AI в работе команды: почему доступа к нейросети недостаточно

Автор: Юрий Хейзе, Управляющий партнер Emet

Доступ сотрудников к ChatGPT, Copilot или другой нейросети сам по себе не даёт прироста эффективности — разрыв обычно не в инструменте, а в умении применить его к своей рабочей задаче и проверить результат. Разовая лекция или общий курс эту проблему не решают: людям нужна практика на собственных, знакомых задачах и понятный способ проверки того, что получилось.

Почему доступ к AI — это не то же самое, что умение им пользоваться

Почти в каждой компании сегодня у сотрудников так или иначе есть доступ к нейросетям. Но между «есть доступ» и «регулярно и грамотно применяет в работе» — большая дистанция. На практике встречаются две противоположные проблемы: часть сотрудников вообще не пробует AI на рабочих задачах, потому что не понимает, с чего начать и где польза оправдывает время на освоение; другая часть уже использует AI бессистемно — без проверки результата, без понимания ограничений, иногда с рисками для данных компании. Обе ситуации решаются не общими презентациями «что такое искусственный интеллект», а практикой на реальных задачах под наблюдением человека, который уже прошёл этот путь у себя и умеет объяснить, что и как проверять.

Почему это важно для компании, а не только для отдельного сотрудника

• Экономия времени становится измеримой, а не декларативной, когда сотрудник сам проверяет результат работы AI на знакомой задаче и видит, где выигрыш реален, а где нет.

• Появляется общий язык внутри команды: какие задачи стоит пробовать решать с AI, какие — нет, и как коллеги обмениваются удачными приёмами вместо того, чтобы каждый заново изобретал подход.

• Руководитель получает не ощущение, а картину: конкретные примеры применения, отчёт о результатах практики и список перспективных задач с честно обозначенными ограничениями.

• Снижается риск бесконтрольного использования. Когда вопросы инструментов, данных и допустимых действий согласованы заранее со службой информационной безопасности, компания не полагается на то, что каждый сотрудник самостоятельно примет верное решение о том, что можно доверять AI, а что нет.

Что реально работает: практика на своей задаче, а не общий курс

Формат, который даёт результат, — это не лекция и не онлайн-курс с общими примерами, а очная сессия, построенная на 1–2 задачах, которые сотрудник приносит сам. Он получает первый результат в присутствии эксперта, тут же проверяет его и уходит с сохранённым сценарием, который может повторить самостоятельно на похожей задаче. Формат отличается для нетехнических и для IT-команд, потому что и задачи, и способ проверки результата у них разные.

Нетехнические команды

Руководители, аналитики, HR, маркетинг, продажи и операционные команды работают с документами, таблицами, отчётами, перепиской и рабочими инструкциями — без программирования, в понятном интерфейсе, индивидуально или в парах. Типичные задачи: подготовить регулярный отчёт по таблице с проверкой расчётов, сравнить документы со ссылками на конкретные различия, собрать пошаговую инструкцию из внутренних регламентов, подвести итоги встречи в виде решений и поручений. Каждый результат проверяется тем же способом, каким сотрудник проверял бы работу коллеги: сверкой цифр, сопоставлением с исходником, прогоном инструкции на реальном примере.

IT-команды

Разработчики, технические лиды, QA и инженеры работают в изолированной среде, не затрагивающей рабочие системы: постановка задачи, работа AI с кодом, тесты и ревью результата. Типичные задачи — написать тесты для выбранной функции, исправить конкретную ошибку с последующей проверкой, разобраться в незнакомом модуле, собрать простой прототип на тестовых данных. Результат проверяется инженерными средствами: прогоном тестов, воспроизведением и проверкой исправления бага, сопоставлением с реальным кодом.

Как устроена практическая сессия

Формат — 4,5 часа очно для группы до 12 человек. Программа построена вокруг практики, а не теории: около часа уходит на обзор возможностей и ограничений AI с живой демонстрацией и пробной задачей, затем два часа — на самостоятельную работу участников над своими задачами с индивидуальной помощью эксперта, и ещё час — на демонстрацию результатов, обмен опытом между участниками и выбор задач для дальнейшей самостоятельной практики.

Подготовка начинается за 5–7 рабочих дней до сессии: короткая встреча с заказчиком для уточнения цели, состава группы и требований информационной безопасности, сбор задач от каждого участника и отбор тех, которые реально разобрать за отведённое время практики. За два рабочих дня до сессии подтверждается согласование инструментов и данных с ИТ и ИБ заказчика и проверяется техническая готовность — ноутбуки участников, доступы, лимиты.

Безопасность данных и согласование с ИБ

Инструменты, данные и допустимые действия согласовываются со службой информационной безопасности заказчика ещё до передачи каких-либо материалов — какие сервисы и учётные записи используются, какие файлы и данные допустимы в работе, где и как долго хранятся материалы сессии, нужно ли отдельное согласие на запись. Работа ведётся на разрешённых обезличенных или учебных данных, каждый результат проверяет сам участник, а запуск в промышленную эксплуатацию, отправка писем от имени компании и изменение рабочих данных в формат практики не входят. Из инструментов предпочтительны Codex или Claude Code при их доступности, есть и вариант на отечественных AI-сервисах — конкретный набор подбирается под задачи и требования заказчика.

Что остаётся после сессии

• У сотрудника — результат работы над собственной задачей (документ, анализ или прототип), сохранённый сценарий с понятным порядком проверки и следующая задача для самостоятельной практики.

• У компании — подборка разобранных кейсов и материалов, список перспективных задач с указанием владельцев и ограничений, а также краткий отчёт о результатах практики.

• По запросу, примерно через две недели, — дополнительная онлайн-консультация до 60 минут: участники делятся опытом самостоятельного применения AI, обсуждают затруднения, эксперт отвечает на вопросы по конкретным задачам.