Обучение сотрудников работе с ИИ: зачем бизнесу внедрять искусственный интеллект
Мы как компания специализируемся на том, чтобы внедрять инновационные технологии в бизнес. Первые проекты, связанные с ИИ, мы делали ещё начиная с 2016‑2017 годов. Но за последние годы доля ИИ‑проектов кратно выросла. Теперь в 50–70% кейсов так или иначе участвуют ИИ‑инструменты.
Клиенты всё чаще приходят с запросами на использование нейросетей, а сами сотрудники сталкиваются с задачами, где без ИИ не обойтись — от генерации изображений и видео до автоматизации рутинных процессов.
Как мне сказал мой сотрудник Никита, даже его бабушка уже пошла на курсы по нейросетям.
Мы решили, что пора развивать внутреннюю экспертизу всей команды: от менеджеров по продажам и проджект менеджеров до дизайнеров. Менеджерам важно понимать границы возможностей ИИ и помогать клиентам правильно подобрать инструменты для решения бизнес‑задач, а дизайнерам — ускорять свою работу, так как они могут генерировать изображения сами, когда это быстрее, чем искать подходящую картинку на стоках.
Цель проста: сотрудники должны тратить меньше времени на рутину и больше — на креативные задачи и развитие проектов. Владение ИИ становится новым «must‑have» навыком — таким же, как когда‑то умение работать в Word или Excel.
Культура обучения
У нас в команде сотрудники сами проявляют интерес. На каждую лекцию стабильно приходит по 20–30 человек, коллеги просят записи и презентации, активно участвуют и делятся обратной связью.
Никто в компании не боится, что нейросети заменят их работу: все понимают, что без человека ИИ остаётся бесполезным инструментом, которому нужен контроль и корректировка.
Сотрудники уже знают, как промптить разные модели. Есть памятки с примерами «хороших» и «плохих» промптов для работы с видео и фото. Отдельные лекции посвящены тому, как комбинировать модели и собирать пайплайны — например, чтобы из транскрипции звонка автоматически получать отчёт в таблице.
Бесплатная рассылка: как использовать ИИ в бизнесе
Узнайте, как писать эффективные промпты, создавать ИИ‑агентов для решения бизнес‑задач, и проходите мини‑практикумы в популярных сервисах. Всего — семь писем, которые помогут разобраться, как работать с нейросетями
Практика обучения
Внутреннее обучение построено как курс из пяти модулей. Каждая лекция включает теорию и практику, где сотрудники могут наглядно увидеть, как работает технология. Например, при разборе LLM тренер на курсе показывает, как текст превращается в токены, какие варианты продолжений модель может выбрать и почему принимает то или иное решение.
В конце каждого модуля даётся домашнее задание: сгенерировать артефакт, выполнить проект или закрепить знания через упражнения.
Темы курса охватывают LLM, генерацию фото, видео, аудио, дипфейки, 3D и оркестрацию инструментов в единый пайплайн. Также рассматриваем вопросы стратегии, экономики и развёртывания моделей.
Мы проводим лекции 1 раз в неделю, но при желании можно в записи посмотреть весь курс целиком за несколько дней в интенсивном формате.
Обязательный минимум для любого сотрудника — умение работать с LLM. Без генераторов картинок можно прожить, без дипфейков тоже, но без LLM — никак.
Сотрудники используют разные модели в зависимости от задачи: ChatGPT, Gemini, Claude — для текста и анализа; GPT‑Image или Flux Kontext — для генерации изображений. Дизайнеры почти полностью отказались от стоков: нужные картинки они генерируют сами, что экономит 15–20 минут поиска на каждую иллюстрацию.
LLM помогают и в мелких задачах: от форматирования списков до генерации и перевода промптов на английский язык. Это ускоряет рутину и позволяет сосредоточиться на содержательной части работы.
В одном из наших проектов мы используем автоматизацию, чтобы генерировать контент для отдела маркетинга, а все рекламные креативы тестируем с помощью ИИ.
Что можно делать с ИИ, а где нужен человек
Сегодня большинство сотрудников самостоятельно используют ИИ в рабочих задачах: дизайнеры генерируют изображения, менеджеры и маркетологи — тексты и презентации. Для внутренних задач достаточно уметь работать с LLM или генераторами, и здесь «специалист по ИИ» не требуется.
