Гуманоидный робот как офисный стажер: что он уже умеет и где всё еще нужны люди

Что именно показал кейс Flexion

В конце июня WIRED описал демонстрацию, которая хорошо показывает новый рубеж офисной автоматизации. Гуманоидный робот получает текстовое поручение, идет за доставленной коробкой со снеками, перемещается по офису, пользуется лестницей и лифтом, распаковывает посылку и раскладывает содержимое в нужном месте. Герой материала — швейцарский стартап Flexion Robotics, основанный бывшими исследователями Nvidia. В демонстрации использовался модифицированный гуманоид Unitree.

Граница кейса принципиальна: это демонстрация, а не доказательство массового внедрения «роботов-стажеров» в офисах клиентов. Именно поэтому важнее не спорить, заменил ли робот человека, а понять, какую часть офисной роли он действительно забирает.

В привычной просьбе стажеру или офис-менеджеру смешаны разные типы работы: физическое действие, ориентация в пространстве, понимание контекста, неформальные правила офиса, ответственность за результат и обработка исключений. Робот Flexion, по описанию WIRED, берет только часть этой цепочки: пройти, найти, взять, перенести, распаковать и положить. Всё остальное, включая цель, критерии ошибки и ответственность за последствия, остается за людьми.

Публикация WIRED от 29 июня 2026 года описывает связку физико-организационных микрозадач, которые в офисах часто поручают стажеру, ассистенту, офис-менеджеру или любому сотруднику, оказавшемуся рядом. Это легко назвать «роботом-стажером», но такая формула упрощает происходящее.

Должность не равна одному поручению. Стажер не только носит коробки. Он уточняет приоритеты, понимает неформальные правила команды, замечает конфликтующие инструкции, общается с коллегами и может объяснить, почему сделал именно так. В демонстрации автоматизирована не эта социально-организационная работа, а видимая физическая последовательность действий.

Для рынка труда это пример разложения роли на задачи. В офисной работе есть перенос предметов, пополнение запасов, работа с посетителями, документы, коммуникация, контроль качества и координация подрядчиков. Робот в кейсе Flexion претендует на первые элементы этой цепочки. Он не становится владельцем процесса, но начинает выполнять поручения, которые раньше забирали человеческое время и внимание.

• Доказанный факт: WIRED описал демонстрацию Flexion Robotics с модифицированным гуманоидом Unitree, выполняющим офисное поручение с посылкой.
• Корректная интерпретация: автоматизируется не профессия, а набор повторяемых физических операций.
• Граница кейса: это демонстрация, а не подтверждение массового внедрения таких роботов в офисах клиентов.

Какие офисные поручения робот уже может забирать

Если убрать эффектность гуманоидной формы, в демонстрации остается практичный список операций. Робот должен понять команду на естественном языке, сопоставить ее с доступными действиями, построить маршрут, пройти по офису, взаимодействовать с лестницей и лифтом, найти посылку, взять ее, перенести, распаковать и разложить предметы в указанном месте.

По отдельности каждая операция выглядит бытовой. Сложность возникает в связке: офис не похож на конвейер, где всё заранее зафиксировано. В офисе меняются маршруты, появляются люди, возникают закрытые двери, переносится мебель, а «положить в нужное место» может означать больше, чем просто переместить предмет из точки А в точку Б.

Первые кандидаты на такую автоматизацию: пополнение зон с расходниками, перенос небольших посылок, доставка предметов между переговорными и этажами, простая инвентаризация, перемещение легкого оборудования, физическая поддержка ресепшена или эксплуатации офиса.

Общий признак этих задач — понятный материальный результат. Чем больше в поручении конфиденциальных документов, персональных данных, хрупких предметов или необходимости договариваться с людьми, тем больше доля человеческой работы.

Поэтому кейс важен не как доказательство полной автономии, а как пример последовательного исполнения. Человек формулирует задачу крупным блоком, система разбивает ее на подзадачи. Для компании это потенциально меняет пропускную способность мелких офисных процессов: сотрудник меньше отвлекается на физическую рутину.

Но слово «стабильно» здесь ключевое. Демонстрация не равна проверке в тысячах непредвиденных ситуаций. Пока робот действует в понятном сценарии, его возможности выглядят убедительно. Как только появляются неоднозначность, конфликт правил или повышенная цена ошибки, нужен человек в контуре.

