Claude или ChatGPT сегодняшнего поколения умеют в один заход проанализировать таблицу с тысячей строк, написать на ее основе аналитическую записку, сравнить квартал с предыдущим и собрать черновик презентации с тезисами для руководителя. Те же модели работают с большими документами целиком, видят весь договор сразу и за один проход выделяют нестандартные пункты, сверяют их с шаблоном и формулируют комментарии для контрагента. Многошаговые задачи современные AI-агенты тоже выполняют без участия человека на каждом шаге, от поиска статистики в открытых источниках до сборки сводной таблицы и формулировки выводов.
При этом у большинства сотрудников в компании, где есть корпоративная лицензия на ChatGPT или Claude, нейросеть работает как умный поисковик с памятью внутри одного диалога. Они спрашивают факт, просят переформулировать абзац, иногда переводят письмо или просят кратко изложить документ. Это нормальный полезный сценарий, и компания на нем действительно экономит немного времени. Дальше, как правило, никто не двигается, и десятки доступных возможностей того же инструмента остаются неоткрытыми.
Почему сотрудник застревает на простых запросах
Главная причина простая. Человек, который пробует нейросеть в первый раз и получает приемлемый ответ на простой вопрос, не делает следующий шаг, потому что не знает, что этот шаг существует. Никто ему не показал, что та же модель способна работать с его рабочей задачей целиком, а не только отвечать на отдельные кусочки. На внутренней странице с инструкцией обычно написано «вот логин, вот пароль, не используйте конфиденциальные данные», но не написано «вы можете подгрузить весь свой ежемесячный отчет и попросить найти в нем аномалии и закономерности». Без подсказки человек продолжает разговаривать с моделью как со справочной службой.
Второй фактор психологический. ИИ исторически ассоциировался с программированием, а сложные сценарии работы с моделью на слух звучат как что-то, чем должны заниматься разработчики или дата-сайентисты. Поэтому маркетолог, юрист, hr-специалист или финансовый аналитик подсознательно ограничивают себя простыми запросами, даже если в самом инструменте давно нет никакого технического порога входа. Связка между «AI» и «программированием» в реальности уже несколько лет не работает, но в головах остается.
И третий, более тихий фактор — отсутствие времени на эксперименты. Сотрудник, у которого календарь забит встречами и горящими задачами, не выделит час, чтобы спокойно разобраться, что произойдет, если загрузить в Claude свой годовой контракт и попросить его сравнить с прошлогодней версией. Эта проверка останется в категории «как-нибудь потом», и потом не наступает.
Что меняется, когда сотрудник проходит обучение
Когда тот же сотрудник проходит даже короткое системное обучение, разрыв между его текущим способом работы и тем, что нейросеть умеет на самом деле, начинает закрываться, причем заметно.
Маркетолог из финтех-компании, с которой мы работали в прошлом квартале, начал подгружать в Claude свои регулярные брифы и просить разобрать их сразу под несколько клиентских сегментов, с учетом тональности бренда, ограничений регулятора и предыдущих кампаний. Работа, которая раньше занимала у него два-три дня в неделю, теперь укладывается в несколько часов, и качество выходит выше, потому что сегментный разбор раньше держался на интуиции, а сейчас опирается на структурированную обратную связь модели.
У hr-специалиста из продуктовой компании, у которого регулярно лежат сотни откликов на открытые вакансии, после обучения работе с контекстом изменился сам процесс скрининга. Резюме сравниваются с требованиями, моделью находятся нетривиальные пересечения в опыте кандидатов, формируется короткий список с обоснованием. У hr остается время на содержательную часть работы, ради которой эта профессия и существует.
Похожая динамика встречается у юристов с типовыми договорами, у финансовых аналитиков с квартальными отчетами, у руководителей среднего звена при подготовке к стратегическим сессиям. Меняется не отдельный навык, а способ организации работы в целом. Сотрудник перестает пользоваться нейросетью реактивно, по запросу, и начинает делегировать ей куски задач, которые раньше делал сам.
Что это означает для компании
С точки зрения бизнеса картина устроена просто. Корпоративная лицензия на AI стоит компании одинаково и для тех, кто использует ее на десятую часть возможностей, и для тех, кто делегирует модели реальные рабочие сценарии. Реальный возврат от этой инвестиции зависит не от инструмента и не от объема закупленных токенов, а от того, насколько сотрудники умеют им пользоваться.
Есть и обратные примеры, где корпоративный доступ к нейросетям действительно дает массовое включение людей. В одном международном банке, про который мы писали отдельно, количество активных пользователей корпоративного ChatGPT за месяц после открытия доступа выросло с нескольких сотен до 15 тысяч человек. Но в этой истории работало не само открытие доступа, а сочетание сильного внутреннего сигнала от руководства, конкретных рабочих сценариев на старте и развитой культуры взаимного обмена находками между сотрудниками. Без хотя бы части этих условий доступ остается доступом, а не работающим инструментом.
С чего начать руководителю
Если в компании уже куплена корпоративная лицензия на AI и хочется получить от нее реальный возврат, имеет смысл сделать короткий внутренний аудит того, как сотрудники пользуются доступом сегодня. Цифры из логов и пара глубинных интервью с активными пользователями быстро показывают, кто из отделов застрял на простых запросах, а кто уже двинулся дальше. Дальше обучение фокусируется именно на тех ролях, где видна максимальная разница между текущим использованием и тем, что инструмент может дать. Обычно это маркетинг, hr, юристы, финансовые аналитики и руководители среднего звена, у которых много текстовой и аналитической работы и одновременно низкий технический барьер для освоения новых сервисов.
В onagile.ru мы делаем два формата работы с этой задачей. Корпоративные программы обучения работе с AI собираются под задачи конкретной команды или отдела, с разбором реальных кейсов компании и встраиванием нейросетей в существующие рабочие процессы. И открытый курс GPTека для сотрудников, которые хотят разобраться с нейросетями самостоятельно, без ожидания корпоративной инициативы. Курс рассчитан на семь недель, проходит вечерами в Zoom и закрывает базовый стек навыков работы с нейросетями для непрограммистов.
Обсудить обучение работе с AI для вашей компании
Адаптируем программу под отделы и задачи. Маркетинг, hr, юристы, аналитики, финансы, руководители среднего звена.
Узнать подробности