Иногда самая полезная мысль про ИИ появляется не в новости о новом запуске, а в попытке заново описать экономику того, что уже происходит на работе. В этой работе интересен именно такой поворот: авторы предлагают мерить ценность ИИ-агентов не по отдельным возможностям, а по тому, как они меняют результат всей связки из людей, задач и ограничений.

Agentomics: Economic Foundations for the Valuation, Attribution, and Pricing of AI Agents in Human-AI Workflows

Авторы предлагают смотреть на ИИ-агентов как на часть смешанных рабочих процессов, где рядом есть люди, узкие места, взаимозависимости и цена ошибок. Главная мысль здесь в том, что один и тот же агент может выглядеть впечатляюще в отрыве от контекста, но давать совсем разный итоговый эффект в реальной команде — в зависимости от того, какой шаг он ускоряет, где создаёт риск и насколько хорошо дополняет человеческую работу.

Почему это важно: рынок ИИ до сих пор слишком часто продаёт агентов как отдельные «места» или как набор абстрактных способностей. Эта работа подталкивает к более взрослому вопросу: сколько дополнительной пользы агент даёт именно в общей системе труда, и как эту пользу отделить от вклада людей, процессов и инфраструктуры. Если такой подход приживётся, компании будут осторожнее покупать ИИ по красивым демонстрациям и чаще — по реальному приросту результата в конкретной связке работы.

Источник: arXiv