# Автоматизація недокументованих процесів: ціна | Auspex > Одна модель, ті самі 70 завдань: 26% без описаних правил і 99% з ними. Що це означає для автоматизації недокументованих процесів і що саме треба записати. Source: https://auspex.company/uk/blog/undocumented-process-agent-blindspot/ [Блог](/uk/blog/) / Field Notes # Автоматизація недокументованих процесів: скільки коштує те, що ніхто не записав Автор: Андрій Мар'ясов · 25 серп. 2026 р. · 10 хв читання Автоматизація недокументованих процесів провалюється не через слабку модель. У серпні 2026 року автори бенчмарку DiG-bench поставили пряму перевірку: та сама Gemini 3.1 Pro на тих самих 70 завданнях узяла 18 із 70, коли правила треба було відкрити самостійно, і 69 із 70, коли їй просто дали короткий опис цих правил — 26% проти 99%. Різниця між провалом і майже ідеальним результатом полягала не в моделі, не в агентній обв'язці й не в бюджеті, а в наявності тексту. Auspex розбирає, що з цього переноситься на бізнес-процеси і, головне, що саме треба записати: опис, який спрацював у експерименті, влаштований геть не так, як типовий регламент. Пілот на демо відпрацьовує бездоганно, у проді агент починає робити дивні речі, команда йде шукати сильнішу модель. Через місяць з новою моделлю повторюється те саме, тільки дорожче. Спокуса пояснити це якістю моделі велика, бо вона дає зрозумілий наступний крок. А в серпні 2026 року вийшов бенчмарк, який поміряв зовсім інший чинник. ## Експеримент, який виміряв ціну незаписаного правила DiG-bench (Discovery in Games) опублікували 12 серпня 2026 року. Роботу вела дослідницька група Thinking About Thinking у співпраці з Оксфордом, Прінстоном, MIT, Inria та KAUST; серед співавторів — Юрген Шмідхубер, Джошуа Тененбаум, Томас Гріффітс і Трі Дао. Конструкція така: 70 текстових ігор, у кожної власні правила перетворень. Ані правила, ані умова перемоги гравцеві не відомі: єдиний спосіб їх дізнатися — взаємодія, тобто зробити хід, подивитися, що змінилось, і виправити гіпотезу. Ігри розкладено на сім тирів складності, 21 гру автори відкрили публічно, а 49 лишили закритими для чесних замірів. Окремо зазначено, що цих ігор не існує більше ніде в інтернеті, тож модель не могла бачити їх під час навчання — питання забруднення даних тут просто не виникає. Автори зробили пряму абляцію: взяли Gemini 3.1 Pro і дали їй ті самі 70 ігор, але цього разу з текстом правил на руках. > Giving Gemini access to the ground-truth rules of the game, specified in concise natural language, raises the win rate from 18/70 to 69/70 games. > > — DiG-bench: Discovery in Games, arXiv:2608.12593 Різницею між цими числами був короткий текст, якого в першому випадку просто не існувало. Висновок автори формулюють без пом'якшень: основна складність їхнього бенчмарку полягає саме у з'ясуванні правил. ## Що саме давали моделі — і чого в тому описі не було Опис, який підняв результат до 99%, автори характеризують дуже точно: він підсумовував динаміку гри та умову перемоги, але не містив нічого, що стосується політики поведінки — ні стратегій, ні тактик, ні послідовностей ходів. > These rules summarized the dynamics of the game and the win condition; but they excluded any policy-related information like strategies, tactics or move sequences. > > — DiG-bench: Discovery in Games, arXiv:2608.12593 Моделі не пояснювали, як грати. Їй пояснювали, у що вона грає і що тут вважається виграшем. Компанія, коли їй кажуть «опишіть процес», зазвичай пише рівно ту частину, яку з експерименту прибрали. Виходить інструкція: спершу зателефонуй, потім заведи угоду, далі надішли комерційну, за три дні нагадай. Це послідовність ходів. А механіка — які взагалі бувають об'єкти, у яких станах вони можуть перебувати, які переходи дозволені, а які ні — лишається невимовленою, бо всередині команди вона виглядає очевидністю, про яку соромно говорити вголос. Механіка процесу — це відповіді на питання, які