В этой статье рассматриваются:
Как ИИ меняет работу L&D-специалиста
ИИ в обучении в цифрах: что уже изменилось
Как автоматизировать работу L&D с помощью ИИ: 3 задачи с промптами
Вам наверняка уже говорили, что пора автоматизировать работу с помощью нейросетей. Вы просите чат-бот составить программу обучения и получаете вполне приличный результат. А потом два часа его исправляете. Примеры не подходят вашей компании, вопросы в тестах слишком простые, а половина «лучших практик» не имеет отношения к тому, как работает ваша команда.
Знакомо?
ИИ не заменяет специалиста по обучению. Он забирает ту часть работы, которая съедает неделю: таблицы, первые черновики, сороковой вопрос для теста. И одновременно меняет то, как отдел обучения разрабатывает программы, проверяет навыки и назначает обучение.
Я разобралась, что уже изменилось в крупных российских компаниях, и проверила ИИ на практике. Взяла условную команду поддержки и прошла с нейросетью три задачи: анализ пробелов в навыках, разработку программы обучения и создание материалов. Ниже показываю промпты, результаты и места, где без специалиста не обойтись.
В статье вы узнаете:
- как ИИ меняет работу L&D-специалиста на примерах российских компаний;
- что говорят исследования о применении ИИ в обучении и чего он не заменит;
- 3 готовых промпта для автоматизации работы L&D с результатами тестов;
- как внедрить ИИ в работу отдела обучения.
Как ИИ меняет работу L&D-специалиста
Я собрала изменения, о которых рассказывают директора по обучению и руководители корпоративных университетов. Это то, что компании уже внедрили или запустили в пилоте.
| Задача L&D | Как было | Как становится | Пример |
| Разработка учебных материалов | Методист пишет курс с нуля, это занимает недели | ИИ готовит черновик, методист проверяет и дорабатывает | «Эн+» и «Русал»: время разработки сократилось на 30–40% |
| Допуск к работе | Тест после курса | Тренажёр или ИИ-экзаменатор проверяет навык в рабочей ситуации | «Норникель»: ошибок на итоговом допуске на 34% меньше |
| Индивидуальные планы развития | Руководитель и HR заполняют вручную, часто формально | ИИ-агент делает черновик плана по KPI и целям сотрудника | МТС: на 20% больше созданных и принятых планов |
| Назначение обучения и поддержка | По годовому плану или заявке, вопросы к методисту | Обучение по данным о работе сотрудника, вопросы закрывает ИИ-наставник | Альфа-Банк: платформа «Альфа-Ментор» |
| Содержание программ | Обучение алгоритмам действий | Больше коммуникаций и навыков работы в цифровой среде | «Инфинитум»: меньше программ по алгоритмам |
Разберём каждое изменение.
1. Методист становится редактором
Самое заметное изменение касается разработки материалов. Черновик урока, тест или сценарий видео нейросеть делает за минуты. Работа методиста смещается от написания к постановке задачи, проверке и доработке.
Корпоративный университет «Эн+» и «Русала» в 2026 году запустил несколько ИИ-ассистентов: для создания учебного контента, анализа данных обучения и обучения промптингу. По словам Натальи Альбрехт, заместителя генерального директора по управлению персоналом «Эн+» и «Русала», время разработки учебных материалов сократилось на 30–40%, а вовлечённость в обучение выросла в 2,25 раза.
«Использование ИИ в обучении становится системным».
Наталья Альбрехт, заместитель генерального директора по управлению персоналом «Эн+» и «Русала»
Совет: освободившееся время не стоит тратить на то, чтобы выпустить больше курсов. Лучше вложить его в проверку материалов и разговоры с руководителями о том, что на самом деле нужно команде.
2. Готовность к работе проверяет тренажёр, а не тест
Тест с вариантами ответа показывает, что сотрудник запомнил правило. Но не показывает, применит ли он его в реальной ситуации. ИИ позволяет проверять навык в условиях, близких к работе.
В «Норникеле» ИИ-тренажёр используют для обучения безопасной работе на высоте. После его внедрения число ошибок на итоговом допуске снизилось на 34%, а сотрудники стали получать нужные знания на 21% быстрее. Ректор корпоративного университета «Норникеля» Роман Чураевский подчёркивает, что главный эффект здесь не экономия денег, а предотвращение травматизма.
