Почти 70% сотрудников уже используют нейросети в работе, но только каждый пятый умеет автоматизировать с их помощью повседневные задачи. Остальные ограничиваются поверхностными запросами и не видят, как AI может изменить их продуктивность. Это данные не из Гонконга, а из российского корпоративного сектора — похожие цифры показывают опросы HR-департаментов. Проблема не в технологиях, а в отсутствии системного обучения. Компании закупают доступы к ChatGPT, но забывают научить людей ими пользоваться.
Между тем разрыв между теми, кто внедрил AI-обучение, и теми, кто отложил его на потом, растёт. В Гонконге государство запустило программу «AI Training for All» с бюджетом 50 миллионов гонконгских долларов и целью охватить 50 тысяч человек. В России такой массовой инициативы пока нет, но спрос на AI-компетенции уже превышает предложение. По оценкам, дефицит IT-специалистов в стране достигает 250 тысяч человек, и это напрямую связано с нехваткой навыков работы с новыми технологиями. Компании, которые начнут учить сотрудников сейчас, получат фору.
AI перестал быть экспериментом — он стал рабочим инструментом
Ещё два года назад нейросети были игрушкой для энтузиастов. Сегодня они решают реальные задачи: обрабатывают документы, пишут код, анализируют клиентские запросы, управляют цепочками поставок. В Гонконге, например, транспортный департамент использует AI для автоматического распознавания документов при продлении водительских прав: срок обработки заявки сократился с десяти рабочих дней до одного. Это не футуристика, а текущая практика.
В корпоративной среде то же самое: AI-ассистенты уже участвуют в найме, адаптации, оценке персонала. Но инструменты без подготовленных людей — это как автомобиль без водителя. Исследования показывают, что только 20% сотрудников можно отнести к «супер-пользователям», которые не просто задают вопросы чат-боту, а выстраивают цепочки автоматизации. Остальные 80% нуждаются в обучении, иначе их эффективность остаётся на уровне 2019 года.
Разрыв между крупными и малыми: почему отставание дорого обходится
Крупные компании быстрее внедряют AI: у них есть бюджеты на пилотные проекты и штат data scientist. Малый и средний бизнес отстаёт. В Гонконге подсчитали: если малые предприятия догонят крупные по уровню внедрения AI к 2035 году, экономика получит дополнительно 65 миллиардов гонконгских долларов. Для России аналогичные оценки не публиковались, но логика та же: отставание в цифровой зрелости стоит доли рынка.
Проблема не только в деньгах. Малому бизнесу не хватает экспертизы: владельцы не знают, с чего начать, какие инструменты выбрать, каких людей нанять. Поэтому обучение сотрудников становится самым дешёвым и быстрым способом сократить разрыв. Вместо того чтобы нанимать дорогих специалистов, можно вырастить их внутри.
Чему учить: три уровня AI-компетенций
Нельзя просто сказать: «Идите и используйте нейросети». Нужна структура. Мы в группе компаний «Алмаз» выделяем три уровня владения AI для сотрудников.
- Уровень 1: Базовая грамотность. Сотрудник умеет пользоваться популярными инструментами (ChatGPT, YandexGPT, GigaChat) для повседневных задач: написать письмо, перевести текст, сформулировать идею, найти информацию. Это минимум, который нужен всем без исключения.
- Уровень 2: Сравнение и выбор. Сотрудник понимает, чем отличаются разные нейросети, какую выбрать под конкретную задачу, как критически оценивать результаты. Он не принимает ответы AI на веру, а проверяет и уточняет.
- Уровень 3: Автоматизация и агенты. Сотрудник умеет настраивать AI-агентов для выполнения цепочек задач: например, мониторинг почты, формирование отчётов, обработка типовых запросов. Это уровень «супер-пользователя», который даёт максимальную отдачу.
Внедрять обучение нужно поэтапно: сначала базовый уровень для всех, затем продвинутые модули для тех, кто готов. Но главное — не останавливаться на лекциях. Навыки закрепляются только практикой, поэтому обучение должно быть встроено в рабочие процессы.
Как выстроить обучение: от разовых вебинаров к системе
Опыт Гонконга показывает, что разовые акции не работают. Правительство запустило программу «AI Training for All» с целевым охватом 50 тысяч человек за два года — это сотни мероприятий, курсов, воркшопов. Компаниям нужен аналогичный системный подход. Начните с корпоративного обучения, которое включает не только теорию, но и практические кейсы.
Что это значит на практике? Во-первых, определите целевую аудиторию: всем ли сотрудникам нужен AI или только отдельным подразделениям. Во-вторых, создайте учебную программу с чёткими уровнями и ожидаемыми результатами. В-третьих, назначьте ответственных за внедрение: это может быть T&D-специалист или внешний провайдер.
Важно интегрировать обучение с оценкой. Недостаточно провести тренинг и забыть. Нужно проверять, как сотрудники применяют навыки в работе. Для этого подойдёт оценка в ходе деятельности, которую мы проводим в ГК «Алмаз»: руководитель или HR-специалист наблюдает за использованием AI-инструментов в реальных задачах и даёт обратную связь.
Ещё один элемент — модель компетенций, включающая AI-навыки. Если в профиле должности прописано, что сотрудник должен уметь автоматизировать отчётность с помощью нейросетей, это сразу задаёт стандарт и для найма, и для развития.
Практические рекомендации
- Проведите аудит текущего уровня AI-навыков. Опросите сотрудников, посмотрите, кто уже использует нейросети, а кто боится. Это даст baseline.
- Определите цели внедрения AI: сократить рутину, ускорить обработку запросов, улучшить качество аналитики. Без целей обучение превратится в галочку.
- Запустите пилотный проект с одной командой. Выберите отдел, где эффект от AI наиболее очевиден (например, маркетинг или клиентский сервис). Обучите их, измерьте результат, затем масштабируйте.
- Используйте смешанный формат: короткие видео-уроки, практические задания, менторинг. Не перегружайте теорией.
- Интегрируйте AI-навыки в систему оценки и мотивации. Сотрудники должны понимать, что владение AI влияет на карьеру и вознаграждение.
- Обучите руководителей первыми. Если начальник не использует AI, подчинённые не будут.
Заключение
AI уже не будущее, а настоящее. Компании, которые откладывают обучение сотрудников, теряют конкурентоспособность. Системный подход к развитию AI-компетенций — это инвестиция с быстрым возвратом. Начните с малого: пилот, аудит, обучение первых лиц. ГК «Алмаз» готова помочь с разработкой модели компетенций и оценкой.
Часто задаваемые вопросы
Стоит ли обучать AI всех сотрудников или только IT-специалистов?
В идеале — всех, но с разной глубиной. Базовый уровень нужен каждому, advanced — тем, кто работает с данными и процессами.
Как быстро можно увидеть эффект от обучения?
Первые результаты появляются через 2-3 месяца, если обучение практико-ориентированное.
Какие инструменты лучше использовать для обучения?
Любые российские и зарубежные нейросети: YandexGPT, GigaChat, ChatGPT. Главное — научить принципам, а не конкретному интерфейсу.
Нужно ли менять KPI сотрудников после внедрения AI?
Да, иначе люди продолжат работать по-старому. Добавьте метрики, связанные с использованием AI.
Что делать, если сотрудники сопротивляются?
Показывать на примере руководителей, объяснять выгоды, начинать с простых задач. Не заставлять, а вовлекать.
Можно ли обучить сотрудников без внешних провайдеров?
Можно, но сложнее: нужна экспертиза и время. Внешние консультанты помогают быстрее выстроить систему.
