Как подготовить сотрудников к работе с AI

Вы наверняка не раз встречали одни и те же рекомендации по обучению сотрудников: проводить анализ потребностей в обучении, ставить цели по SMART, использовать микрообучение, оценивать результаты и так далее.

И сами по себе эти рекомендации не устарели. Они по-прежнему остаются основой хорошо выстроенной системы корпоративного обучения.

Проблема в другом: большинство привычных подходов появилось в то время, когда рабочая среда менялась значительно медленнее.

Сегодня ИИ-инструменты обновляются буквально каждые несколько недель, новые навыки становятся востребованными за считаные месяцы, а содержание многих профессий постоянно меняется. В таких условиях одних традиционных методов обучения уже недостаточно.

В этой статье разберём, как организовать обучение сотрудников в эпоху ИИ: почему развитие ИИ-компетенций нужно рассматривать как часть управления изменениями, как персонализировать обучение для большого числа сотрудников, встроить его в повседневную работу, заменить пассивное изучение материалов практикой с ИИ и сформировать культуру непрерывного развития.

5 советов, чтобы внедрить ИИ в команде 

Если ИИ не улучшает процесс, не нужно внедрять просто потому, что это сейчас тренд в обучении сотрудников. Показательный пример того, что происходит, когда ИИ действительно встраивается в рабочий процесс — платформа GigaCowork от Сбера. 

Сотрудники описывают логику своей задачи обычным языком (как регламент или чек-лист, без участия разработчиков),а платформа превращает это описание в работающего ИИ-агента. По данным компании, это сокращает время обработки документов на 80%, а HR-специалистам экономит до 83% времени на типовых задачах. 

Если вы действительно решили внедрить ИИ, вот несколько факторов, которые следует учесть, исходя из опыта наших команд.

• Сначала объясните, зачем команде ИИ

Сотрудники не всегда сопротивляются самой технологии. Чаще вопросы вызывает то, что изменится после её внедрения. Сохранится ли их роль? Не станет ли работы больше? Какие задачи теперь будут выполнять иначе? Объясните, какую проблему вы хотите решить. Например: сократить время на подготовку отчётов, быстрее анализировать данные или убрать часть повторяющихся задач.

• Определите конкретные задачи, где ИИ действительно нужен

Не стоит начинать с идеи «теперь используем ИИ везде».

Сначала найдите несколько задач, где технология действительно может дать заметный результат. Для каждой задачи полезно определить:

• как она выполняется сейчас;
• сколько времени занимает;
• где возникают основные сложности;
• какую часть процесса можно передать ИИ;

• Дайте время на эксперименты без требования немедленного результата

Если освоение ИИ просто добавляется к текущей нагрузке, сотрудники будут откладывать его до тех пор, пока не появится свободное время. А оно, как правило, не появится. Лучше начинать с реальных, но некритичных задач. Сотрудники могут попробовать несколько инструментов, сравнить результаты, понять ограничения и только после этого переносить удачные подходы в основные процессы. Цель эксперимента состоит не в том, чтобы сразу показать рост продуктивности, а в том, чтобы найти рабочий способ применения технологии.

• Сразу определите правила использования ИИ

Этот пункт особенно важен, если сотрудники работают с данными клиентов, внутренними документами или другой конфиденциальной информацией.

Команда должна понимать:

• какими ИИ-инструментами можно пользоваться;
• какие данные можно передавать в них;
• какую информацию использовать нельзя;

• Организуйте обмен опытом

Наступит момент, когда все начнут экспериментировать. Но я замечала в командах, что одни сотрудники не в курсе того, что другие уже автоматизировали этот процесс с помощью ИИ. Именно поэтому я рекомендую организовывать обмен опытом, чтобы сотрудники были в курсе происходящего.

Как сделать ИИ частью вашей стратегии обучения и развития 

Пять шагов выше помогают начать внедрение ИИ в команде. Ночтобы сотрудники не вернулись к прежним рабочим привычкам через месяц после запуска, обучение должно стать частью вашей постоянной L&D-стратегии, а не отдельным проектом с датой завершения. Вот на чём она строится.

Поймите, что обучение работе с ИИ — это не просто онлайн-курс, а трансформация 

Легко представить учебный календарь среднего сотрудника за последние три года: где-то там был курс «Введение в ИИ-инструменты» с тестом в конце, после которого все вернулись к работе точно так же, как раньше.

