Компания хотела поднять прикладной уровень работы с ИИ сразу в нескольких функциях. Общий курс «нейросети для всех» такую задачу не решает: у бухгалтерии и у редакции разные данные, разные ограничения и разные представления о том, что такое хороший результат. Поэтому вместо одной программы собрано шесть — каждая после аудита процессов и опроса сотрудников департамента, с практикой на задачах этого отдела. Поверх воркшопов шёл цикл вебинаров с нарастающей сложностью, чтобы держать общий язык между функциями.
Что нужно было решить
Заказчик пришёл с формулировкой «повысить прикладные навыки». За ней стояли четыре разные проблемы:
Общий курс не приземляется
Обучение «про нейросети вообще» заканчивается вежливыми отзывами и нулём изменений в работе. Сотрудник выходит с ощущением «интересно», но без единой задачи, которую теперь делает иначе.
У каждой функции свой критерий качества
Для бухгалтерии хороший результат — сходится и проверяемо. Для редакции — попадает в тон. Для аналитики — воспроизводимо. Один набор упражнений эти критерии не покрывает.
Корпоративные данные
Половина реальных задач упирается в то, что именно можно отдать внешнему сервису. Без ответа на этот вопрос люди либо не начинают, либо начинают неправильно.
Разрыв между «получилось на воркшопе» и «делаю в понедельник»
Навык, не закреплённый на своей задаче и не превращённый в план, распадается за пару недель.
Обучение без привязки к процессу — это расход бюджета, который не виден ни в одной метрике департамента через месяц после.
Как была устроена
Единый каркас на все шесть программ; содержание практикумов каждый раз своё — под функцию.
До воркшопа: аудит и опрос
- Разбор процессов департамента и сбор задач, которые съедают время
- Опрос сотрудников об уровне и ожиданиях
- Программа собирается под результат опроса, а не берётся с полки
День 1: постановка задачи и безопасность
- Как формулировать задачу ассистенту, чтобы результат был проверяемым
- Информационная безопасность и обращение с корпоративными данными — отдельный обязательный блок
- Первые практикумы на данных отдела
Между днями
- Задание на своей рабочей задаче
- Разбор выполненного в начале второго дня
День 2: конвейеры вместо разовых запросов
- Разбиение задачи на шаги и самопроверка результата
- Сборка повторяемых цепочек под регулярные процессы
- Итоговый практикум — задача целиком, от исходных данных до готового артефакта
Что делали функции
- Финансы и бухгалтерия — работа с таблицами и расчётами, проверяемость результата
- Коммерческая функция и диджитал — объединённая программа под задачи продаж и продвижения
- Редакция и креатив — заголовки под аудитории, массовая обработка отзывов, конкурентный анализ, семантика
- HR — агенты под задачи подбора и адаптации, дашборды по воронке найма и оттоку, работа на обезличенных данных
- Аналитика данных — полный цикл от подготовки до выводов, паспорта метрик, разбор продуктовых экспериментов
Финал: планы внедрения
- Групповой брейншторм по пилотам
- Персональный план внедрения у каждого участника
- Черновики правил: что можно и что нельзя передавать ассистенту
Поверх воркшопов: цикл вебинаров
- Раз в неделю, 30% теории и 70% живой демонстрации
- Нарастающая сложность: от «один бриф → много форматов» к рабочим конвейерам и своим мини-инструментам
- Задача цикла — общий язык между функциями, чтобы отделы понимали друг друга
Что изменилось
- У каждого департамента появилась своя карта применения ИИ в задачах, а не общее представление о технологии.
- Участники вышли с набором готовых шаблонов запросов и цепочек под регулярные процессы своего отдела.
- HR-специалисты собрали прототипы внутренних сервисов и продолжили развивать их после окончания воркшопа.
- Аналитика данных сформировала и защитила дорожную карту внедрения ИИ в процессы департамента.
- Зафиксированы черновики правил обращения с корпоративными данными — что можно передавать ассистенту и как проверять результат.
Количественные показатели — число участников, охват, эффект в процессах — клиент не раскрывает. Приведено только то, что зафиксировано в материалах программы.
Что из этого следует
Главный вывод программы: обучение работает ровно настолько, насколько практика идёт на данных самого отдела. Как только упражнение подменяется учебным примером, навык остаётся в аудитории.
Второе по важности — блок про корпоративные данные. Его удобно сократить ради «полезного» содержания, и это ошибка: без внятной границы люди либо не начинают пользоваться инструментом вовсе, либо начинают так, что потом приходится разбираться службе безопасности.
Кейс обезличен по соглашению о конфиденциальности: клиент, его продукты и внутренние данные не раскрываются. Программы описаны на уровне задач функции.