Как обучить команду работать с нейросетями, чтобы это не осталось развлечением
Обучение сотрудников работе с нейросетями даёт результат только в одном случае: когда команда идёт от конкретной бизнес-задачи к рабочему прототипу, и эффект меряется в часах и рублях. Курс «про промпты» без задачи даёт всплеск интереса на пару недель и ноль в отчётах. Ниже схема, по которой я строю такие программы: одна задача на отдел, фиксация показателей до и после, регламент и владелец процесса вместо общего энтузиазма.
Почему обучение сотрудников работе с нейросетями превращается в развлечение
Типичная программа устроена так: собрали команду, показали интерфейс, разобрали десяток приёмов промптинга, дали поиграть. Люди генерят картинки, пишут поздравления коллегам, пересылают друг другу забавные ответы. Через пару недель всё гаснет, потому что играть было интересно, а работать никто не начал.
Причина всегда одна и та же: обучение построили вокруг инструмента. У инструмента нет владельца, нет срока, нет показателя. Сотрудник возвращается к своим задачам и делает их привычным способом, потому что привычный способ надёжнее и никто не спрашивает результат.
Второй разрушитель: обучают всех сразу и всему сразу. Отдел продаж, бухгалтерия, склад и маркетинг сидят на одном вебинаре и слушают про «возможности ИИ». Каждому нужно своё, в итоге не применяет никто.
Прототип живёт ровно до первого отпуска автора: пока операция не описана в регламенте, компания оплатила развлечение, а не внедрение.
Корпоративные программы: от бизнес-задачи к прототипу
Рабочая последовательность обратная. Сначала выбирается задача, потом под неё подбирается инструмент. Формат обучения при этом перестаёт быть лекцией и становится мастерской: люди приходят со своей рутиной и уходят с прототипом, который уже работает на их данных.
Что считается прототипом на выходе программы:
- шаблон промпта под конкретную операцию, лежащий в общем доступе;
- разобранный пример на реальных документах компании, а не на учебных;
- инструкция на страницу: вход, действие, что проверить перед отправкой;
- имя человека, который отвечает за эту операцию с завтрашнего дня.
В нашем портфеле есть показательный проект: система ЕРИС в радиологии, масштаб на 35+ регионов, обучено 30 000+ пользователей, ИИ встроен в рутину рентгенологов. Ключевое слово там «в рутину». Модель приживалась в тех местах, где вставала внутрь существующего маршрута врача. Отдельная кнопка сбоку не работает никогда.
Одна задача на отдел
Моё правило для старта: один отдел, одна задача, один квартал. Не пять сценариев, не «внедряем ИИ в компании», а именно одна операция, которую можно потрогать и померить.
Как выбирать задачу:
- повторяется минимум раз в неделю, а лучше ежедневно;
- время на неё известно или его легко замерить;
- ошибка не стоит компании денег сразу, потому что результат проверяет человек;
- есть конкретный исполнитель, готовый взять её на себя.
Примеры по отделам, с которых обычно начинаем: продажи расшифровывают и разбирают записи звонков, собирают черновик коммерческого предложения; маркетинг адаптирует один смысл под четыре площадки; поддержка готовит ответы по базе типовых обращений; финансы сводят и проверяют первичку; HR фильтрует поток откликов до собеседования.
Дальше очередь. Задача закрыта и работает по регламенту, только тогда отдел берёт вторую. Компания при этом набирает не «навык работы с нейросетями», а конкретные автоматизированные операции, каждая со своей цифрой.
Замер до и после: часы и рубли
Без замера любое обучение остаётся вопросом веры. Поэтому до старта фиксируем четыре вещи: сколько раз в неделю операция выполняется, сколько минут занимает один прогон, кто её делает, сколько стоит час этого человека. После внедрения меряем то же самое теми же руками.
Дальше арифметика без магии: разница в минутах умножается на частоту и на стоимость часа. Получается сумма в месяц. Если сумма не набирается, задача выбрана неверно, и это нормальный результат замера.
Такой подход я применяю во всех проектах, не только в ИИ. В платёжных терминалах мы вытащили сбои с 42 в день до 4, подняли эффективность сборки на 145% и снизили закупку комплектующих с 3,5 млн до 1,2 млн в месяц. В логистике дистрибьютора косметики при бюджете 19,2 млн сэкономили 2,5 млн, это 13% за первый год, при потоке 760+ документов в день и уровне сервиса 98,9%. Цифры там были достигнуты другими средствами, но принцип управления один: показатель зафиксирован до старта, иначе спорить потом не о чем.