Совет: начните с тех навыков, где ошибка стоит дорого: безопасность, работа с жалобами, соблюдение регламентов. Там тренажёр окупается быстрее всего.
3. Индивидуальные планы развития собирает ИИ-агент
Индивидуальный план развития (ИПР) часто превращается в формальность: на каждого сотрудника нужно время руководителя и HR, а шаблон заполняют по остаточному принципу.
В МТС тестируют ИИ-агента, который формирует индивидуальные планы развития (ИПР) на основе результатов KPI сотрудника и выбранной им цели. Полученный план можно отредактировать. По словам Ольги Митрофановой, директора департамента по управлению талантами и развитию персонала МТС, в пилотной группе число созданных и принятых ИПР выросло на 20%.
4. Обучение встраивается в работу
Раньше обучение планировали на год вперёд или запускали по заявке руководителя. А на однотипные вопросы сотрудников (где найти регламент, что делать в нестандартной ситуации) отвечали методист или наставник.
Теперь система может сама увидеть, что у сотрудника просели показатели, и предложить обучение именно по этому навыку. Так устроена платформа «Альфа-Ментор», которую развивает Альфа-Банк. В ней есть триггерное обучение по данным о работе сотрудника, ИИ-наставник, который отвечает на вопросы по базе знаний банка и проводит тренировки по запросу, и ИИ-экзаменатор, который аттестует сотрудников перед работой с клиентами. Пилот триггерного обучения для бизнес-линии сервиса и взыскания запланирован на конец 2026 года.
Главный операционный директор банка Нино Кодуа объясняет цель так: важно, чтобы «обучение сотрудников было связано с реальными рабочими задачами».
5. Меняется само содержание обучения
ИИ меняет не только инструменты, но и то, чему вообще нужно учить. Если задачу по алгоритму может выполнить технология, обучать людей этому алгоритму становится менее важно.
Екатерина Осипова, руководитель корпоративного университета «Инфинитум», отмечает, что программ, которые учат действовать по алгоритму в ситуациях, где сотрудников могут заменить технологии, становится меньше. Больше внимания уделяется коммуникациям и навыкам работы в цифровой среде.
ИИ в обучении в цифрах: что уже изменилось
Давайте посмотрим, что сейчас происходит в командах по обучению и развитию. Я ознакомилась с последними исследованиями по применению искусственного интеллекта в сфере обучения и развития, и в них постоянно прослеживались пять основных тенденций.
ИИ стал повседневным инструментом, но в основном для контента
Ещё несколько лет назад ИИ в обучении был экспериментом. Сейчас это обычная часть работы. По данным опроса Synthesia, 87% специалистов по обучению уже используют ИИ, и только 2% не планируют его внедрять.
Но используют его в основном для производства контента: генерации голоса (63%), подготовки тестов (60%), создания видео (52%) и перевода (38%). 84% респондентов называют скорость главной причиной, по которой они вообще работают с ИИ.
Скорость, конечно, важна. Но если ИИ помогает только быстрее выпускать курсы, вы рискуете получить больше курсов, которые никому не нужны. Настоящая выгода появляется раньше, когда ИИ помогает решить, что именно создавать. Мы вернёмся к этому в промптах ниже.
Сначала ИИ добавляет работы
Этот тренд, на мой взгляд, самый жизненный. Нам говорят использовать ИИ ради продуктивности, а в итоге мы тратим время на исправление его ответов.
Вы экономите время на первом черновике и теряете его на проверке фактов и правках. По оценке SHRM, сотрудники, которые пользуются ИИ, экономят около шести часов в неделю, но тратят около четырёх часов на исправление результатов.
Специалисты по обучению это чувствуют. В L&D Global Sentiment Survey 2026, где проголосовали более 3 500 специалистов из 100 с лишним стран, многие участники отметили, что ИИ пока добавляет давления, а не снимает его.
Компании пока не перестроили процессы
Почему так происходит? В большинстве случаев ИИ используют как разовый чат-бот, а не как часть рабочего процесса.
Gallup видит это не только в обучении. Лишь около одного из десяти сотрудников в компаниях, которые внедрили ИИ, полностью согласны, что технология изменила то, как работает организация. По выводу аналитиков, большинство компаний ещё не перестроили процессы, роли и порядок работы под ИИ.
