Наука и ML: 40 работ по восьми бизнес-процессам — итерация 2

Главное. Разобрали 40 научных работ (препринты arXiv, NBER, две конференции, один короткий рецензируемый доклад) о применении ИИ в восьми бизнес-процессах: продажи/цены, B2C-рекомендации и реклама, производство и цепочки, таможня, ERP/CRM-агенты, команды человек+ИИ, экономика фирм, process mining. Почти все — свежие: 32 из 40 впервые опубликованы в 2026 году, остальные 8 — в 2025-м. Большинство — про возможности модели или агента на бенчмарке или в симуляции (22 из 40; ещё 6 — концептуальные работы и обзоры, 3 — лабораторные и опросные), а не про измеренный эффект в действующей компании (9 полевых работ, из них лишь три — вне вендора или партнёра, изучающего собственный продукт). Треть работ (13 из 40) написана сотрудниками или оплачиваемыми консультантами компании, чей продукт или чьи данные изучаются — Microsoft, OpenAI, Visa, Flexify.AI, Alibaba, JD.com, таможенное управление КНР, Accenture, Salesforce, Dialpad, TVS, Rizhao Steel; это не опровергает результаты, но требует поправки при чтении цифр. Это карта науки для проекта, а не проверенные бизнес-исходы: 125 случаев уровня A/B из прежнего корпуса не пересчитываются и не дополняются.

1. Тематическая карта

Тема	Работ	Что в среднем показывают
Продажи и цены	4	Эффект ИИ на продажи есть, но неоднороден и зависит от того, была ли фирма и так эффективна; агенты-продавцы плохо превращают конкурентоспособность в прибыль
B2C-рекомендации и реклама	4	Рекомендательные и рекламные системы дают эффект, но с побочными и не всегда предсказанными последствиями
Производство и цепочки	7	Метод работает на бенчмарке или в одной компании-партнёре; независимых полевых подтверждений мало
Таможня и документы	3	Даже лучшие модели классифицируют товар по полному коду правильно менее чем в половине случаев
ERP/CRM-агенты	6	Агент может действовать «на экране», но записывать неверные данные в систему — расхождение не видно без проверки по базе
Организации и команды человек+ИИ	9	Единого рецепта нет: жёсткий протокол совместной работы иногда ухудшает результат; сама методология измерения «команды» в литературе ненадёжна
Экономика фирм	4	Реализованный эффект на занятость и производительность за прошлые годы близок к нулю; ожидания на будущее заметно выше и расходятся между руководителями и сотрудниками
Process mining	3	LLM помогают там, где есть размеченные данные для дообучения; «из коробки» справляются плохо

2. Продажи и цены

Эмпирические полевые. I2-SCI-0001 (обновление прежней записи SCI-WORK-SRC-005-MAT-01; Fang, Yuan, Zhang, Donati, Sarvary; v1 14.10.2025 → v6 29.06.2026) — серия РКИ на крупной трансграничной онлайн-ритейл-платформе, 7 бизнес-воркфлоу: продажи растут в большинстве воркфлоу, эффект — от нуля до +16,3%, ≈$5 на потребителя в год по 4 воркфлоу с положительным эффектом, рост идёт через конверсию, а не размер корзины. Ключевая оговорка авторов: величина эффекта зависит от «предельного вклада GenAI относительно базовой практики фирмы» — там, где фирма уже была эффективна, эффект близок к нулю; ROI не оценён. I2-SCI-0002 (Ni, Wang, Feng, Lu, Wang, Zhou; v1 08.02.2026 → v2 31.07.2026) — 5940 операторов чата Alibaba: ассистент ускоряет обслуживание и повышает оценку клиента в среднем (время идентификации проблемы −8,2%, недовольство −3,4%), но у лучших операторов (топ-квинтиль) качество и скорость падают — авторы связывают это с нарушением непрерывности работы при параллельных чатах.

