Кто научит персонал работе с ИИ-инструментами?

Сотрудник крупной компании, сидя в офисе (коворкинге, кафе, дома), на корпоративную почту получает рабочее письмо с презентацией. В письме текст:

"Уважаемые коллеги, во вложении презентация по статусу проекта "Х". Просьба оперативно дать обратную связь".

Наш герой бегло просматривает десятки слайдов, содержащих картинки, тезисы, диаграммы, графики с описанием, какие-то таблицы. Затем двумя кликами через мессенджер перекидывает файл на личное устройство, где уже открыт ChatGPT, и загружает, сопроводив промтом:

Проанализируй каждый слайд презентации. По каждому слайду сформулируй краткие выводы и вопросы. Добавь рекомендации: что можно убрать, что добавить. На основе этого составь ответное письмо в дружеском тоне.

Представили картину? По мнению сотрудника, он выполнил рутинную задачу за 15 секунд и остался очень доволен собой. Но была ли задача реально выполнена? А если да, то сотрудник молодец?

Путь BYOD к BYOAI

ChatGPT уже больше двух лет, и, согласно данным OpenAI, его используют 200 млн человек каждую неделю. У него есть и конкуренты: Gemini от Google, Claude от Anthropic, Copilot от Microsoft, Perplexity, новый Deepseek. И это лишь некоторые, сколько сотен миллионов пользователи у них - вопрос открытый.

Многие помнят аббревиатуру BYOD (Bring Your Own Device) - прижившаяся тенденция, ставшая обычной практикой, по использованию работниками собственных устройств для выполнения задач, особое распространение получила во времена COVID-19.

Сегодня, согласно "Индексу тенденций на рынке труда от Microsoft за 2024", 78% пользователей приносят на работу собственные инструменты и устройства с ИИ и пользуются ими без ведома работодателей, это еще более распространено в малых и средних компаниях (80%). Эта новая тенденция получила аббревиатуру - BYOAI (Bring Your Own Artificial Intelligence). И это не случайно.

Многие компании публично заявляют о готовности интеграции ИИ в бизнес-процессы. На практике же в корпоративном мире почти никто не предлагает системного обучения сотрудников работе с ИИ, ограничиваясь общими заявлениями о его необходимости.

Как следствие, инициативные работники вынуждены самостоятельно формировать ИИ-навыки и находить удобные ИИ-инструменты, стремясь повысить свою эффективность и упростить рутину. Начинают сами осваивать популярные инструменты и применять на свой страх и риск, не дожидаясь официальной поддержки.

Как и в нашем примере, мотивация для самостоятельного применения ИИ обычно связана с конкретными задачами и "точками боли", которые работник ощущает в процессе: обработка однотипных писем и данных, подготовка отчетов или поиск свежих идей в сжатые сроки. Когда сотрудник узнает о сервисах, способных автоматизировать эту рутину, он начинает действовать самостоятельно.

Дополнительным стимулом служит желание быть на гребне технологической волны и не отставать от рынка труда, где ИИ-навыки упоминаются все чаще. Осваивая ИИ-инструменты, люди видят прямую пользу для карьерного роста и стараются применить эти инструменты в текущих проектах, даже если им не помогают коллеги или руководство.

Такая "инициатива снизу", когда работники самостоятельно адаптируют на коленке ИИ-инструменты к повседневным процессам, рождает смешанные эффекты, но чаще пока не в пользу бизнеса.

• Сотрудники могут загружать конфиденциальные данные в публичные сервисы, нарушая политику безопасности. Это чревато утечками и санкциями.
• Без наставничества и методической поддержки качество результатов ИИ может быть сомнительным, а ошибки - дорогостоящими.

Почему так происходит?

Нехватка экспертизы для внедрения ИИ в бизнес-процессы. Нужна хотя бы базовая компетенция внутри компании, "евангелист" с четкой экспертной позицией - иначе руководству никто не объяснит перспективы внедрения, а у сотрудников не будет стимула к централизованному подходу использования ИИ-инструментов в рамках корпоративных правил.

Непонимание реальных потребностей: руководители часто недостаточно четко представляют, какие задачи можно оптимизировать с помощью ИИ и на каких этапах бизнес-процессов обучать сотрудников. Это приводит к поверхностному подходу: нужно внедрить ИИ, но как - не очень ясно. А без конкретных целей сложно выстроить обучение.

Отсюда вытекает еще одна проблема - ошибочное представление о потребностях разных групп сотрудников. Компании часто концентрируются на узком круге специалистов (например, дата-сайентистах или ML-инженерах), забывая, что для реальной выгоды от ИИ нужно задействовать весь бизнес. Маркетологи, менеджеры по продажам, бухгалтеры, юристы и другие функциональные подразделения также должны знать, как использовать ИИ для оптимизации своих задач.

Стремительный рост интереса к ИИ: развитие технологий ИИ в последние годы идет настолько быстро, что стандартные корпоративные программы обучения попросту не успевают за появлением новых решений. Рынок требует специалистов, умеющих работать с ИИ, а готовой инфраструктуры обучения для массового использования практически ни у кого нет.

Как может помочь функция обучения и развития сотрудников

T&D-эксперты, отвечающие за программы развития, не всегда владеют информацией о потенциале ИИ или не имеют необходимых компетенций, чтобы найти подходящих экспертов или программы на рынке. Сложность еще в том, что современные тренинговые центры и вузы часто не успевают адаптировать программы, которые сразу можно применить на практике. Ситуацию усугубляет отсутствие единых стандартов - каждый учит ИИ по-своему. В связи с этим можно обратить внимание на короткие интенсивы, мастер-классы, практические семинары, которые быстрее дадут практический результат, чем длительные академические курсы. Можно адаптировать реальные кейсы из практики компании или партнеров, чтобы сотрудники видели пользу конкретно для своей работы. Важно обратить внимание на энтузиастов, сделать их амбассадорами процесса. Они, в свою очередь, помогут создать культуру обмена опытом через внутренние чаты, встречи, митапы, где можно делиться кейсами и сложностями. Также можно поддержать "скрытых" энтузиастов, предоставив им "амнистию" за их ранее накопленный успешный и не очень опыт "нелегального" использования ИИ-инструментов. Эксперты T&D могут подтолкнуть руководство к работе по определению стратегических приоритетов для внедрения ИИ, требовать обеспечить необходимые ресурсы. На стороне руководства также находится вопрос формирования пилотных проектов и назначения ответственных, которые будут курировать внедрение ИИ и обучающие программы.

Баланс между творчеством и безопасностью

Полный запрет на использование сторонних ИИ-сервисов вряд ли будет эффективен: люди все равно найдут способ решить свои задачи, как в нашем примере. Более конструктивный путь - сформировать понятные правила и предложить сотрудникам "белый список" проверенных инструментов.

Люди не готовы ждать, пока работодатель запустит официальные курсы или даст добро на эксперименты с алгоритмами. Они берут инициативу на себя, а компания получает шанс либо использовать это во благо, либо столкнуться с неконтролируемым ростом теневых инструментов.

Чтобы не упустить выгоды и не нарваться на риск, руководителям и HR-специалистам важно предложить сотрудникам базовые рамки, правила и поддержку. Тогда "стихийное" освоение ИИ может обернуться уникальной инновационной средой внутри компании - местом, где в равной степени сочетаются творческий потенциал людей и технологические возможности алгоритмов.