Значит, отделу обучения не хватает не инструментов, а ответа на вопрос: «Какие из моих задач должен выполнять ИИ и как именно?» Его мы и разберём ниже.
ИИ переходит от контента к аналитике
Этот сдвиг интересует меня больше всего.
В исследовании Дональда Тейлора и Эгле Винаускайте (531 специалист из 55 стран) оценка и аналитика поднялись с восьмого на третье место среди десяти направлений использования ИИ в обучении за 2023–2026 годы. 44,5% участников ждут от ИИ помощи в анализе данных для принятия решений. В 2024 году таких было 31,9%.
А команды, которые вырываются вперёд, используют ИИ по-другому. Они чаще дают ИИ напрямую сотрудникам: для практики, коучинга и обратной связи (38% против 17% у остальных). И только 37% из них считают быстрое создание контента одной из трёх главных выгод ИИ. У остальных команд таких 63%.
Получается, будущее ИИ в обучении не в том, чтобы производить больше контента. А в том, чтобы понимать, чему учить, строить обучение на надёжной основе и проверять, сработало ли оно.
Чего ИИ не заменит
Я думаю, ИИ не заменит специалиста по обучению в трёх вещах.
- Решение, чему и зачем учить. Нейросеть видит цифры в таблице, но не видит, что команда только что пережила реорганизацию или что руководитель отдела не верит в обучение. Выбор, на что тратить время сотрудников, требует понимания бизнеса и людей.
- Работа с людьми. ИИ может провести тренировку и дать обратную связь по ответу. Но наставничество, разговор после неудачного проекта, развитие руководителей строятся на доверии. Его нельзя сгенерировать.
- Ответственность за результат. Если в курсе ошибка в регламенте, отвечает не нейросеть, а тот, кто опубликовал материал. В моих тестах ИИ каждый раз делал что-то, что нужно было поправить. Ниже покажу, что именно.
Как автоматизировать работу L&D с помощью ИИ: 3 задачи с промптами
Большинство советов по ИИ рассматривают задачи отдельно: один промпт для теста, другой для плана курса. Но работа L&D так не устроена. Программа обучения зависит от анализа навыков, а материалы зависят от программы. Поэтому я тестировала ИИ так, как идёт реальная работа: результат одной задачи становится исходными данными для следующей.
Какой инструмент использовать. Я тестировала в Claude. В нём можно подключить облачное хранилище или LMS через коннекторы, и нейросеть сама откроет нужные файлы. Если в вашей компании разрешены только российские модели, те же промпты можно запустить в GigaChat или Алиса AI. Результаты будут отличаться, поэтому сначала проверьте их на тестовых данных.
Как я проводила тесты. Я создала условную команду поддержки из 12 человек с двумя целями на год:
- повысить удержание клиентов на 20%;
- выйти на испаноязычные рынки розничной торговли.
Для анализа я подготовила список сотрудников, матрицу навыков с задачами по ролям, результаты тестов и оценки руководителей с комментариями.
Совет: используйте обезличенные или тестовые данные. Вместо имён указывайте табельные номера: нейросети не нужно знать, кто сотрудник, ей достаточно его результатов.
1. Анализ пробелов в навыках
Что автоматизирует: анализ потребностей в обучении, который обычно делают в пяти разных таблицах. Сопоставление задач и навыков, оценку сотрудников, ранжирование пробелов и план действий.