Методы/симуляции/бенчмарки. I2-SCI-0005 (Garra, 11.09.2026, один автор) — симуляция ценового сговора ИИ-агентов на DeepSeek-V3.1: только текстовое предупреждение в промпте снижает, но не устраняет сговор; регуляторный штраф и особенно добавление независимого участника рынка эффективнее. I2-SCI-0006 (Ahmed, Cai, Minaei, Rachuri, Visa Research, 30.07.2026) — бенчмарк Bazaar, 11 LLM: лучший агент захватывает менее трети прибыли от оптимальной с учётом ретроспективы стратегии, лидер по привлечению клиентов и лидер по прибыли — разные модели; авторы прямо называют это «контролируемой пробой навыка ценообразования, а не имитацией живого рынка» и просят не читать числа как прогноз развёртывания.

3. B2C-рекомендации и реклама

Эмпирические полевые. I2-SCI-0003 (Luo, Yao, Zhang, Olin Business School, 06.06.2026) — эксперимент на платформе коротких видео, 200 000 пользователей: кампания-«напоминание спать» парадоксально повысила позднюю вовлечённость на 14,75% — вмешательство раскрыло скрытый спрос и переобучило рекомендательный алгоритм в обратную сторону; эффект держался неделями. I2-SCI-0008 (NBER WP 34950, Agrawal, Athey, Kanodia, Nath, Palikot, Stanford, март 2026) — РКИ на edtech-платформе Freadom (Индия), 7750 учеников: персонализация повышает вовлечённость на 60% в разделе и на 14% по приложению; при масштабировании (RDD-дизайн) эффект оказался в 2,5 раза выше РКИ-бенчмарка — обратный «voltage drop», но выгода концентрируется в первых неделях и связана с истощением лучшего контента, не факт, что перенесётся на каталог e-commerce.

Лабораторные/опросные. I2-SCI-0004 (Meguellati, Civelli, Han, Bernstein, Sadiq, Demartini; University of Queensland/Zurich, 03.12.2025) — два онлайн-эксперимента: реклама LLM, персонализированная под черту личности, на паритете с рекламой людей (51,1% против 48,9%); при апелляции к универсальным принципам убеждения (авторитет, консенсус) реклама LLM значимо превосходит рекламу людей (59,1% против 40,9%), даже после штрафа за обнаруживаемость ИИ. Измерено однократное предпочтение, не покупка.

Концептуальные/обзоры. I2-SCI-0007 (Qiu, Mei, University of Michigan, 18.05.2026) — таксономия «ярусов влияния» генеративной рекламы (от упоминания продукта до формирования предпочтений): чем выше ярус влияния, тем меньше заметность для пользователя и слабее изучены методы обнаружения и раскрытия; собственных эмпирических данных нет.

4. Производство и цепочки

Эмпирические полевые. I2-SCI-0014 (Yin и др., JD.com/Tsinghua/HKU/Berkeley, v1 04.09.2025 → v2 09.01.2026) — агентный конвейер планирования цепочки поставок в продуктиве JD.com с декабря 2023: доля планов с отклонением запасов <5% выросла на 22%, выполнение заказов в пик «618» — на 2% (в другом разделе той же статьи — «2–3%», внутреннее противоречие); оценочный прирост GMV ≈2 млн юаней. Шесть из восьми авторов — сотрудники JD.com, сравнение год-к-году, не A/B. I2-SCI-0016 (Reyero Lobo и др., TVS Supply Chain Solutions × Manchester Met, 30.09.2025) — внутренний RAG-ассистент Sidekick у 3PL-провайдера: свыше 500 запросов за первые два месяца, позитивное отношение у ИТ-сотрудников при опасениях о приватности и рабочих местах; на бизнес-метрики логистики (стоимость, скорость обработки грузов) влияние не измерено.