• Автоматизируется цепочка: понять команду, пройти маршрут, взять предмет, перенести, распаковать, разложить.
• Лучшие кандидаты: операции с понятным физическим результатом и низкой неоднозначностью.
• Чем больше исключений, социальных правил и ответственности, тем труднее передать задачу роботу без человека в контуре.

Почему это стало возможно сейчас

Технический сдвиг в кейсе Flexion не сводится к тому, что гуманоиды стали лучше ходить. По описанию WIRED, система объединяет обучение по видео человеческих действий, тренировку отдельных навыков в симуляции, высокоуровневое планирование и моторный слой, отвечающий за ходьбу, равновесие, руки и захват.

Смысл такой архитектуры — связать человеческую команду с физическим действием. Вместо того чтобы вручную прописывать каждое движение, система учится выбирать последовательность уже освоенных навыков и применять ее к конкретному поручению.

Здесь полезно различать три уровня. Первый — восприятие. Робот должен понять, где находится, где коробка, где дверь, где человек, что можно трогать, а что нельзя. Второй — действие. Шагнуть, повернуть, удержать равновесие, открыть, взять, положить. Третий — задача. Распознать, что «пополнить ящик со снеками» означает не только перенести коробку, но и завершить процесс так, чтобы людям было удобно пользоваться результатом.

Современные модели ИИ помогают связать эти уровни, но не снимают проблему контекста. Команда на естественном языке удобна для человека, однако для робота она остается цепочкой решений: какой объект выбрать, каким маршрутом идти, какой способ захвата использовать, когда остановиться, что считать завершением.

Похожая логика видна в доставочной робототехнике. The Robot Report описывает, как Avride использует облачные vision-language models как safety net для роботов-доставщиков. Vision-language model, или VLM, — это модель, которая сопоставляет изображение и текстовое описание ситуации. В таком сценарии она помогает интерпретировать сложную сцену, когда локальная система недостаточно уверена.

Это не делает доставочного робота «разумным курьером», но показывает общий тренд: автономная машина получает дополнительный ИИ-слой для разбора неоднозначных ситуаций. Для офиса такой слой особенно важен, потому что физическое пространство совмещено с социальным: рядом люди, переговорные, рабочие места, документы, личные вещи и неформальные правила.

• ИИ-сдвиг состоит в связке видеообучения, симуляции, планирования и моторных навыков.
• VLM-подход в доставочных роботах показывает роль дополнительной интерпретации сложных сцен.
• Для офиса особенно важны безопасная остановка и передача задачи человеку.

Масштаб рынка: сервисные роботы растут, но гуманоиды пока не главный объем

Чтобы не принять яркую демонстрацию за зрелый массовый рынок, полезно смотреть на статистику сервисных роботов. International Federation of Robotics сообщает: в 2024 году было продано почти 200 000 профессиональных сервисных роботов, рост составил 9%. Самый большой сегмент — транспортировка и логистика: 102 900 единиц, рост 14%. Далее идут роботы для hospitality-сценариев: более 42 000 единиц при снижении на 11%, и профессиональная уборка: более 25 000 единиц, рост 34%.

Эти числа показывают, где роботизация уже нашла экономику одной операции. Когда робот перевозит груз, моет пол или доставляет заказ по повторяемому маршруту, компания может считать стоимость часа, загрузку, обслуживание, риски и срок окупаемости. Там, где среда стабильнее, а операция повторяется много раз, робот быстрее превращается из демонстрации в инструмент.

Офисный гуманоид решает задачу другого типа: он должен быть универсальнее, но универсальность усложняет расчет. Один и тот же корпус должен пройти по маршруту, понять поручение, взять разные предметы, не мешать людям, учитывать доступы и корректно останавливать работу при исключениях. Такая гибкость выглядит привлекательной, но именно она делает экономику менее очевидной.

У статистики IFR есть методологическая оговорка: данные по сервисным роботам основаны на выборке поставщиков, а состав выборки меняется. Поэтому сравнивать разные выпуски нужно осторожно. Это не отменяет тренд, но снижает соблазн строить точные прогнозы о том, сколько офисных задач будет автоматизировано к конкретному сроку.

Для компаний практический вывод простой: смотреть не на форму робота, а на зрелость операции. Если задача узкая, повторяемая и легко проверяемая, она ближе к текущей экономике сервисной робототехники. Если задача требует постоянного социального суждения, переговоров, ответственности и доступа к чувствительным зонам, то гуманоидная форма сама по себе не делает автоматизацию зрелой.