Что понадобится:
| Файл | Что в нём |
| Список сотрудников | Табельный номер, роль, уровень, стаж, руководитель |
| Матрица навыков | Задачи по ролям с частотой, важностью, сложностью и требуемым уровнем (1–5) |
| Результаты тестов | Баллы по каждому навыку (0–100) |
| Оценки руководителей | Оценка (1–5) и короткий комментарий по каждому сотруднику |
| История обучения (необязательно) | Пройденные курсы, часы, затраты |
| Показатели работы (необязательно) | CSAT, время решения обращения, доля удержанных клиентов |
Промпт:
Я специалист по обучению и провожу анализ пробелов в навыках для команды [название] ([количество] сотрудников). ФАЙЛЫ: [список сотрудников], [матрица навыков], [результаты тестов], [оценки руководителей], [история обучения] (необязательно), [показатели работы] (необязательно). ЦЕЛИ КОМПАНИИ НА 12 МЕСЯЦЕВ: 1. [например, повысить удержание клиентов на 20%] 2. [например, выйти на новый рынок]. ОГРАНИЧЕНИЯ: бюджет на обучение: [сумма]. Время на обучение: [например, 2 часа в неделю на сотрудника]. Внутренние эксперты: [номера или «нет»]. Найм возможен / невозможен. ЧТО НУЖНО: 1. Сначала проверь данные. Отметь пропуски, несовпадающие номера и всё странное. Перечисли свои допущения. 2. Сопоставь задачи с навыками. Добавь навыки, которых требуют цели компании, но нет в списке задач. 3. Рассчитай текущий уровень каждого сотрудника по каждому навыку. Объедини тесты и оценки руководителей, укажи веса. Рассчитай разрыв до требуемого уровня. 4. Ранжируй пробелы по приоритету: размер разрыва, доля команды, частота × важность задачи, связь с целями. Объясни формулу. 5. Раздели пробелы на четыре группы: обучать всю команду, работать индивидуально, короткие повторения, наблюдать. Укажи, где найм эффективнее обучения. 6. По комментариям руководителей объясни, ПОЧЕМУ возникли пробелы: поведение, уверенность, инструменты или знания. 7. Определи, кому нужны индивидуальные планы развития и кто из сотрудников может обучать коллег. 8. Составь план на 12 месяцев с [месяц/год]: форматы, ответственные, затраты, контрольные точки для повторной оценки. 9. Определи метрики успеха: бизнес-показатели и целевые уровни навыков. РЕЗУЛЬТАТ: дашборд (ключевые цифры, рейтинг приоритетов, матрица приоритетов, тепловая карта «сотрудники × навыки», таблица зон развития с комментариями руководителей, план), краткое резюме для руководства и индивидуальные планы для [3–5] сотрудников с самыми большими пробелами. |
Что получилось
Я получила интерактивный дашборд, а не стену текста. Выделю три вещи.
- ИИ показал расчёты. Видно, как он считал текущий уровень и приоритет каждого пробела.
- ИИ проверил данные. Для одной задачи не была указана частота. Нейросеть прямо написала, какое значение приняла вместо пропущенного.
- ИИ связал навыки с целями бизнеса. В моём списке задач не было ни слова об удержании клиентов или испанском языке. ИИ сам добавил три навыка: проактивное удержание клиентов, деловой испанский и знание розничного рынка.
Рекомендации выглядели как работа консультанта:
- Академия удержания клиентов для всей команды. Главные пробелы: распознавание признаков оттока и работа с возражениями. ИИ предложил обучать им вместе.
- Испаноязычная группа вместо испанского для всех. По-испански уже говорили несколько сотрудников. ИИ предложил собрать группу вокруг них, оплатить курс двум сотрудникам, которые почти готовы, и рассмотреть найм 1–2 носителей языка, если обращений станет больше.
- Обмен опытом между коллегами. Сотрудники, сильные в CRM, учат коллег, а те делятся знанием рынка. Обучение идёт в обе стороны, а затраты остаются низкими.
Кроме того, ИИ подготовил индивидуальные планы для трёх сотрудников с самыми большими пробелами и план на 12 месяцев из четырёх этапов с повторными оценками в январе и апреле.
Где без специалиста не обойтись
- Проверьте веса. Равное соотношение тестов и оценок руководителей подходит не каждой команде.
- Проверьте допущения, которые отметил ИИ.
- Решите, укладывается ли найм в бюджет. ИИ ранжирует пробелы, но что внедрять, решаете вы.
Совет: когда процесс отлажен, анализ можно запускать регулярно, например раз в квартал после очередной оценки.
В Uteach тестирование и оценка навыков дают данные, на которых строится такой анализ. Аналитика показывает динамику каждого навыка после обучения, а ИИ-ассистент формирует отчёты для следующего раунда.
2. Программа обучения
Анализ показал, каким группам и в каких областях нужно развитие. Теперь на его основе можно построить программу.
Что понадобится: результаты анализа и те же ограничения. Если не дать ИИ данные анализа, получится обычный шаблонный план курса.
