Разбор
10x без найма: как строить AI-сотрудников на Claude вместо расширения штата
Компания планирует вырасти в 10 раз, оставив штат в районе 40-50 человек. Разбираю систему AI-сотрудников на Claude: skills, база знаний и задачи по расписанию.
Callan Faulkner, основательница AI-школы The Uncommon Business, в подкасте AI Explored рассказала, что её компания за год выросла с 1 до 4 миллионов долларов выручки. В 2026-м она планирует 10-кратный рост, до 40 миллионов. Штат при этом увеличится не в 10 раз, а с 40 до примерно 50 человек.
Ловушка “я и так каждый день использую AI”
В подкасте прозвучал показательный пример: сотрудник отдела продаж закончил звонок и открывает Claude или ChatGPT, чтобы собрать коммерческое предложение. Час переписки, десятки правок, наконец отличный результат. Он гордится тем, что получилось. А в следующий раз, когда нужно собрать точно такое же предложение, начинает с нуля: тот же диалог, те же правки, та же трата часа.
Проблема не в том, что человек мало использует AI. Проблема в том, что он не сохраняет навык. Нет базы прошлых предложений, нет истории того, какие формулировки закрывали сделки, какие возражения снимались. Каждый раз AI собирает результат из воздуха, а не из накопленного опыта компании.
Что отличает AI-сотрудника от обычного чата
В терминологии из подкаста skill - это сохранённый и переиспользуемый набор инструкций, который живёт в Claude постоянно, а не одноразовый промпт. AI-сотрудник - это skill, который выполняет конкретную работу для человека так же хорошо или лучше него.
Бизнес-мозг вместо разрозненной папки на Google Drive
Skill работает ровно так хорошо, насколько хорошо организованы данные, на которые он опирается: цены, процессы, стандарты, тон бренда, прошлые кейсы. Если новый человек, придя в компанию в понедельник, не смог бы за 30 минут разобраться в документации, значит и AI не сможет.
Шорткаты - это не читерство
В подкасте прямо называют поиск коротких путей новой рабочей этикой. Пример: раньше карусель для Instagram делал дизайнер в Canva и возвращал результат через несколько дней правок. После того как в Claude завели skill для генерации каруселей на основе прошлых удачных работ, одна карусель собирается за 8 минут, а десять за полчаса.
Обучение решает всё
Любой человек может попросить AI написать пост для LinkedIn. Результат без предварительного обучения обычно слабый, потому что AI не знает стандартов компании: кто отвечает за тон, какая цель у поста, сколько ценности нужно вложить. Без документации этих правил у AI просто нет базы, на которую опереться.
Разница в расходах в десятки раз, и именно на этом строится аргумент из подкаста: боязнь “дорогого софта” не имеет смысла, если он снимает нагрузку с людей, чья зарплата в разы больше.
Как собрать первого AI-сотрудника: пошагово
В подкасте описали конкретный процесс, с которого начинают в компании Faulkner при создании нового skill.
Выпиши задачи, которые делаешь регулярно, которые приносят деньги, но не приносят удовольствия, или где ставка ниже 50 долларов в час.
Попроси Claude задать пять вопросов, чтобы вытащить твой процесс, и пройди задачу вместе с ним в одном чате, лучше голосом через Whisper Flow, а не текстом.
Когда результат получился хорошим, попроси сохранить его как skill. Это переиспользуемый набор инструкций, доступный из любого чата.
Если задаче нужен контекст, заведи Claude project и загрузи туда цены, прошлые кейсы, тон бренда. Прогони skill через реальные задачи и правь его, пока результат не станет отличным, а не средним.
Подключи skill к CRM, Slack или Notion, если процесс этого требует. Когда skill стабильно работает хорошо, поставь его на автономный запуск по расписанию.
Тестирование, память и расписание: детали, которые все упускают
Один из инструментов, о котором рассказали в подкасте: skill “совет директоров”. Прежде чем принимать сложное решение, Faulkner просит Claude собрать команду из трёх-пяти воображаемых экспертов и дать им поспорить друг с другом о лучшем подходе. Так она собирала структуру компенсаций для команды руководителей, когда сама не знала, как это делать.
Отдельная деталь, которая может сломать всю систему: у skill есть отдельная память, но обновление памяти не равно обновлению самого skill. Если не попросить явно “обновить skill” и не нажать сохранить, в следующий раз AI вернётся к старой версии инструкций. В подкасте это сравнивают с исправлением ошибок сотрудника: сказать один раз “не делай так больше” недостаточно, нужно закрепить правку в документе, на который опирается работа.