на зустрічах не ставлять: - які сутності існують (заявка, клієнт, угода, повернення, рекламація) і за якою ознакою одна відрізняється від іншої - у яких станах кожна з них буває і які переходи між станами дозволені - що заборонено робити ніколи, незалежно від того, наскільки розумним це виглядає в конкретному випадку - які винятки існують і за якою ознакою їх розпізнають — не «іноді буває інакше», а «якщо клієнт з переліку ключових, правило інше» - звідки береться інформація, якої немає в системі, і хто має право її підтвердити Умова успіху — окремий блок, і його не пишуть майже ніколи: - за яким спостережуваним результатом видно, що крок виконано правильно - хто або що це перевіряє і в який строк - чим «зроблено погано» відрізняється від «зроблено неправильно», бо це різні події з різною ціною Опис, який спрацював в експерименті, ближчий до правил настільної гри, ніж до посадової інструкції. Він відповідає на питання «як тут влаштований світ і що вважається виграшем», а не на питання «як мені виграти». Різниця не косметична. Інструкція описує один маршрут і мовчить про все, що поза ним, тому агент, який зійшов з маршруту, лишається без орієнтирів. Опис механіки, навпаки, задає межі поля: усередині них агент може обрати власний шлях, а вийти за них не може за визначенням. ## Кращий інструмент цього не компенсує Природна реакція на провалений пілот — пошукати сильнішу обв'язку: інший фреймворк, платформу з пам'яттю, агента з планувальником. Автори бенчмарку перевірили і цю гіпотезу. Вони взяли Prime Agent — Opus 5 усередині продукту Prime Agent, — який незадовго до того показав 95,5% на публічних іграх ARC-AGI-3, і прогнали його на двох найважчих тирах DiG-bench. Приросту над базовою обв'язкою з тією самою Opus 5 не було. Загальний висновок сформульовано обережно, але однозначно: наявні обв'язки дають обмежений приріст саме у здатності до відкриття. Розширювати цей результат не варто: агент таки дещо відкриває сам. Без правил Gemini все одно взяла 18 ігор, а найсильніша модель набору, Opus 5, — 50 із 70. Якщо для кожної гри рахувати найкращу з усіх перевірених моделей, разом вони закривають 57 із 70, але на двох верхніх тирах — лише 9 із 20. Тобто неявні правила відкриваються, тільки ненадійно, і зриви припадають саме на складні випадки. Для впровадження звідси випливає цілком практична річ. Там, де правила не записані, ви платите не за ліцензію, а розкидом результатів: агент відпрацює десять заявок як належить, а на одинадцятій зробить те, чого ніхто не чекав. І з'ясується, що правило, яке він порушив, справді ніде не було зафіксоване, — а отже, формально він його й не порушував. ## Де аналогія закінчується Бенчмарк міряє відкриття правил через активне експериментування в текстових іграх. У гравця там є пісочниця: невдалий хід не коштує нічого, спроб можна зробити сотні. Автори навмисно не оцінюють ефективність кроків, щоб не карати за дослідження. Бізнес-процес влаштований інакше. Експеримент агента тут — це реальний дзвінок реальному клієнту, реальна знижка і реальний рахунок. Пісочниці немає, а ціна невдалої гіпотези не нульова. Тому переносити цифри буквально не можна: 26% і 99% — результати текстових ігор, а не показники автоматизації відділу продажів. Аналогія працює в один бік і саме як аналогія: якщо модель з необмеженою кількістю безкоштовних спроб самостійно виграла 18 ігор із 70, то в середовищі, де кожна спроба коштує грошей і стосунків з клієнтом, підстав розраховувати на самостійне відкриття ще менше. ## Як витягнути механіку з голови в текст Питання «розкажи, як ти це робиш» дає інструкцію, тобто ту саму послідовність ходів. Механіка так не витягується взагалі: людина, яка виконує процес десять років, власних правил не бачить, бо для неї це не правила, а те, як влаштований світ. Працює інший тип питань — про межі та про винятки: - «Що станеться, якщо зробити навпаки?» — відповідь «ну так ніхто