Обучение
Программа погружения сотрудников в ИИ нужна не для общего вдохновения, а для управляемого внедрения: сотрудники понимают, где ИИ уместен, как безопасно пользоваться инструментами и как переводить идеи в инициативы.
Цель
Обучение должно дать трем группам разный результат:
| Аудитория | Результат |
|---|---|
| Все сотрудники | Понимают базовые возможности и ограничения ИИ, правила безопасного использования и каналы подачи идей |
| Руководители и владельцы процессов | Умеют искать сценарии с эффектом, назначать владельцев и оценивать готовность процесса |
| Команды ИИ-офиса и смежные функции | Используют единый язык инициатив, продуктов, рисков, gate-решений и артефактов |
Принципы программы
- Обучение привязано к рабочим процессам, а не к абстрактным возможностям моделей.
- Каждый модуль заканчивается практическим выходом: идея, карточка инициативы, чеклист риска или план эксперимента.
- Безопасность объясняется через поведение пользователя: какие данные нельзя загружать, где нужен согласованный инструмент, когда требуется ревью.
- Руководители учатся не "покупать ИИ", а управлять изменением процесса и подтверждением эффекта.
Базовый маршрут
1. ИИ-грамотность
Темы:
- что умеют и не умеют современные ИИ-продукты;
- чем отличаются подсказка, черновик, рекомендация и автоматическое действие;
- где возникают ошибки, галлюцинации и утечки данных;
- как формулировать задачу и проверять результат.
Выход: сотрудник понимает, какие задачи можно пробовать в разрешённых ИИ-продуктах и какие сценарии требуют согласования.
2. Безопасное использование
Темы:
- классы данных и ограничения;
- работа с персональными, коммерческими и критичными данными;
- правила использования корпоративных и внешних ИИ-сервисов;
- когда нужен человек в контуре;
- что фиксировать для аудита.
Выход: сотрудник знает, как не превращать быстрый эксперимент в риск для компании.
3. Поиск сценариев
Темы:
- как искать процессы с высоким временем ручной работы, ошибками, задержками и повторяемыми решениями;
- как отличать "интересно попробовать" от "может дать эффект";
- как описывать проблему через процесс и показатель;
- как использовать майнинг идей.
Выход: список идей, пригодных для перевода в карточки инициатив.
4. От идеи к инициативе
Темы:
- карточка инициативы;
- бизнес-владелец и владелец эффекта;
- гипотеза эффекта;
- первичная проверка похожих инициатив;
- выбор ИИ-продукта;
- переход в оценку.
Выход: заполненная черновая карточка инициативы или решение не продвигать идею.
5. Работа по операционной модели
Темы:
- бизнес-воронка инициатив;
- деливери-треки ИИ-продуктов;
- stage gates;
- артефакты;
- портфельные метрики;
- подтверждение эффекта.
Выход: участники понимают, как инициатива движется от идеи до промышленного использования и кто принимает решения на каждом этапе.
Форматы
| Формат | Когда применять | Выход |
|---|---|---|
| Вводный вебинар | Старт программы или подключение нового подразделения | Общее понимание правил и маршрута |
| Практический воркшоп | Поиск инициатив в конкретном процессе | Пакет идей и первичный triage |
| Короткая ролевая сессия | Для руководителей, ИБ, архитектуры, данных, финансов | Решения и чеклисты по своей зоне |
| Офисные часы | После обучения, когда появляются реальные вопросы | Доработанные карточки и снятые блокеры |
| Самостоятельные материалы | Масштабирование на широкую аудиторию | Единая база правил и примеров |
Метрики
- охват целевых аудиторий;
- доля сотрудников, прошедших базовый модуль;
- количество идей после воркшопов;
- доля идей, переведенных в качественные карточки;
- снижение числа инициатив без владельца, эффекта или данных;
- число инцидентов нарушения правил использования ИИ;
- adoption разрешённых ИИ-продуктов.