На skill, который пишет текстом основательницы компании, ушло 15 часов тренировки. Для сравнения: у человека-копирайтера ушло три месяца регулярной работы, чтобы начать писать её голосом. Большинство людей останавливаются после 45 минут работы с AI и потом жалуются, что результат не похож на них.
Расписание задач (scheduled tasks) в Claude позволяет запускать обученный skill автономно, без ручного нажатия. Пример из подкаста: skill каждый час забирает транскрипт встречи из Granola и добавляет его в базу в Notion. Ограничение простое: компьютер, где стоит приложение Claude, должен оставаться включённым, поэтому в компании держат отдельный офисный компьютер с постоянно активной корпоративной учётной записью именно для этих задач.
У вас AI-сотрудник или разовый чат?
Три вопроса, чтобы понять, где вы сейчас
AI не отбирает работу, а поднимает планку требований
В подкасте прозвучал показательный контраст: сотрудник, обученный работать с AI-сотрудниками, выпускает в десять раз больше работы за день без перегрузки, а сотрудник без такой практики неделями ждёт простых артефактов вроде посадочных страниц. Разница не в таланте, а в том, что один сохраняет процессы как skills, а другой каждый раз делает всё руками.
Основательница компании прямо говорит: она никого не увольняла из-за AI, только перераспределяла роли. Люди, которые раньше тратили время на рутину, переходят на стратегические задачи. Но это работает только если человек соглашается учиться новому инструменту, а не игнорирует его.
Если вы сейчас читаете это и думаете “у меня всё сложнее, это не для ручных задач вроде видеомонтажа”, учтите: в подкасте отмечают, что за последний месяц возможности AI в видеомонтаже сильно выросли и продолжают меняться каждую неделю. Предположение “это точно не автоматизируется” стоит проверять почаще, а не принимать раз и навсегда.
Источник подкаста: AI Explored Podcast, эпизод с Callan Faulkner о построении AI-сотрудников на Claude.
Источники
Источники
Читайте также
Часто задаваемые вопросы
- Что такое AI-сотрудник (AI employee) в Claude?
- Это не разовый чат с ChatGPT, а сохранённый и переиспользуемый набор инструкций - skill. Он доступен 24/7, обучен на реальных данных компании и выполняет конкретную задачу так же хорошо или лучше человека. В отличие от обычного промпта, skill не создаётся с нуля каждый раз.
- Сокращает ли внедрение AI-сотрудников штат компании?
- В кейсе из подкаста компания растёт с 40 до примерно 50 человек при этом планирует увеличить выручку в 10 раз - с 4 до 40 миллионов долларов. Основательница Callan Faulkner прямо говорит, что никого не увольняла из-за AI, а перераспределяла роли на более стратегические задачи.
- Сколько стоит содержать AI-сотрудников на Claude в масштабе компании?
- В примере из подкаста компания с 40 сотрудниками планирует потратить на Claude около 100 000 долларов за год, это примерно 8300 долларов в месяц. Для сравнения, зарплатный фонд той же команды - около 300 000 долларов в месяц. Разница в масштабе расходов в десятки раз.
- Сколько времени нужно, чтобы обучить AI писать твоим голосом?
- На skill, который пишет текстом основательницы компании, ушло 15 часов работы. Она сравнивает это с обучением человека-копирайтера: у неё ушло три месяца регулярной работы, чтобы копирайтер начал писать её голосом. Большинство людей бросают тренировку AI через 45 минут и получают посредственный результат.
- Что такое scheduled task в Claude и как часто можно запускать задачи по расписанию?
- Scheduled task - функция, которая запускает обученный skill автономно по расписанию без участия человека. В примере из подкаста один из skills запускается каждый час и переносит транскрипты встреч в базу знаний в Notion. Ограничение: компьютер, на котором запущен Claude, должен оставаться включённым.
- В чём главная ошибка при использовании AI на работе?
- Человек каждый раз строит с нуля один и тот же результат вместо того чтобы один раз сохранить процесс как skill. В подкасте приводят пример: сотрудник час переписывается с AI, получает отличное коммерческое предложение, гордится результатом, а на следующий раз повторяет всю переписку заново, потому что не сохранил навык.
Пока без комментариев. Будьте первым.