Но когда речь идёт о клиентских проектах, в которых результат выходит в публичное пространство, подключаются эксперты. Специалист нужен, чтобы понимать, какие параметры влияют на точность, как их настраивать и почему решение должно выглядеть именно так. Для внутренних задач можно закрыть глаза на мелочи, а для клиента — нет.
Иногда точное понимание работы инструментов позволяет спасти проект. Например, в кейсе с переносом фотографий посетителей выставки из Пекина в московские локации GPT справился с заменой, но качество лиц не устроило клиента. Тогда команда за полчаса подключила готовый инструмент для face‑swap и прогнала изображения повторно. В итоге результат получился значительно качественнее, и проект удалось успешно завершить.
Кейсы и результаты
Расскажу яркую историю. Один из сотрудников пришёл к нам с завода, где работал конструктором и писал программы для ЧПУ‑станков. В digital у него не было опыта, но благодаря внутреннему курсу и практикам он за пару месяцев собрал полноценные автоматизированные пайплайны для генерации контента.
Например, система, которая пишет посты, адаптирует их под разные соцсети, генерирует к ним изображения в нужных форматах и складывает всё в таблицу для публикаций. Эта система была создана для одного из наших проектов. Сейчас соцсети на 100% ведёт ИИ, человек лишь согласовывает уже готовые посты.
Обучение заметно повлияло и на атмосферу в команде. Сотрудники стали чаще предлагать идеи по использованию ИИ. Так, HR после лекции предложил автоматизировать первичный скрининг резюме — и теперь пользуется прототипом, который проверяет отклики на соответствие критериям.
Проджекты, в свою очередь, предложили упростить производство обучающих роликов: вместо съёмки в студии записывать голосовые сообщения в Telegram и прогонять их через очистку и клонирование голоса. Это позволило сократить стоимость и сроки проекта, сохранив качество результата.
Какие сложности в обучении сотрудников
Не знают, что такое ИИ. Да, ИИ уже проник глубоко, но не повсеместно. У части сотрудников может не быть даже базового представления, что такое ИИ и зачем он нужен.
Здесь важен первый шаг — информирование: дайджесты, пересылка новостей, простые гайды и кейсы в общий чат. Важно зацепить внимание и вызвать интерес к дальнейшему изучению.
Думают об ИИ как отдельной профессии. Многие думают: «Это как программирование — надо знать математику, код и учиться годами». Поэтому важно показать конкретные инструменты, которые доступны уже сегодня: chatGPT, NanoBanana и др. Сотрудники должны видеть, как с помощью chatGPT они решают свои задачи быстрее.
Разочаровались в ИИ. Человек попробовал модный инструмент, получил абсурдный результат — и решает, что вся эта история бесполезна. Здесь помогает внешний «навигатор»: человек с насмотренностью и опытом, который ведёт за руку, показывает проверенные инструменты и помогает избежать бессмысленных экспериментов.
Боятся изобилия моделей. Сотни сервисов, десятки направлений — не понятно, с чего начинать и откуда брать информацию. Этот барьер снимает внутренний ментор или лидер внедрения. Он помогает сделать первые шаги и подсказывает, как подступиться к изучению новых инструментов.
Не могут получить доступ из‑за санкций. Корпоративные аккаунты, корпоративные карты, удобные интерфейсы (хоть в Telegram‑боте) должны быть предоставлены самой компанией.
В компании нет ответственного. ИИ в компании — это не внедрение одного инструмента, а трансформация процессов, культуры и даже ролей. Нужен человек‑лидер, который понимает бизнес‑задачи, адаптирует модель под них, объясняет коллегам и оценивает результат. Это не всегда отдельная должность — чаще роль берёт на себя наиболее заинтересованный сотрудник.
Инициатива не поддерживается. Когда человеку интересно, но компания не поддерживает, то интерес угасает. Потому важно устраивать внутренние конкурсы, мини‑хакатоны, призы за лучший креатив, мерч или дополнительный выходной.
Заключение
ИИ даёт возможность тратить меньше времени на рутину и больше — на креатив и отдых. По сути, он помогает либо больше успевать, либо больше отдыхать — в зависимости от того, что для человека важнее. Поэтому обучение сотрудников работе с ИИ для нас не разовый проект, а новый стандарт профессиональной грамотности.