При самостоятельном запуске легко принять быстрый ответ нейросети за ускорение всей операции и упустить время на подготовку данных и исправления. Тогда вы оплачиваете обучение, подписки и дополнительные часы сотрудников, хотя привычная работа быстрее не становится. Если на учебном примере всё получается, а на текущих документах команда каждый раз застревает и просит помощи, стоит подключить специалиста. В рамках обучения и внедрения ИИ под вашу задачу мы берём на себя настройку рабочего сценария и его проверку на реальной нагрузке, включая затраты времени на подготовку и контроль результата.
Регламент вместо энтузиазма
Прототип живёт ровно до первого отпуска автора. Чтобы операция осталась в компании, её нужно описать так же, как описывают любой процесс.
Минимальный регламент включает:
- где лежит шаблон и кто имеет право его менять;
- кто владелец операции и кто подменяет его на время отсутствия;
- что делать, когда модель выдала слабый ответ: какой второй заход, когда переходить на ручной режим;
- что запрещено загружать: персональные данные клиентов, коммерческая тайна, финансовые документы вне защищённого контура;
- обязательная проверка человеком всего, что уходит наружу клиенту.
Отдельно: внутренняя библиотека промптов. Удачный шаблон одного менеджера должен быть доступен всему отделу, иначе компания оплачивает одно и то же обучение по кругу. И контрольная точка раз в месяц: работает ли операция, какая экономия набежала, что мешает.
Как понять, что обучение сработало
Через квартал после программы проверяются простые признаки. Задача выполняется по регламенту без напоминаний руководителя. Есть посчитанная экономия в часах и рублях, которую видит финансовый блок. Отдел взял вторую задачу из очереди. Сотрудники сами приносят предложения, потому что увидели, что это снимает с них работу.
Признаки провала такие же очевидные. Никто не помнит, где лежат шаблоны. Экономию никто не считал. Разговоры про ИИ ушли в курилку и стали темой для шуток. В этом случае возвращаться нужно не к обучению, а к выбору задачи: почти всегда она была слишком крупной, слишком редкой или ничьей.
Нейросети в компании становятся рабочим инструментом там, где к ним относятся как к любому другому внедрению: конкретная операция, ответственный человек, замер до и после, регламент, контрольная точка. Всё остальное остаётся корпоративным развлечением с красивыми скриншотами.
Если в компании есть отдел продаж, стоит проверить и его: звонки менеджеров, CRM и путь клиента до ухода. Я провожу такую диагностику: за два дня показываю, где отдел теряет сделки, за пять дней даю план исправления. Первый шаг: созвон на 20 минут, на нём разберёмся, что проверить у вас в первую очередь.
Частые вопросы
Как обучить сотрудников работе с нейросетями, чтобы был результат?
Обучение даёт результат, когда команда идёт от конкретной бизнес-задачи к рабочему прототипу и эффект меряется в часах и рублях. Рабочее правило для старта: один отдел, одна задача, один квартал. Обучение лучше проводить как мастерскую: люди приходят со своей рутиной и уходят с прототипом, который уже работает на данных компании. Операцию закрепляют регламентом, и у неё появляется владелец.
Какую задачу выбрать для первого внедрения нейросети в отделе?
Подходит операция, которая повторяется минимум раз в неделю, а лучше ежедневно, и время на которую известно или его легко замерить. Ошибка в ней не должна сразу стоить компании денег, потому что результат проверяет человек. Нужен конкретный исполнитель, готовый взять задачу на себя. В продажах это может быть разбор записей звонков, в HR фильтрация откликов до собеседования.
Как посчитать экономию от внедрения нейросетей в компании?
До старта фиксируют четыре вещи: сколько раз в неделю выполняется операция, сколько минут занимает один прогон, кто её делает и сколько стоит час этого человека. После внедрения то же самое меряют теми же руками. Разницу в минутах умножают на частоту и на стоимость часа, получается сумма в месяц. Если сумма не набирается, задача выбрана неверно.
Что делать, если после обучения сотрудники перестали пользоваться нейросетями?
Признаки провала легко узнать: никто не помнит, где лежат шаблоны, экономию никто не считал, разговоры про ИИ стали темой для шуток. В этом случае нужно вернуться к выбору задачи: почти всегда она была слишком крупной, слишком редкой или ничьей. Чтобы новая операция прижилась, её описывают в регламенте: где лежит шаблон, кто владелец и кто его подменяет, что делать, если модель выдала слабый ответ.
Кнопка открывает Telegram. Как обрабатываются данные из переписки, сказано в политике.
Чем помогаю
Аудит отдела продаж за два дня: слушаю звонки менеджеров, смотрю сделки в CRM и показываю, на каких шагах теряются клиенты.
Ловец лидов: бот для поиска клиентов в Telegram-чатах. Находит в 1 100+ бизнес-чатах тех, кто ищет подрядчика, и присылает заявку, пока запрос свежий.
Речевая аналитика звонков: ИИ разбирает разговоры отдела продаж и показывает, где менеджеры теряют сделки.