Причина, по которой после стольких часов обучения ничего не меняется, проста: обучение стало вопросом контента, а не вопросом изменения работы. 

Прежде чем записывать сотрудников на очередной курс, стоит спросить себя: какое конкретно изменение в работе вы ждёте от этой программы?

Мне самой доводилось участвовать в программах повышения квалификации, и наиболее полезными оказывались те, после которых я могла чётко ответить на три вопроса:

• Чем это упрощает мою работу?
• Как изменится моя работа после освоения этого навыка?
• Что новое это обучение добавит к тем знаниям и навыкам, которые у меня уже есть?

Например, Сбер в 2025 году сделал базовые ИИ-навыки обязательным требованием и для действующих, и для новых сотрудников. Конечно, за исключением должностей, где применение ИИ объективно нерелевантно.

«Если 30 лет назад в резюме часто писали "уверенный пользователь ПК", то сегодня необходимы уверенные пользователи ИИ».

Александр Ведяхин

первый заместитель председателя правления Сбербанка

IBM тоже публично говорит о внедрении ИИ именно как о трансформации рабочей среды (не о сокращениях). Директор IBM по персоналу Никл ЛаМоро подчёркивала, что компаниям важно обсуждать не только технологии, но и то, как меняются профессии, как сотрудники готовятся к новым ролям и какие компетенции потребуются через три-пять лет.

На практике управление изменениями через обучение выглядит так:

• сотрудники сами находят, как оптимизировать свою работу с ИИ, вместо того чтобы проходить очередной обязательный курс;
• у команды есть время на эксперименты без давления немедленного результата;
• за внедрение отвечают руководители, тогда команда делится находками друг с другом, а не ждёт спущенной сверху инструкции.

Как внедрить этот подход

• Проводите встречи с руководителями и сотрудниками, чтобы понять их реальные опасения и сложности.
• В каждой программе по ИИ объясняйте, как меняется конкретная профессия: какие задачи постепенно уходят, а какие новые обязанности появляются.
• Создайте отдельную программу для руководителей, посвящённую управлению командами в период изменений.
• Организуйте постоянную обратную связь.

Персонализируйте обучение и встраивайте его в ежедневную работу

Пока вы определите дефицит навыков, разработаете программу, согласуете её с заинтересованными сторонами, проведёте обучение и оцените результаты, сам навык или инструмент уже может измениться, особенно если речь идёт об ИИ.

Один из самых практичных способов не отставать от этих изменений — перенести обучение непосредственно в рабочий процесс.

Для этого можно использовать:

• электронные письма;
• игровые механики;
• короткие тесты;
• небольшие учебные модули.

Главная идея состоит в том, чтобы давать сотруднику информацию именно тогда, когда она ему нужна. Один из моих любимых примеров такого подхода — проект Google Whisper Courses, построенный на серии коротких писем-подсказок.

Например, руководитель, к которому присоединился новый сотрудник, может регулярно получать небольшие рекомендации о том, как улучшить адаптацию нового члена команды.

Как внедрить это на практике

• Доставляйте учебные материалы туда, где сотрудники уже работают: в мессенджеры, базы знаний, таск-трекеры.
• Регулярно оценивайте навыки, чтобы понимать пробел каждого сотрудника и предлагать именно следующий шаг, а не весь курс заново.
• Поощряйте руководителей обсуждать развитие навыков на встречах один на один

Как добиться персонализации?

Система управления обучением, например Uteach, может предоставить данные, необходимые для принятия таких решений и дальнейшего улучшения программы обучения. У вас есть собственный ИИ-помощник, который может подготавливать для вас отчёты, создавать тесты или проводить анализ, чтобы вы могли принимать более взвешенные решения.

Узнать больше: Что такое LMS? Преимущества для вашей организации

Создайте психологически безопасную среду до того, как требовать активного использования ИИ 

Допустим, вы уже сделали обучение персонализированным, связали его с конкретными задачами и ориентировали на измеримый результат, но сотрудники всё равно неохотно используют ИИ.

Причина может быть не в качестве программы, а в том, как люди воспринимают саму технологию.

По данным опроса MWS AI, для российских сотрудников главный страх, связанный с ИИ, — не потеря работы: зависимость от технологии беспокоит 40% опрошенных, а увольнение из-за автоматизации назвали лишь 9%. 

