Как организовать обучение сотрудников ИИ и с чего начать

1. Определите цель обучения

Формулировка «повысить ИИ-грамотность сотрудников» слишком широкая.

Гораздо полезнее поставить конкретную рабочую цель.

Например:

менеджеры быстрее готовятся к встречам с клиентами;

РОП использует ИИ для усиления работы менеджеров;

сотрудники умеют анализировать рынок и конкурентов;

коммерческие предложения становятся персонализированными;

презентации готовятся быстрее;

руководители умеют анализировать большие объёмы информации;

сотрудники используют ИИ при работе с документами;

часть повторяющихся операций выполняется быстрее.

После этого становится понятно, кого обучать и что должно войти в программу.

2. Не обязательно начинать со всей компании

Для первого этапа часто эффективнее выбрать пилотную группу.

Это могут быть:

отдел продаж;

руководители;

маркетинг;

сотрудники, которые постоянно работают с документами и аналитикой;

подразделение, где много повторяющихся интеллектуальных операций.

На пилотной группе проще проверить программу и увидеть, какие сценарии действительно начинают работать.

После этого успешные практики можно масштабировать.

3. Посмотрите, что сотрудники делают каждый день

До обучения полезно буквально разложить рабочий день сотрудника на задачи.

Например, менеджер:

ищет информацию о клиенте;

готовится к встрече;

изучает рынок;

подбирает аналоги;

формирует предложение;

делает презентацию;

отвечает на возражения;

фиксирует результаты разговора;

готовит следующие шаги.

Часть этих операций уже сегодня можно усиливать с помощью ИИ.

Именно такие задачи должны становиться основой обучения.

4. Учите не нейросетям, а рабочим сценариям

Сотруднику не обязательно знать десятки инструментов.

Ему нужно понимать:

у меня есть конкретная задача → вот инструмент → вот исходные данные → вот способ поставить задачу → вот результат → вот как его проверить.

Например:

Подготовиться к клиенту

Вместо общего занятия «Как пользоваться ChatGPT» сотрудник получает понятный сценарий:

компания клиента → рынок → конкуренты → актуальная информация → потенциальные задачи → вопросы к встрече → аргументы.

После обучения он может повторить этот процесс самостоятельно.

5. Учитывайте разный уровень сотрудников

В одной группе могут оказаться люди, которые ежедневно работают с несколькими моделями, и сотрудники, которые практически не использовали нейросети.

Это нормально.

Базовая часть должна выровнять понимание:

как поставить задачу;

как дать модели контекст;

какие исходные данные использовать;

как выбрать формат ответа;

как уточнять результат;

как проверять информацию.

После этого группа переходит к задачам своей функции.

6. Если люди начинают с нуля

Запросы «как обучиться работе с нейросетями», «обучение нейросетям с нуля новичку», «как быстро начать работать с нейросетями» возникают и у сотрудников внутри компании.

На старте человеку достаточно освоить несколько принципов:

понимать, какую задачу он решает;

дать модели необходимый контекст;

предоставить исходные данные;

указать ограничения;

определить формат результата;

продолжать диалог, а не останавливаться после первого ответа;

проверять полученный результат.

Затем навык закрепляется уже на реальной работе.

7. Обязательно определите правила работы с данными

До массового использования ИИ сотрудники должны понимать:

какие инструменты разрешены;

какие данные можно использовать;

какую информацию необходимо обезличивать;

что нельзя передавать внешним сервисам;

какие результаты требуют обязательной проверки;

кто отвечает за финальное решение.

Без этого внедрение быстро превращается в набор индивидуальных практик, о которых руководитель может даже не знать.

8. Дайте сотрудникам реальные задачи на обучении

Если менеджер продаёт промышленное оборудование, ему мало тренироваться на примере кофейни.

Если сотрудник работает со сметами, ему нужны сметы.

Если руководитель регулярно готовится к сложным переговорам, нужно разбирать его реальные сценарии.

Чем ближе практика к рабочему дню участника, тем выше вероятность, что новый инструмент останется в его работе после обучения.

9. Зафиксируйте лучшие сценарии

Во время программы сотрудники неизбежно найдут удачные способы работы с ИИ.

Их важно не оставить в личных чатах участников.

Рабочий сценарий можно фиксировать по простой структуре:

задача → инструмент → необходимые данные → порядок работы → пример запроса → результат → способ проверки.

Так постепенно появляется внутренняя база применения ИИ в компании.

10. Проверьте результат после обучения

Один из главных вопросов HR: как понять, что обучение было полезным?

Я бы смотрела не только на обратную связь участников.

Через некоторое время стоит проверить:

сколько сотрудников продолжают использовать ИИ;

для каких задач;

какие сценарии стали регулярными;

сколько времени удалось сократить;

изменилось ли качество результата;

какие процессы требуют дополнительной настройки;

какие находки можно масштабировать на другие подразделения.

Тогда обучение становится частью внедрения, а не отдельным образовательным мероприятием.

Что HR стоит подготовить перед обучением

Перед разговором с провайдером достаточно собрать ответы на несколько вопросов:

Какое подразделение хотим обучить?

Сколько сотрудников участвует?

Какие функции они выполняют?

Какие задачи занимают у них больше всего времени?

Какие нейросети они уже используют?

Какие проблемы хотим решить?

Какой результат руководство хочет увидеть после обучения?

Если ответов пока нет, можно начать с диагностики.

Как мы проводим корпоративное обучение

В «Цифровых трансформациях с ИИ» мы сначала разбираем задачи сотрудников и только после этого формируем программу.

Для отдела продаж это могут быть аналитика рынка, подготовка к клиенту, поиск аналогов, персонализированные коммерческие предложения, презентации и работа РОПа с менеджерами.

Для руководителей — аналитика, подготовка решений, документы, встречи и работа с большими объёмами информации.

Для инженерных специалистов — сметы, нормативная и техническая документация, таблицы и другие специализированные процессы.

Поэтому две компании могут обучать сотрудников работе с ИИ, но получить совершенно разные программы.

Если вы пока не знаете, чему обучать команду

Это нормальная стартовая ситуация.

Не нужно сначала самостоятельно изучать все существующие нейросети и составлять учебную программу.

Можно начать с функций сотрудников и нескольких процессов, которые хочется улучшить.

Мы разберём их и определим, кого имеет смысл обучать первым, какие рабочие сценарии выбрать и какой формат программы подойдёт вашей команде.