недель.

Важный нюанс: Успех новых продуктов связан не с масштабированием команд разработчиков, а с внедрением агентов в сам процесс создания ПО, что позволило небольшим группам достигать результатов, ранее невозможных в традиционной инженерии.

Глубина использования и скорость внедрения

Использование ИИ в компаниях становится глубже и шире. За последний год количество диалогов на одного пользователя почти удвоилось, а число сотрудников, использующих несколько функций Copilot, выросло в разы. Средняя еженедельная активность в Copilot сравнялась с показателями Outlook и Teams.

Пользователи все чаще запрашивают выполнение сложных сценариев: анализ данных с последующей отправкой отчета или исследование проблемы с написанием кода для её решения. Доля аналитических задач в общем объеме работы выросла с 29% до 49%.

Динамика внедрения по отраслям:

• Лидеры: Производство, банковский сектор, IT и софт.
• Быстрорастущие сегменты: Автомобилестроение и здравоохранение.
• Масштабирование: Количество клиентов с более чем 50 000 лицензий выросло в 7 раз за год.
• Скорость: Время достижения высокой активности (более 80% пользователей) сократилось с месяцев до дней.

Практические результаты: от эффективности к новым возможностям

Компании переходят от простой автоматизации к изменению самой сути работы.

• Microsoft (Supply Chain): Сначала упростили 6 рабочих процессов, затем внедрили более 70 специализированных агентов. Результат: сокращение времени цикла на 75%. Урок: сначала нужно оптимизировать процесс, а затем автоматизировать его.
• Eaton: ИИ-агент анализирует отчеты о качестве продукции, выявляя причины сбоев. Система обработала около 5 000 отчетов, ускорив принятие решений и позволяя экспертам сосредоточиться на сложных случаях.
• Premera Blue Cross: Сотрудники создали более 900 собственных агентов. Агент по обработке контрактов сократил время выполнения задачи с 30–45 минут до 3 минут.
• Levi Strauss & Co.: Агент за один день проанализировал 1 100 финансовых процедур и каталогизировал 18 000 задач, выявив возможности, которые ранее считались неизмеримыми.
• EY: Агент автономных закупок (ASA) с октября 2025 года обработал более 200 транзакций. В планах — 1 500 транзакций в следующем году. Агент ведет переговоры с поставщиками по цене и срокам, оставляя финальное решение за человеком.

Специализация и адаптация под роли

Наибольший эффект дают не универсальные инструменты, а решения, заточенные под конкретные роли.

• S&P Global: Создала агента в Microsoft Teams для доступа к рыночным данным. Скорость извлечения данных выросла на 95%, сравнительного анализа — на 98%.
• Команда продаж Microsoft: Разделила задачи на специализированных агентов (исследователь, аналитик, агент сделки). Время продавцов на работу с клиентами удвоилось (с 25% до 50%). Пилотная группа показала рост выручки на человека на 9,4% и ускорение закрытия сделок на 20%.
• Kantar: Система из 10 агентов для HR-запросов теперь обрабатывает около 40% обращений без участия человека (цель к концу года — 95%). Время выдачи справки о занятости сократилось с трех дней до 120 секунд.
• People Operations (Microsoft): Использование технологии Frontier Tuning позволило создать систему, которая выполняет задачи с качеством, соответствующим экспертным стандартам. Успешность выполнения задач выросла в 5 раз по сравнению с универсальной моделью.

Операционные последствия и тренды

• Пересмотр бизнес-процессов: Внедрение агентов требует предварительного аудита и упрощения текущих рабочих процедур. Автоматизация неэффективного процесса лишь ускорит получение неэффективного результата.
• Рост требований к данным: Для работы специализированных агентов необходима качественная, структурированная база знаний компании. Без этого ИИ не сможет учитывать контекст и роли сотрудников.
• Сдвиг в роли сотрудников: Рутинные операции переходят к агентам, что требует от персонала навыков управления ИИ, формулирования сложных задач и контроля результатов, а не выполнения механических действий.
• Ускорение разработки: Использование агентов в инженерных процессах позволяет малым командам достигать скорости и масштаба, ранее доступного только крупным департаментам, что меняет подход к планированию ресурсов.

Показательно: Компании, которые внедряют ИИ точечно под конкретные роли, получают измеримый рост выручки и скорости сделок, в то время как массовое внедрение без адаптации часто ограничивается лишь экономией времени на рутине.

Контекст и последствия

Источник: Блог Microsoft 365, данные отчета о доходах Microsoft (Q4).

Технологический сдвиг от чат-ботов к автономным агентам меняет экономику внедрения ИИ. Если раньше компании платили за «часы экономии», то теперь они инвестируют в создание новых возможностей и перестройку операционных моделей. Рост числа лицензий до 30 миллионов свидетельствует о переходе ИИ из фазы экспериментов в фазу критической инфраструктуры бизнеса. Для российских компаний, интегрированных в глобальные цепочки поставок или использующих международное ПО, это сигнал о необходимости пересмотра подходов к автоматизации: простые чат-интерфейсы уступают место сложным агентам, способным закрывать бизнес-процессы.