Чтобы внедрение ИИ не превращалось для сотрудников в источник дополнительного давления, можно использовать несколько подходов:

• Создайте безопасную среду для практики. Пусть сотрудники сначала тестируют ИИ на учебных задачах, а затем обсуждают результаты с коллегами, совместно ищут лучшие решения и формируют единый подход, который впоследствии можно применять в реальных проектах.
• Научите руководителей правильно реагировать на ошибки, связанные с ИИ. Сотрудники должны понимать, что в период экспериментов неудачная попытка сама по себе не ухудшит оценку их работы.
• На этапе внедрения разделите показатели обучения и показатели эффективности. Практические эксперименты не должны автоматически оцениваться по тем же критериям, что и обычная рабочая продуктивность.
• Создавайте группы взаимного обучения и внутренние сообщества. У сотрудников должно быть место, где можно задать вопрос, поделиться неудачным опытом и обсудить, почему определённый подход не работает.

У нас в команде для этого есть отдельные каналы посвящённые именно ИИ-навыкам. Там обучение происходит через живое обсуждение: делимся тем, что недавно протестировали, или новыми рабочими схемами, которые могут оказаться полезными коллегам.

Замените пассивное видео-обучение практикой с ИИ 

Можно часами смотреть обучающие видео, проходить курсы и посещать семинары. Но настоящий навык формируется тогда, когда человек начинает применять знания на практике.

Именно здесь современные ИИ-технологии дают корпоративному обучению совершенно новые возможности.

Откажитесь от модели «выучил один раз, работаешь всю жизнь»

На мой взгляд, одно из самых серьёзных изменений, которое сегодня происходит в развитии сотрудников, связано даже не с конкретным инструментом или навыком.

Меняется само представление о том, какое место обучение занимает в профессиональной жизни человека.

Идея о том, что в какой-то момент можно получить все знания, необходимые для дальнейшей карьеры, больше не соответствует реальности.

Поэтому обучение стоит выстраивать не как программу с датой окончания, а как постоянный процесс:

• заложите время на эксперименты и обмен находками каждый месяц, а не раз в квартал по расписанию;
• поощряйте не только результат, но и сам факт развития навыка — бонусом․
• измеряйте рост навыков не через процент прохождения курсов, а через то, стали ли сотрудники экономить время на конкретных задачах.

В эпоху ИИ вперёд вырвутся не те компании, у кого самый большой каталог курсов, а те, кто сделал обучение постоянным фоновым процессом, а не отдельным проектом раз в год.

Способы вовлечь сотрудников в изучение ИИ

Психологическая безопасность снимает тревогу, но сама по себе не создаёт мотивацию действовать. Вот что реально работает на вовлечение:

• Показывайте быстрый и измеримый результат. Когда человек видит цифру по себе, а не абстрактное «эффективность выросла», доверие к инструменту растёт само.
• Дайте сотрудникам возможность создавать, а не только использовать. В GigaCowork сотрудники сами описывают логику своих задач и превращают её в работающий инструмент без участия разработчиков. Люди охотнее осваивают то, что сами настроили под себя, чем то, что им спустили сверху уже готовым.
• Публично отмечайте находки сотрудников. Если кто-то в команде нашёл способ сократить рутинную задачу с помощью ИИ, расскажите об этом остальным. Это одновременно признание и готовое решение для коллег.
• Развеивайте опасения фактами, а не директивами. Если сотрудники боятся, что ИИ заменит их или сделает их слишком зависимыми от технологии, директива „просто пользуйтесь ИИ“ проблему не решит. Сначала разберитесь, что именно вызывает опасения, и отвечайте на них конкретными фактами

Готовы применить это на практике?

Пока ИИ продолжает менять роли, рабочие процессы и требования к навыкам, цель обучения — не подготовить сотрудников к следующему году, а построить команду, которая способна постоянно адаптироваться к тому, что будет дальше.

Если вы ищете LMS, которая поддерживает такой подход, присмотритесь к Uteach. С Uteach можно выстраивать структурированные программы обучения, выстраивать персонализированные траектории обучения, оценивать навыки тестами и заданиями, проводить живые тренинги и держать в одном месте онбординг, комплаенс-обучение, ИИ-апскиллинг и непрерывное развитие сотрудников.

Забронировать демо, чтобы посмотреть, как Uteach впишется в вашу систему развития сотрудников.