• В 2024 году, по IFR, продано почти 200 000 профессиональных сервисных роботов; рост — 9%.
• Крупнейший сегмент — транспортировка и логистика: 102 900 единиц, рост 14%.
• Профессиональная уборка: более 25 000 единиц, рост 34%; hospitality robots: более 42 000 единиц при снижении на 11%.
• Методологически это данные по выборке поставщиков, а не полная перепись рынка.

Цитата в переводе

«Здесь, по сути, ещё нет рынка.»

Цитата в переводе

«Спрос на сервисных роботов высок.»

Почему форма человека не равна человеческой работе

Гуманоидная форма создает сильный психологический эффект. Когда машина похожа на человека, ей легко приписать человеческую роль: стажер, ассистент, коллега. Но в рабочих процессах форма важна прежде всего потому, что офисная инфраструктура уже построена под человеческое тело.

Лестницы, лифты, ручки, полки, ящики и коридоры рассчитаны на людей. Поэтому гуманоид может быть удобен не из-за сходства с человеком, а потому, что его не нужно вписывать в специально перестроенную среду. Он потенциально может пользоваться теми же проходами, дверями и поверхностями, которыми пользуются сотрудники.

При этом человекоподобность несет риск неправильных ожиданий. Если робот уверенно идет по коридору и держит коробку, наблюдатель может решить, что он понимает ситуацию целиком. На деле система может хорошо выполнять обученную цепочку и плохо справляться с новым типом предмета, неочевидной просьбой или конфликтом инструкций. Внешняя компетентность выглядит шире фактической области надежной работы.

Ведомости в материале о партнерах-роботах и дегуманизации общения поднимают смежную социальную тему: когда машины имитируют человеческое присутствие, у пользователей меняется восприятие общения и границ. Для офисов это тоже имеет значение. Даже если робот выполняет физическое поручение, он появляется в общем пространстве, где люди разговаривают, работают с информацией и ожидают понятных правил.

Поэтому внедрение гуманоида означает не только закупку оборудования. Это изменение офисного договора: кто может давать команды, где робот ходит, что фиксирует, кто видит логи, как сотрудник может остановить процесс и кто отвечает, если машина оказалась не там, где должна была быть.

• Гуманоидная форма удобна в среде, построенной под человека, но не доказывает человеческий уровень понимания.
• Человекоподобные машины могут создавать завышенное доверие и размывать границы общения.
• Внедрение гуманоида требует правил поведения в общем офисном пространстве.

Цитата в переводе

«Сам по себе гуманоид — не самая интересная и революционная вещь.»

Что меняется для стажеров, ассистентов и офис-менеджеров

Самый чувствительный вопрос — что будет с начальным уровнем офисной работы. Вход в профессию часто строился на поручениях: принести, отнести, проверить, разложить, встретить, занести в систему, напомнить команде. Часть таких действий уже забирает софт, а кейс Flexion показывает, что физическая часть офисной рутины тоже становится объектом автоматизации.

Но это не означает автоматического исчезновения junior-ролей как класса. Скорее меняется их содержание. Если раньше ценность новичка могла начинаться с готовности делать простые поручения, то теперь она смещается к умению управлять автоматизированным выполнением: точно формулировать задачу, понимать ограничения системы, проверять результат, описывать ошибку, решать исключения и не бояться остановить процесс.

Junior-работа становится меньше связана с ручным исполнением и больше с контекстом, контролем и доведением задачи до результата. Это не всегда легче. Простое поручение можно выполнить самому и забыть. Автоматизированное поручение нужно правильно поставить, проверить и встроить в процесс так, чтобы оно не создало новые риски.

Для офис-менеджера это сдвиг от роли универсального исполнителя к роли владельца процесса. Не самому пополнить шкаф с расходниками, а решить, какие поручения можно стандартизировать, какой маршрут безопасен, кто отвечает за доступ, как логировать действия, когда робот должен звать человека и как проверять качество.

Для российских офисов это особенно практичный угол: внедрение будет упираться не только в технологию, но и в привычные регламенты, ответственность эксплуатации, правила доступа, безопасность переговорных и готовность сотрудников работать рядом с машиной. Даже самый аккуратный робот не отменяет вопроса: кто владеет процессом, если что-то пошло не так.