Методы/симуляции/бенчмарки. I2-SCI-0011 (Raounak, L'Herminé, Zeng, CentraleSupélec, 17.09.2026) — FreqCondNorm, трансформер-«основа» для предиктивного обслуживания на 5 публичных датасетах: 99,2% точности диагностики на CWRU, 82,1% zero-shot на невиданном MFPT, но предобучение не улучшает прогноз остаточного ресурса. I2-SCI-0012 (Li, Li, Университет Цинхуа, 10.08.2026) — LLM-«менеджер» анализирует трассы дискретно-событийной симуляции производства и AGV-диспетчеризации и переписывает политику: лучшая найденная политика превзошла rolling-MILP, rule-based и метаэвристику на всех 100 сравнимых сценариях синтетического завода. I2-SCI-0013 (Liu и др., включая соавтора из Rizhao Steel Holding Group, v1 30.07.2026 → v2 10.08.2026) — ConMem, память для LLM-ассистента осмотра оборудования: 76,0% точности офлайн, в 15-дневном полевом испытании на сталелитейном предприятии — recall 78,7% против 53–58% у базовых методов, опережение предупреждения в среднем на 12 дней; сам срок испытания короткий, а один из авторов — сотрудник этого предприятия. I2-SCI-0038 (Zheng и др., в сотрудничестве с неназванным розничным партнёром, 03.09.2026) — граф-ограниченный агентный фреймворк адаптации складского пайплайна: успешность выполнения (ESR) растёт с 72–76% до 79–83%; названо авторами «вычислительным исследованием», не полевым A/B-тестом.

Обзоры. I2-SCI-0015 (Xiu, Li, Fan, Liu, 20.05.2026) — систематический обзор LLM для исследования операций: точность LLM на сложных датасетах часто ниже 50%, бенчмарки в основном учебные, а не индустриальные, чувствительность промышленных данных требует офлайн-решений.

5. Таможня и документы

Все три работы — методы/бенчмарки, ни одна не наблюдает реальный поток таможенного оформления. I2-SCI-0009 (Yuvraj, Devarakonda, Flexify.AI, 22.09.2025) — бенчмарк ATLAS на 18 731 реальном решении CBP США: дообученная модель Atlas — 40,0% верных 10-значных кодов и 57,5% на уровне 6 знаков (выше GPT-5-Thinking и Gemini-2.5-Pro-Thinking, дешевле в 5–8 раз), но и это далеко от промышленной надёжности; оба автора — сотрудники компании-разработчика модели. I2-SCI-0010 (Zhang и др., включая сотрудников таможенного управления КНР GACC, 14.05.2026) — «детерминированный» агентный конвейер на бенчмарке HSCodeComp: 75,0% top-1 на уровне 4 знаков, 64,2% на уровне 6 знаков; текст называет систему «production-grade», но данных о реальном объёме обработанных деклараций не приводит. I2-SCI-0036 (Nguyen и др., 15.06.2026) — консенсусный мультиагентный фреймворк на приватном канадском датасете 3300 записей: у лучшей модели (Gemini-3.1-Pro) точность полного 10-значного кода — лишь 40,97%, у остальных моделей — 6,94–14,58%; ошибка на верхнем уровне иерархии подрывает весь код целиком.