не робить» майже завжди ховає непроговорене правило - «Коли ти востаннє відступив від інструкції і чому?» — тут з'являється і виняток, і ознака, за якою його розпізнали - «Яку помилку новачок робить у перший тиждень?» — це заборонений перехід, якого немає в жодному документі - «Як ти розумієш, що зроблено добре, ще до того, як прийде результат?» — критерій успіху, який зазвичай існує лише як відчуття - «Що ти перевіряєш перед тим, як натиснути кнопку?» — прихована передумова, без якої крок не має сенсу Зібраний після такої розмови документ складається з трьох частин: перелік сутностей та їхніх станів, перелік заборонених переходів із причинами, критерій успіху з описом того, хто і як його перевіряє. Стратегії, прийоми й поради «як краще» сюди не входять — їх пишуть окремо і для людей. Перевірити повноту опису можна простим способом: дайте його людині, яка процесу не знає, і попросіть назвати ситуацію, у якій документ не підказує, що робити. Кожна така ситуація — це рівно те місце, де агент піде вгадувати. ## Куди насправді йде бюджет впровадження Кошторис пілота зазвичай складається з інтеграцій, промптів, тестування і підписки на модель. Роботи з витягування неявних правил у ньому немає — її або пропускають як «у нас усе описано», або виявляють після запуску, коли вона вже коштує зупиненого проєкту. Обсяг цієї роботи вимірюється днями чи тижнями залежно від того, скільки винятків накопичив процес, і закласти її в план чесніше, ніж потім пояснювати, чому пілот не вийшов з тестового контуру. Auspex ставить її першою саме тому, що вона переносна: описана механіка лишається у вас незалежно від того, яку модель ви оберете через рік і чи взагалі лишиться на ринку та, з якою починали. Ця робота стикується з попередньою частиною розбору. У матеріалі «Бізнес, що оновлює себе сам» ішлося про те, чому зростання без найму впирається в опис бізнесу, який живе в головах співробітників. DiG-bench додає до тієї картини цінник: показує, у скільки обходиться той самий розрив, коли на процес ставлять не людину, а агента, і чому докупити обв'язку замість опису не вдається. ## З чого почати цього тижня - відкрийте регламент процесу, який плануєте віддати агенту, і пошукайте в ньому перелік заборонених дій — якщо там лише послідовність кроків, опису механіки у вас немає - знайдіть у тому самому документі речення, яке відповідає на питання «за чим видно, що крок виконано правильно» - спитайте людину, яка веде процес, коли вона востаннє відступила від інструкції, і запишіть ознаку, за якою вона це вирішила Якщо після цієї перевірки виявиться, що процес тримається на пам'яті двох співробітників, справа не в моделі — і міняти її немає сенсу. З таким списком розходжень можна прийти на аудит CRM і автоматизацій. За одну зустріч Auspex розбирає, який із ваших процесів описаний достатньо, щоб віддати його агенту, а який спершу треба витягнути в текст. Сторінка послуги — у посиланнях нижче. І дрібниця, яку зазвичай помічають уже на другому проєкті: опис механіки має жити там, звідки його читає агент, а не в презентації для керівництва. Документ, що лежить окремо від системи, розходиться з реальністю приблизно за квартал, і тоді у вас два джерела правди замість одного. Читати далі - [Бізнес, що оновлює себе сам: масштабування без найму починається не з агентів](/uk/blog/self-updating-business/) - [Три ознаки, що крок не варто давати агенту](/uk/blog/agent-handoff-decision/) - [Чому автоматизація не приживається — і яку половину варто вимкнути](/uk/blog/why-automations-get-abandoned/) - [Що прописати в договорі на розробку AI-агента](/uk/blog/ai-agent-contract-what-to-write/) - [Аудит CRM і автоматизацій](/uk/services/crm-audit/) Джерела - [Battleday, Sandbrink, Whittington та ін. — DiG-bench: Discovery in Games, arXiv:2608.12593, 12 серпня 2026 (першоджерело, всі цифри звідси)](https://arxiv.org/abs/2608.12593) - [DiG-bench — офіційний сайт бенчмарку