• Физическая рутина начального уровня становится кандидатом на автоматизацию.
• Junior-роль не исчезает автоматически, но становится более контрольной и координационной.
• Офис-менеджеру придется проектировать процессы с роботами: маршруты, доступы, handoff, безопасность и проверку результата.

Где проходит граница: что остается за людьми

Даже в сильной демонстрации Flexion за человеком остаются несколько уровней работы. Первый — постановка цели. Робот может выполнить «разложи снеки», но человек решает, зачем это сейчас нужно, какой результат приемлем и что важнее, если одновременно есть несколько поручений.

Второй уровень — контекст. Если посылка повреждена, лифт переполнен, на полу препятствие, а в нужной зоне идет встреча, система должна либо корректно распознать ситуацию, либо остановиться и передать ее человеку. В рабочем офисе именно такие «мелочи» часто решают, будет ли результат нормальным или проблемным.

Третий уровень — качество. В физической работе оно только кажется очевидным. Разложить предметы можно аккуратно или неудобно, нарушить порядок хранения, перепутать категории, оставить мусор, повредить упаковку. Человек оценивает результат не только по факту выполнения, но и по нормам офиса.

Четвертый уровень — ответственность. Если робот уронил коробку, задел человека или оказался рядом с чувствительным обсуждением, нельзя ответить: «так решила система». Организация должна заранее определить владельца риска. Здесь важны не только возможности робота, но и стандарты, правила эксплуатации и внутренние процедуры.

Контраргумент сторонников более радикальной автоматизации понятен: если система достаточно надежна, зачем держать человека в контуре? Ответ в цене исключений. Если всё лежит на месте, дверь открыта, маршрут свободен, предметы одинаковые, а цель ясна, робот выглядит почти безупречно. Но офисная жизнь состоит из «почти»: почти та коробка, почти тот ящик, почти свободный проход, почти понятная инструкция.

Человеческая роль в ближайшие годы будет не в том, чтобы соревноваться с роботом в переносе коробок, а в том, чтобы управлять этим «почти». Там, где машина уверена и риск низкий, она может брать исполнение. Там, где ситуация неоднозначна, человек должен оставаться владельцем решения.

• За людьми остаются цель, контекст, качество, ответственность, коммуникация и исключения.
• Без заранее описанного human handoff роботизация создает новые узкие места вместо экономии времени.
• Чем выше цена ошибки, тем больше нужен человек в контуре.

Как компаниям считать пользу

Главная ошибка при обсуждении офисных гуманоидов — считать эффект через вопрос «сколько сотрудников можно убрать». Такой подход плохо описывает реальность и часто ведет к неверным решениям. Правильнее считать экономику поручения: сколько раз в день возникает задача, сколько минут она занимает у человека, насколько мешает основной работе, какова цена ошибки, какой процент случаев стандартный, а какой требует исключения.

Без этих вопросов гуманоид остается дорогой демонстрацией. Компания может впечатлиться видео, но не понять, где робот действительно экономит время, а где добавляет координацию, обслуживание, споры о доступах и новые проверки.

Первым документом перед пилотом должна быть карта операций. В ней фиксируются повторяемые офисные процессы: доставка внутри здания, пополнение расходников, перемещение мелких грузов, уборка, инвентаризация, физическая поддержка ресепшена. Затем каждая операция оценивается по частоте, предсказуемости среды, физической сложности, риску для людей и данных, понятности результата.

Робота разумнее тестировать там, где частота высокая, среда ограничена, риск умеренный, а результат легко проверить. Если процесс возникает раз в неделю, требует согласований и проходит через зоны с чувствительной информацией, он может быть плохим кандидатом для первого пилота, даже если технически выглядит возможным.

Второй документ — правила handoff, то есть передачи задачи от системы человеку. Нужно заранее описать, когда робот продолжает, когда останавливается, кому отправляет уведомление, какие данные показывает, кто принимает решение и как фиксируется итог. Опыт доставочных роботов с облачным VLM-слоем показывает, что «страховочная» интерпретация сложной сцены уже становится частью практической робототехники. В офисе такой подход еще важнее, потому что социальная плотность выше, а правила менее формальны.

Третий блок — политика данных и безопасности. Гуманоид, который ориентируется в офисе, использует сенсоры, карты помещений и логи действий. Это затрагивает приватность сотрудников, безопасность переговорных, доступ к зонам и расследование инцидентов. Поэтому проект не может быть только задачей ИТ или эксплуатации: в него должны быть вовлечены HR, юристы, служба безопасности и руководители подразделений.