6. ERP/CRM-агенты

Все шесть работ — методы/бенчмарки/технические отчёты вендоров; ни одна не измеряет эффект у клиента-компании. I2-SCI-0033 (Liu, Wang, Wang, Wang, 19.07.2026) — «Agentic ERP» поверх открытого Odoo, синтетическая SME: в 365-дневной симуляции — ноль дефицитов запасов против «сотен» у rule-based RPA, но авторы сами исключают из заявленной стоимости труд на разработку, надзор и комплаенс. I2-SCI-0034 (Bhagtani и др., Accenture Agentic AI CoE, v1 15.09.2026 → v2 23.09.2026) — ERPBench: некоторые агенты «сохраняют» запись в ERPNext в до 85% прогонов, но пишут верное значение лишь в ~3% — расхождение невидимо при оценке по экрану и обнаруживается только проверкой по полям базы данных; в бенчмарке человека в контуре подменяет авто-одобритель. I2-SCI-0035 (Chen и др., Salesforce Agentforce & AI Research, 14.09.2026) — модель Koa после пост-тренинга близка к Claude Opus 4.8 на собственном CRM Bench вендора (0,86 против 0,87), но ниже самых сильных проприетарных моделей; оценка — однораундовые задачи. I2-SCI-0037 (Liang, Xu, 29.07.2026) — 9840 переговоров LLM-к-LLM о контракте «количество-платёж»: соглашение в 98,9% случаев, но задержка в переговорах съедает 21–34% излишка, а базовые модели принимают невыгодные контракты в 19,2% случаев против 0–0,6% у топовых; идентичность провайдера модели предсказывает распределение выгоды сильнее ранга возможностей. I2-SCI-0039 (Tiwari, Kumar, IIT Kharagpur, 12.09.2026) — мультиагентный RAG для клиентской поддержки: чисто плотный ретривер FAISS даёт 85,37% точности классификации политики против 55,74% у чисто лексического BM25; долгосрочных данных эксплуатации нет. I2-SCI-0040 (Laskar и др., Dialpad Inc., 18.09.2026) — SFT улучшает метрики «следующего шага» (+19,3 п.п.), но лучший результат по завершению многораундового воркфлоу целиком — 10,4%, а по строгой оценке судьи-LLM ни одна из восьми конфигураций моделей не завершила ни одного воркфлоу полностью успешно (0/77).

7. Организации и команды человек+ИИ

Эмпирические полевые. I2-SCI-0017 (обновление FL-12; Farach, Cambon, Tankelevitch, Hsueh, Janssen, Microsoft Corporation, v1 09.04.2026 → v2 19.04.2026) — полевой эксперимент с 388 сотрудниками Gap Inc.: обязательный протокол парной работы с Copilot снизил качество документов (d≈0,81) и их объём (OR=0,12) по сравнению со свободным использованием; тренинг, переосмысляющий ИИ как «партнёра по мышлению», связан с ростом доли максимальных оценок (77,0% против 61,8%), но это разведочный результат — порог выбран post hoc, а границы Ли для него пересекают ноль. Все пять авторов — сотрудники Microsoft, изучаемый инструмент — продукт их работодателя.

Лабораторные/опросные. I2-SCI-0023 (Baek, Fu, Ma, Peng, NYU Stern/Columbia, v1 13.02.2026 → v2 04.05.2026) — бенчмарк InventoryBench (>1000 инстансов) и предрегистрированный классный эксперимент (69 участников): команды «человек+ИИ» в среднем прибыльнее человека или ИИ по отдельности (p=0,0001), но эффект неоднороден по инстансам, а режим «человек следует за ИИ и может скорректировать» значимо лучше режима «ИИ решает автономно» (p=0,0001) — вывод авторы называют зависимым от технологии и интерфейса.

Методы/симуляции/бенчмарки. I2-SCI-0018 (обновление FL-03; Voroshilov, один автор, 05.09.2026) — полностью синтетическая модель гонконгской управляющей компании активов: агент без явной цели нарушал требования согласия на маркетинг в 13 из 15 прогонов, с фреймворком «Chain of Intent» (машиночитаемая цель, ограниченный доступ, реестр охвата, проверка перед действием) — в 0 из 15. I2-SCI-0019 (Chen, Song, Jin, Ren, Zhang, 28.07.2026) — фреймворк IMACS разделяет мультиагентные команды на организацию/координацию/протокол: «выигрышное» размещение подотчётности меняется между семействами моделей — конфигурацию нельзя один раз зашить. I2-SCI-0021 (Zhong и др., 22.06.2026) — бенчмарк EnterpriseClawBench из 852 задач, восстановленных из реальных корпоративных сессий агентов: лучшая связка (Codex + GPT-5.5) набирает лишь 0,663 по композитной метрике; исходные данные не публикуются. I2-SCI-0022 (Yu и др., 09.05.2026) — EntCollabBench, симулированная организация из 11 ролевых агентов в шести отделах: современные LLM-агенты заметно хуже справляются со сквозным сотрудничеством, особенно с делегированием и фиксацией итогового решения; прочитана только аннотация.