Промпт:
Я разрабатываю программу обучения на основе прикреплённого анализа навыков для команды [название]. ЦЕЛЬ ПРОГРАММЫ: [например, запустить испаноязычную группу поддержки к февралю 2027 года]. ОГРАНИЧЕНИЯ: длительность: [например, 12 недель с ноября]. Время на обучение: [часов в неделю на сотрудника]. Бюджет: [сумма]. Внутренние эксперты: [номера из анализа]. Целевые рынки: [список]. ЧТО НУЖНО: 1. Распредели сотрудников по трекам в зависимости от их пробелов. Не давай всем одинаковое обучение. Укажи, где обучение не решит проблему. 2. Сформулируй результаты обучения как действия, которые можно увидеть, а не «понимать Х». 3. Составь карту программы: модули, треки, формат, часы и что сотрудник сможет делать после модуля. 4. Для каждого модуля опиши содержание, активности и способ оценки. 5. Составь расписание по неделям с учётом периодов высокой нагрузки. 6. Определи критерии сертификации с весами. 7. Укажи ответственных и бюджет: затраты по статьям и общее количество часов обучения. 8. Задай метрики успеха, связанные с исходными результатами анализа. 9. Перечисли все допущения и факты, которые нужно проверить. РЕЗУЛЬТАТ: документ, которым можно поделиться с руководителями. |
Что получилось
Я получила программу на 12 недель. И хотя я не уточняла, всем ли нужно обучение, ИИ не стал делать одинаковые треки для всех.
По-испански говорили только 4 из 12 сотрудников, и ещё один был близок к этому. ИИ посчитал: довести семь человек без рабочего испанского до делового уровня за год нереально. Поэтому он решил вопрос языка через состав команды, а не через обучение, и разделил сотрудников на четыре трека.
ИИ также нашёл «пробел за пробелом». Испаноговорящие сотрудники уже знали язык. Им не хватало навыков работы: удержания клиентов и работы с возражениями. А двое медленно работали в CRM. В итоге каждый получил свой трек.
Где без специалиста не обойтись
ИИ знал о рынках больше, чем я ожидала: учёл пиковые сезоны продаж и снизил нагрузку на эти недели. Но факты о рынках нужно проверять у специалистов. Слепо доверять ИИ здесь я бы не стала.
Что ещё проверить:
- часы обучения в сравнении с недельным лимитом;
- нагрузку на внутренних тренеров, особенно если они сами учатся в этой программе;
- связь программы с целями бизнеса.
Совет: встроенные ИИ-инструменты LMS дают меньше места для исходных данных, чем универсальные нейросети. Поэтому программу удобно продумать в нейросети, а собрать в LMS.
В Uteach достаточно ввести название программы. ИИ предложит темы курсов, модули и уроки. Дальше их можно переименовать, поменять местами, удалить лишнее и добавить своё.
3. Учебные материалы
Что автоматизирует: превращение регламентов, документов и заметок экспертов в короткие уроки, презентации и тесты.
Когда программа утверждена, можно переходить к материалам. Я создала с помощью ИИ презентации для всех треков. Пять презентаций вместе с редактированием заняли 30 минут.
Где без специалиста не обойтись: ИИ готовит черновик, но не может подтвердить, что содержание точное и соответствует вашим регламентам. Нужно доработать дизайн, отредактировать текст и проверить, что материал работает на цели обучения.
Лучшие LMS с поддержкой ИИ
Когда компании обращаются к нам в поисках платформы для обучения, ИИ-функции теперь один из первых вопросов. Часто самый первый.
Совсем недавно список требований выглядел иначе: поддержка SCORM, каталог курсов, отслеживание прохождения, сертификаты и подробная отчётность. Эти функции по-прежнему нужны, но теперь это базовый уровень. Разница между платформами проявляется в том, какую часть работы отдела обучения можно передать ИИ внутри самой LMS.
| Uteach | iSpring LMS | Teachbase | |
| Создание контента | Генерация тем обучения, планов курсов и описаний уроков. Конструктор программы: по названию ИИ предлагает курсы, модули и уроки | Курс-лонгрид по теме и загруженным документам: структура, описание, модули, черновик текста. В продуктах iSpring ИИ также генерирует тесты и изображения, переводит текст | ИИ-методист собирает курс по короткому брифу |
| Проверка знаний | Создание тестов с ИИ, тестирование и оценка навыков сотрудников | Генерация тестов по материалам курса | ИИ проверяет открытые ответы учеников |
| ИИ для администратора и аналитика | ИИ-ассистент выполняет задачи по запросу: показать, кто отстаёт, сделать отчёт по лучшим результатам в программе сертификации, создать группу сотрудников, работать с дашбордом | ИИ-помощник отвечает на вопросы по работе с платформой | ИИ-аналитик даёт рекомендации по результатам обучения |
| Видео и вебинары | Вебинары и живые сессии внутри программы обучения | Озвучивание и перевод в iSpring Suite | __ |
Если коротко:
- iSpring сильнее всего в создании контента: у компании есть и LMS, и отдельный конструктор курсов.