і лідерборд](https://digbench.ai) - [DiG-bench — технічний звіт і базова обв'язка (GitHub)](https://github.com/discos-research/dig-bench) Андрій Мар'ясов засновник Auspex Засновник Auspex. Впроваджує CRM та автоматизує бізнес-процеси з 2015 року — 1 500+ проєктів для 1 200+ компаній. [amaryasov.expert →](https://amaryasov.expert) ## Часті питання Що таке автоматизація недокументованих процесів і чому вона складніша за звичайну? Це автоматизація процесу, значна частина правил якого ніде не зафіксована й існує тільки як досвід конкретних співробітників. Складність тут не в кількості кроків, а в тому, що агент отримує неповний опис і мусить добудовувати відсутню частину здогадками. Бенчмарк DiG-bench поміряв внесок цього чинника напряму: та сама модель на тих самих 70 завданнях дала 18 перемог із 70 без опису правил і 69 із 70 з ним. Чи справді AI-агент не може сам розібратися в недокументованому процесі? Може, але ненадійно. У DiG-bench Gemini 3.1 Pro без правил виграла 18 ігор із 70, найсильніша модель набору Opus 5 — 50 із 70, а найкращі результати всіх перевірених моделей разом дають 57 із 70. Водночас на двох найскладніших тирах ця сума падає до 9 із 20. Практичний висновок такий: на простих випадках агент правила відновлює, на складних зривається, і передбачити наперед, який випадок трапиться в проді, ви не можете. Що саме треба записати перед впровадженням AI-агента? Дві речі, яких зазвичай немає в регламенті: механіку і критерій успіху. Механіка — це перелік сутностей і їхніх станів, дозволені та заборонені переходи, винятки з ознакою розпізнавання, джерела даних поза системою. Критерій успіху — спостережуваний результат, за яким видно, що крок виконано правильно, і той, хто це перевіряє. Показово, що в експерименті DiG-bench моделі Gemini 3.1 Pro давали саме такий опис — динаміку та умову перемоги — і навмисно виключали з нього стратегії, тактики й послідовності ходів. Чи допоможе сильніша модель або кращий агентний фреймворк? За наявними даними — ні, якщо проблема саме в незаписаних правилах. Автори DiG-bench перевірили Prime Agent на базі Opus 5, який показав 95,5% на публічних іграх ARC-AGI-3, і на найважчих тирах він не дав приросту над базовою обв'язкою з тією самою моделлю. Їхній висновок: наявні обв'язки дають обмежений приріст саме у здатності до відкриття нових правил. Скільки часу займає опис процесу перед автоматизацією? Дні або тижні залежно від того, скільки винятків накопичив процес і скільки людей його виконують по-різному. Точну оцінку дає перша ж робоча сесія з виконавцями: кількість винятків, які спливають за першу годину розмови, добре передбачає загальний обсяг. Головне тут не швидкість, а те, що результат переносний — описана механіка лишається чинною при зміні моделі, платформи чи підрядника. Чи можна переносити 26% і 99% на власний бізнес? Ні, і це важливо. DiG-bench міряє відкриття правил через експериментування в текстових іграх, де невдала спроба нічого не коштує і зробити їх можна сотні. У бізнес-процесі пісочниці немає: спроба агента — це реальний дзвінок, знижка або рахунок. Тому цифри бенчмарку — аргумент про напрям, а не прогноз результату: якщо за необмеженої кількості безкоштовних спроб модель самостійно виграла лише 18 ігор із 70, то там, де кожна спроба коштує грошей, розраховувати на самостійне відкриття ще менше підстав. ## Дайджест з автоматизації бізнесу 2–3 листи на місяць — що справді працює в CRM і автоматизації. Без спаму. Відписатися можна в один клік. [Безкоштовний CRM-аудит →](/uk/contact/) ↳ БЕЗКОШТОВНИЙ АУДИТ 30 хв · безкоштовно · ↓ ## Готові навести порядок у продажах? Безкоштовний аудит ваших процесів — 30 хвилин, і ви отримаєте: 1 200+ компаній з 2015 року · медіана запуску — 30 днів 01 Карту втрат у заявках 02 Пріоритети: що автоматизувати першим 03 План впровадження за 2-4 тижні Зателефонуємо протягом 24 годин. План — ваш, навіть якщо ми не співпрацюємо.