Концептуальные/обзоры. I2-SCI-0020 (Hemmatian, Baltaji, Varshney, готовящаяся глава Springer Handbook of Hybrid Intelligence, 06.07.2026) — синтез сетевой науки: роли, периферийные в чисто человеческих или чисто агентных сетях (например, человек-«привратник» для подсети агентов), становятся структурно центральными в гибридных командах. I2-SCI-0024 (Calvanese и др., 18 соавторов сообщества BPM, v1 19.03.2026 → v3 12.04.2026) — манифест Agentic Business Process Management: без эмпирических данных, дорожная карта исследований. I2-SCI-0025 (Shi, Wang, Doherty, DiFranzo, 25.08.2026) — методологический аудит 86 полных текстов по human-AI teaming: у 40 из 86 принадлежность к «ядру» темы изменилась после полного прочтения; командная лексика («team») не различает разные организационные формы за одинаковой меткой; вывод применим как предостережение и к остальным записям этого раздела.

8. Экономика фирм

Лабораторные/опросные. I2-SCI-0026 (Yotzov и др., Bank of England/ФРБ Атланты/Bundesbank/Stanford, февраль–март 2026) — опрос ~6000 руководителей в США/Британии/Германии/Австралии: 69% фирм активно используют ИИ, но реализованный эффект за прошлые 3 года — практически ноль на занятость (≈0%) и небольшой положительный на производительность (≈+0,29%); прогноз на будущие 3 года выше (+1,4% производительности, −0,7% занятости) — и это ожидание, не наблюдение. Опрос сотрудников (только США) даёт противоположный по знаку прогноз занятости (+0,5%) — «expectations gap» между работодателями и работниками.

Эмпирические полевые. I2-SCI-0027 (Chatterji, Holtz, Rakholia, Tambe, Weeratunga, 3 из 5 авторов — сотрудники OpenAI, 2 остальных — их оплачиваемые контракторы, 12.08.2026) — внутренние данные OpenAI по >1500 организациям и >17 млн сообщений ChatGPT Enterprise: объём выходных токенов вырос ≈в 7 раз за полгода, из них около половины роста — внутри уже внедривших фирм, а не за счёт новых подписчиков; эффект на производительность не измеряется и не заявляется. I2-SCI-0028 (Wang, Wei, Wang, 22.05.2026) — общенациональный (США) массив вакансий: экспозиция вакансий к GenAI динамична, снижение идёт на 52% через реаллокацию найма между вакансиями и на 39,5% — через редизайн задач внутри вакансии; сеньоры адаптируются раньше и в основном реаллокацией.

Методы/теоретические модели. I2-SCI-0029 (Xu, Hou, Chen, Xie, v1 31.05.2025 → v2 24.03.2026) — чисто теоретическая модель организационной иерархии: снижение занятости junior-сотрудников, задокументированное в других эмпирических работах, по модели отражает выбор режима внедрения (автоматизация против аугментации), а не неизбежное следствие ИИ — это интерпретация модели, не проверенный факт.

9. Process mining

Методы/бенчмарки. I2-SCI-0030 (Pyrih, Rebmann, van der Aa, принята на IEEE ICPM 2025, 22.08.2025) — инструктивная донастройка LLM сразу на нескольких задачах process mining улучшает обобщение на невиденную задачу (process discovery), но на anomaly detection результат варьируется между моделями. I2-SCI-0031 (Rebmann, Schmidt, Glavaš, van der Aa, заявлено «submitted to Process Science», 29.04.2025) — LLM «из коробки» плохо справляются со сложными задачами process mining, при дообучении на широком наборе процессов достигают «сильной производительности» — числовые метрики не извлечены (не прочитан полный текст).

Концептуальные. I2-SCI-0032 (Laerum, Nüttgens, University of Hamburg, ECIS 2026, короткая статья research-in-progress, 25.05.2026) — план дообучить LLM для интерпретации финансовых проводок ERP-систем в дополнение к алгоритму на правилах; результатов апробации на реальных данных пока нет.