• Начинать нужно с карты операций, а не с покупки робота.
• Считать следует стоимость и риск конкретного поручения, а не абстрактную «замену ставки».
• Handoff, политика данных и владелец безопасности должны появиться до пилота, а не после первого инцидента.

Что это означает на практике

Если переводить кейс Flexion на язык управленческих решений, главный вывод такой: не стоит начинать с лозунга о «замене стажера». Гораздо полезнее описать конкретные операции, которые отнимают время и имеют понятный результат.

Для сотрудников начального уровня это тоже меняет фокус. Простые поручения не исчезают в один день, но их доля как способа доказать полезность может снижаться. Значит, важнее становятся навыки постановки задач, проверки результата, описания ошибок, коммуникации и понимания ограничений автоматизации.

Для HR и руководителей риск в том, чтобы механически урезать junior-роли, не пересобрав процессы. Если убрать людей из простых задач, но не назначить владельца контроля, компания получит не автоматизацию, а новые провалы на стыках. Робот может выполнить движение, но не обязан понимать организационный смысл поручения.

Для офисных команд отдельная тема — приватность. Робот в общем пространстве может фиксировать маршруты, события и окружение. Поэтому сотрудники должны заранее понимать, что именно записывается, где хранится лог действий, кто имеет к нему доступ и как можно оспорить или остановить действие системы.

• Не формулировать пилот как «замену стажера». Формулировать как автоматизацию конкретных операций: перенос, пополнение, доставка внутри офиса, простая инвентаризация.
• Перед пилотом составить карту задач: частота, длительность, риск, процент исключений, требования к доступу и приватности, критерии успешного результата.
• Заранее описать human handoff: когда робот обязан остановиться, кого вызвать, какие данные передать и кто принимает решение.
• Назначить владельца безопасности и качества. Ответственность не может оставаться «на роботе» или «на поставщике» без внутреннего процесса.
• Работникам начального уровня развивать навыки постановки задач, проверки результата, описания ошибок, коммуникации и понимания ограничений автоматизации.
• HR и руководителям не урезать junior-роли механически, а пересобирать их вокруг контроля, координации и улучшения процессов.
• Офисным командам заранее обсуждать правила приватности: что робот фиксирует, где хранится лог действий и кто имеет к нему доступ.

Чек-лист перед пилотом офисного робота

Этот чек-лист можно использовать как короткую рамку для обсуждения пилота: до закупки, перед тестом в одном офисе или при пересборке процессов вокруг физической автоматизации.

Задача и экономика

Сначала нужно доказать, что автоматизируется не впечатляющая демонстрация, а повторяемая операция с понятной пользой.

• Описать задачу как конкретное поручение, а не как замену роли.
• Посчитать частоту задачи за день или неделю.
• Оценить, сколько времени она забирает у сотрудников.
• Выделить долю стандартных случаев и долю исключений.
• Определить, как будет проверяться успешный результат.

Среда и безопасность

Даже простая доставка внутри здания становится сложной, если маршрут проходит через людей, закрытые зоны и переговорные.

• Проверить маршруты, двери, лифты, лестницы и зоны с ограниченным доступом.
• Определить, где робот не должен появляться без разрешения.
• Назначить владельца безопасности и качества.
• Описать действия при препятствии, поврежденной посылке или конфликте инструкций.
• Проверить, не затрагивает ли процесс конфиденциальные документы и персональные данные.

Handoff и ответственность

Самый важный процесс — не движение робота, а момент, когда он должен остановиться и передать решение человеку.

• Заранее описать ситуации обязательной остановки.
• Назначить человека или команду, которым робот передает исключение.
• Определить, какие данные передаются при handoff.
• Зафиксировать, кто принимает финальное решение.
• Вести журнал действий и разборов ошибок без перекладывания ответственности на систему.

Люди и правила офиса

Робот появляется не в пустой лаборатории, а в рабочем пространстве, где у людей есть ожидания приватности, безопасности и понятных правил.

• Объяснить сотрудникам, какие задачи выполняет робот и какие не выполняет.
• Описать, кто может давать команды.
• Сообщить, что фиксируется сенсорами и логами.
• Определить, кто имеет доступ к журналам действий.
• Согласовать правила остановки процесса сотрудником.