- Teachbase помогает с проверкой открытых ответов. Это полезно, если в обучении много письменных заданий.
- Uteach выигрывает, когда нужно сократить администрирование. ИИ-ассистент не просто отвечает на вопросы, а выполняет задачи внутри платформы: собирает отчёты, находит отстающих, создаёт группы. А курсы, тесты, вебинары и аналитика работают в одной брендированной академии.
Часто задаваемые вопросы
- Как внедрить ИИ в работу отдела обучения?
- Начните с бизнес-показателя, а не с инструмента. Альфа-Банк проверял ИИ-тренажёры на 200 сотрудниках департамента сервиса и взыскания. Сценарии строили на реальных сложных случаях из работы, а результат измеряли через оценку клиентов: она выросла с 4,24 до более чем 4,8 балла.
- Проводите серию небольших экспериментов. Не нужно сразу строить большую систему. Руководитель Офиса инноваций Альфа-Банка Екатерина Соловьева рассказывает: «Только за 2025 год вместе с бизнесом мы провели более 60 таких экспериментов». Оставляйте то, что дало результат, и масштабируйте.
- Решите вопрос с данными до запуска. Определите, какие нейросети можно использовать и какие данные туда загружать. Персональные данные сотрудников обезличивайте или обрабатывайте только в закрытом корпоративном контуре.
- Трезво оцените ресурсы. Готовые инструменты можно подключить за дни. Собственные решения требуют команды: заместитель генерального директора Сберуниверситета Сергей Суханов называет разработку ИИ-тьютора большим проектом, для которого нужна отдельная команда разработчиков. А в «Ростелекоме» перестройка треков обучения под ИИ заняла больше года.
- Закрепите проверку человеком. Каждый материал, который делает ИИ, перед публикацией должен проверить методист или эксперт.
- Считайте экономию честно. Сравнивайте время на задачу до и после внедрения ИИ с учётом проверки и правок.
- С каких задач L&D лучше начать?
С тех, где ошибку легко заметить: черновики уроков, тесты по готовым материалам, расшифровки интервью с экспертами, отчёты по обучению. Результат можно быстро сверить с источником. Когда процесс отлажен, переходите к задачам, где цена ошибки выше: анализу навыков и программам обучения.
- Заменит ли ИИ специалиста по обучению?
Нет, но изменит его работу. Меньше времени будет уходить на написание материалов и рутинные вопросы, больше на анализ, проверку и работу с руководителями. ИИ не принимает решений о том, чему учить, и не отвечает за результат. Это остаётся за специалистом.
- Можно ли загружать в нейросеть данные сотрудников?
Только обезличенные. Имена, оценки и комментарии руководителей считаются персональными данными, а их обработку регулирует 152-ФЗ. Если такие данные попадут в публичный сервис, это могут квалифицировать как утечку. С 30 мая 2025 года за повторную утечку компании грозит оборотный штраф: от 1 до 3% годовой выручки, но не меньше 25 млн рублей.
- Как понять, что ИИ действительно экономит время?
Засеките время на одну задачу до и после внедрения ИИ, включая проверку и правки. Если правки съедают всю экономию, проблема обычно в контексте: дайте нейросети регламенты, примеры и чёткий формат результата.
Заключение
ИИ уже меняет работу L&D-специалиста. Методисты становятся редакторами, допуск к работе проверяют тренажёры, планы развития собирают ИИ-агенты, а обучение всё чаще назначают по данным о работе сотрудника.
Не пытайтесь автоматизировать всё сразу. Выберите одну задачу, которая отнимает больше всего времени, дайте ИИ нужный контекст и проверьте результат. Когда начнёте ему доверять, подключите следующий шаг.
Хотите собрать обучение с ИИ в одной платформе? Запишитесь на демо Uteach: покажем, как создать курс с помощью ИИ, проверить навыки сотрудников и автоматизировать отчёты.