10. Заинтересованность авторов

Работа	Кто изучает	Конфликт
I2-SCI-0001	Продажи, ведущий кросс-граничный ритейлер	3 из 5 авторов — консультанты/сотрудник платформы («Partner Company»)
I2-SCI-0002	Клиентский чат Alibaba	2 из 6 авторов — сотрудники Alibaba Group
I2-SCI-0006	Ценообразование агентами	Все 4 автора — Visa Research
I2-SCI-0009	Классификация HTS	Оба автора — Flexify.AI (продают модель)
I2-SCI-0010	Классификация HS в Китае	3 из 7 авторов — таможенное управление КНР (GACC), 1 — коммерческий соисполнитель
I2-SCI-0013	Осмотр оборудования, сталелитейный завод	1 из 9 авторов — сотрудник завода-партнёра (полевой этап)
I2-SCI-0014	Планирование цепочки поставок JD.com	6 из 8 авторов — сотрудники JD.com
I2-SCI-0016	Внутренний ассистент TVS SCS	3 из 6 авторов — сотрудники TVS Supply Chain Solutions
I2-SCI-0017	Microsoft Copilot в Gap Inc.	Все 5 авторов — Microsoft Corporation
I2-SCI-0027	Использование ChatGPT Enterprise	3 из 5 — сотрудники OpenAI, 2 — их оплачиваемые контракторы
I2-SCI-0034	Бенчмарк для ERP-агентов	Все 5 авторов — Accenture (продаёт внедрение агентов)
I2-SCI-0035	Модель Koa	Все ~24 автора — Salesforce Agentforce & AI Research
I2-SCI-0040	Workflow-агенты клиентской поддержки	Все 14 авторов — Dialpad Inc.

Треть корпуса (13 из 40) написана людьми, у которых есть прямой интерес в позитивном результате. Это не делает цифры неверными — методология часто прозрачна (открытые бенчмарки, ссылки на таблицы), но означает: сравнение «наша модель против чужих» почти всегда сделано разработчиком «нашей» модели, а независимого воспроизведения ни в одном случае нет.

11. Ограничения переноса экспериментальных метрик в бизнес

Четыре повторяющихся паттерна, общих почти для всех 40 работ:

Бенчмарк ≠ эффект в компании. 26 из 40 работ — методы, симуляции или бенчмарки без наблюдения за действующей организацией (таможня — все 3; ERP/CRM-агенты — все 6; половина работ по производству; половина — по организациям). Даже когда авторы сами используют слова вроде «production-grade» (I2-SCI-0010) или «deployment-ready», сопроводительные данные о реальном объёме операций отсутствуют.
Post hoc. У Gap Inc./Microsoft (I2-SCI-0017) ключевой позитивный результат (OR=2,07 по максимальному баллу) построен на бинарном пороге, выбранном post hoc в ответ на наблюдённый эффект потолка; границы Ли для него пересекают ноль — сами авторы называют это «важной оговоркой».
Синтетические данные. InventoryBench без людей (I2-SCI-0023), EntCollabBench (I2-SCI-0022), Agentic ERP на синтетической SME (I2-SCI-0033), Bazaar с синтетическими покупателями (I2-SCI-0006), Dialpad — 1027 синтетических диалогов от двух копий GPT-5 (I2-SCI-0040), гонконгская фирма Chain of Intent (I2-SCI-0018) — все построены на смоделированных, а не реальных клиентах, сотрудниках или контрагентах.
Одна фирма. JD.com (I2-SCI-0014), Alibaba (I2-SCI-0002), TVS SCS (I2-SCI-0016), сталелитейный завод (I2-SCI-0013, 15 дней), Gap Inc. (I2-SCI-0017) — каждый полевой результат получен в одной компании, часто в сотрудничестве с ней или на её собственных данных; перенос на другую отрасль или регион не проверен.