Вывод

Гуманоид Flexion из публикации WIRED важен не тем, что «пришел за стажерами». Главное в другом: офисная работа, долго считавшаяся слишком разнообразной и мелкой для физической автоматизации, начинает раскладываться на операции, доступные роботам. Забрать коробку, пройти по зданию, воспользоваться лифтом, распаковать и разложить предметы — это уже не фантастика, а демонстрируемая техническая возможность.

Но между демонстрацией и массовой перестройкой офисного труда лежат надежность, безопасность, стандарты, экономика, приватность и доверие сотрудников. Статистика IFR показывает, что сервисные роботы растут там, где задачи узкие и повторяемые. Гуманоидный офисный помощник пока пытается перенести эту логику в более хаотичную среду.

Самый точный образ ближайших лет: робот внутри процесса, которым управляет человек. Машина берет поручения. Люди оставляют за собой цель, контекст, ответственность и право сказать: стоп, здесь нужна не скорость, а суждение.

Источники

• WIRED: This Humanoid Robot Is a Terrifyingly Competent Office Intern
• International Federation of Robotics: Service Robots See Global Growth Boom
• The Robot Report: Context is king: How Avride uses cloud VLMs as a safety net for delivery robots
• International Federation of Robotics: Executive Summary WR 2025 Service Robots
• Ведомости: Симуляторы чувств: партнеры-роботы и дегуманизация общения
• The Robot Report: ANSI/RIA R15.08 standard redefines industrial mobile robots: What’s new and why it matters
• The Robot Report: IEEE Humanoid Report of Future Standards Development

Частые вопросы

Гуманоид Flexion уже заменяет офисных стажеров?

Нет. В материале речь идет о демонстрации, где робот выполняет физическое офисное поручение с посылкой. Это показывает автоматизацию части задач, но не доказывает массовую замену стажеров или офис-менеджеров.

Какие офисные задачи первыми подходят для роботов?

Лучше всего подходят повторяемые операции с понятным физическим результатом: перенос небольших посылок, пополнение расходников, доставка предметов между зонами офиса, простая инвентаризация и перемещение легкого оборудования.

Почему гуманоидная форма не означает человеческий уровень работы?

Гуманоид удобен в среде, построенной под человека: с лестницами, дверями, лифтами и полками. Но внешнее сходство не означает, что робот понимает неформальные правила, приоритеты, ответственность и исключения так же, как сотрудник.

Что останется за людьми при внедрении офисных роботов?

За людьми остаются постановка цели, контекст, контроль качества, ответственность, коммуникация и обработка исключений. Чем выше цена ошибки, тем важнее человек в контуре.

С чего компании начинать пилот офисного робота?

С карты операций: частоты задач, длительности, риска, процента исключений, требований к доступу и критериев результата. После этого нужно описать handoff, политику данных и владельца безопасности.

Практический чек-лист

Чек-лист перед пилотом офисного робота

Короткая памятка для команд, которые оценивают физическую автоматизацию офисных поручений и хотят не перепутать демонстрацию с готовым процессом.

Задача и экономика

• Описать задачу как конкретное поручение, а не как замену роли.
• Посчитать частоту задачи за день или неделю.
• Оценить, сколько времени она забирает у сотрудников.
• Выделить долю стандартных случаев и долю исключений.
• Определить, как будет проверяться успешный результат.

Среда и безопасность

• Проверить маршруты, двери, лифты, лестницы и зоны с ограниченным доступом.
• Определить, где робот не должен появляться без разрешения.
• Назначить владельца безопасности и качества.
• Описать действия при препятствии, поврежденной посылке или конфликте инструкций.
• Проверить, не затрагивает ли процесс конфиденциальные документы и персональные данные.

Handoff и ответственность

• Заранее описать ситуации обязательной остановки.
• Назначить человека или команду, которым робот передает исключение.
• Определить, какие данные передаются при handoff.
• Зафиксировать, кто принимает финальное решение.
• Вести журнал действий и разборов ошибок без перекладывания ответственности на систему.

Люди и правила офиса

• Объяснить сотрудникам, какие задачи выполняет робот и какие не выполняет.
• Описать, кто может давать команды.
• Сообщить, что фиксируется сенсорами и логами.
• Определить, кто имеет доступ к журналам действий.
• Согласовать правила остановки процесса сотрудником.