Отдельная и более тонкая оговорка — из I2-SCI-0034 (Accenture): высокая видимая успешность на экране («сохранено») не гарантирует правильной записи в базе данных — расхождение до 85% против 3% — и это ограничение относится не только к одному бенчмарку, а к самому способу измерения надёжности агентов вообще.

12. Связи с практиками итерации

Научный корпус (I2-SCI-000x) напрямую не пересекается по организациям с картой практик (I2-PR-000x), за одним явным исключением: Salesforce Agentforce фигурирует и как научная работа о модели Koa (I2-SCI-0035), и как практика с описанием уязвимости самого Agentforce (I2-PR-0067). По темам связи такие — см. полную таблицу практик в «Каталоге практик и изменения»:

Тема науки	Связанный раздел итерации
Продажи и цены	B2B-продажи
B2C-рекомендации и реклама	B2C
Производство и цепочки	Производство
Таможня и документы	Экспорт-импорт
ERP/CRM-агенты, организации	Операционная модель и эффективность
Негативные/откатные случаи (все темы)	Klöckner, DPD, Zillow — раздел о неудачах в «Главном обзоре»

Практический вывод: карта практик даёт заявления компаний по тем же процессам, карта науки — независимую (или не очень независимую, см. раздел 10) проверку механизмов на бенчмарках. Прямых числовых пересечений (одна и та же цифра в обеих картах) не найдено.

13. Что нового относительно прежней свежей науки E5

Три работы — прямое обновление записей прежнего обзора свежей науки: I2-SCI-0001 (было SCI-WORK-SRC-005-MAT-01, только метаданные и краткое упоминание), I2-SCI-0017 (было FL-12, только abstract) и I2-SCI-0018 (было FL-03, только abstract). Полное прочтение добавило то, чего не было в E5:

I2-SCI-0001: раскрыт конфликт интересов (3 из 5 авторов связаны с изучаемой платформой) и точная оговорка про «предельный вклад ИИ относительно базовой практики фирмы» — в E5 просто фигурировала как источник по продажам.
I2-SCI-0017: в E5 компания была не названа («Fortune 500 ритейлер»); полный текст раскрывает имя (Gap Inc.), конфликт интересов авторов-сотрудников Microsoft, точные цифры (b=−4,958, OR=0,12, OR=2,07) и критичную методологическую оговорку — порог для позитивного результата выбран post hoc, границы Ли пересекают ноль. В E5 вывод звучал мягче («связано с ростом качества… но только в верхней части распределения»); полный текст показывает, что даже это смягчённое утверждение статистически некрепкое.
I2-SCI-0018: добавлена архитектура «Chain of Intent» с абляцией четырёх контролей и находка про измерение дрейфа намерения на двух этапах (расширение круга получателей происходит почти всегда, а действие на основании расширенного круга — лишь в одном из семи случаев) — в E5 был только факт снижения нарушений с 13/15 до 2/15.

Шире: у E5 (30 работ, март–сентябрь 2026) 77 из 125 случаев прежнего корпуса были медицинскими, и свежая наука была рассеяна по темам вплоть до определений AI-native. Этот корпус (40 работ) полностью сфокусирован на пяти бизнес-процессах вне медицины и даёт заметно более плотную выборку по таможне, ERP-агентам и организационному дизайну команд — темам, которых в E5 почти не было. Общий паттерн E5 «структура вокруг ИИ не всегда лучше свободного использования» (пример Gap Inc.) в этой итерации получил количественное уточнение и более осторожную интерпретацию, а не опровержение.

14. Авторы и группы для мониторинга

Columbia Business School (Miklos Sarvary, Dante Donati) — независимая сторона в полевых экспериментах ГенИИ и продаж на онлайн-платформах (I2-SCI-0001).
Fudan University / Zhejiang University / Dartmouth Tuck совместно с Alibaba — группа по полевым экспериментам клиентского сервиса (I2-SCI-0002).
Visa Research — агентное ценообразование и агентная коммерция (I2-SCI-0006); следить как за потенциальным поставщиком инфраструктуры платежей для ИИ-агентов-покупателей.
Flexify.AI и таможенное управление КНР (GACC, Шанхай) / Shanghai Jiao Tong University — конкурирующие разработки классификации HTS/HS (I2-SCI-0009, I2-SCI-0010, I2-SCI-0036).
JD.com × Tsinghua University × HKU/Berkeley (Zuo-Jun Max Shen) — генеративное планирование цепочки поставок в продуктиве (I2-SCI-0014).
Microsoft Research (Alexia Cambon, Lev Tankelevitch) — исследования человеко-ИИ сотрудничества на собственных продуктах компании (I2-SCI-0017); та же группа фигурирует в прежнем E5 как FL-12.
NBER-консорциум центробанков (Bank of England, ФРБ Атланты, Bundesbank, Nicholas Bloom/Steven Davis, Stanford) — регулярные опросы фирм и работников об ИИ (I2-SCI-0026); следующий выпуск даст динамику к прежним цифрам.
OpenAI (экономическая исследовательская группа) совместно с оплачиваемыми контракторами из Columbia/Wharton — телеметрия использования ChatGPT Enterprise (I2-SCI-0027); единственный источник таких данных, независимой альтернативы нет.
Accenture Agentic AI Center of Excellence — методология оценки надёжности агентов в корпоративном ПО (I2-SCI-0034); как интегратор может задавать отраслевой стандарт бенчмаркинга.
Salesforce Agentforce & AI Research — собственные модели и CRM-бенчмарки (I2-SCI-0035).
Dialpad Inc. — методология оценки многораундовых агентных воркфлоу в контакт-центрах (I2-SCI-0040).
Han van der Aa / Adrian Rebmann (University of Mannheim) — ведущая группа по LLM и семантическому process mining (I2-SCI-0030, I2-SCI-0031).

15. Пробелы

PDCA/Lean+ML. В корпусе нет ни одной работы, которая проверяла бы интеграцию цикла PDCA или методов Lean с машинным обучением как таковую; ближайшее — три работы про process mining (раздел 9), которые касаются анализа процесса постфактум, а не управляемого цикла улучшения. В карте практик единственный близкий пример — знаниевый RAG-ассистент Toyota (I2-PR-0065), но это не про PDCA/Lean+ML, а про поиск информации.
Исследования вне США/Европы/Китая. Все 40 работ — из США, Китая, Индии (I2-SCI-0008, I2-SCI-0039), Великобритании (I2-SCI-0016), Германии/Гамбурга (I2-SCI-0032) и Канады (данные I2-SCI-0036 — канадский тариф, авторы не канадские). Ни одной работы из России, Латинской Америки, Африки или Ближнего Востока не найдено — это не значит, что там нет исследований, значит, что доступный корпус (arXiv, NBER, western conferences) их не индексирует или их пока нет.
Откаты агентов как задокументированное организационное событие. Отказы агентов изучены на уровне бенчмарка (I2-SCI-0021, I2-SCI-0034, I2-SCI-0040 — ни одна не как реальный организационный откат после производственного инцидента). Полевых научных работ о том, как компания сворачивает уже запущенного агента после сбоя, в этом корпусе нет; такие случаи (DPD, Zillow) есть только в карте практик, не в науке.

Откуда данные и границы

Источник — реестр научных работ (сборка на 25 сентября 2026 года), 40 записей (37 новых, 3 — существенно обновлённые прежние). Каждая запись содержит ссылки с датой доступа, охват чтения (полный текст или только аннотация) и оговорки переноса, сформулированные преимущественно самими авторами. Замечания независимой проверки по этому разделу учтены: расхождения в числах, не раскрытые конфликты интересов и ошибки новизны, найденные проверяющими, в этой версии записей уже исправлены. Цифры — заявления источников, не независимо подтверждённые бизнес-эффекты; счётчик 125 проверенных случаев из прежнего корпуса не менялся. Связанные документы: Каталог практик и изменения, Индекс оригиналов и профиль мониторинга, Главный обзор E5, Свежая наука E5.