Обучение работе с ИИ: как сделать нейросети рабочим инструментом всей команды

Доступы к нейросетям выданы, вводная встреча о возможностях ИИ проведена, а через месяц в работе их используют единицы сотрудников. Остальные отправили нейросети пару запросов, не увидели пользы и вернулись к привычным инструментам.

Такую картину мы видим у многих клиентов, которые приходят к нам с запросом на обучение: в одних отделах нейросети уже стали частью работы, в других их попробовали и забросили. Разрыв между первой попыткой и привычкой хорошо виден в цифрах. В августе 2026 года «Авито Работа» и «Нетология» опросили более 7 тысяч работающих россиян: нейросети в работе используют 48%, но регулярно — только 17% (CNews).

Разбираемся, почему сотрудники бросают нейросети после первой попытки и почему обучение не всегда это исправляет. Затем по шагам рассказываем, как научить работе с ИИ всю команду, и делимся нашим опытом.

Зачем обучать сотрудников работе с ИИ

Когда в офисы пришли компьютеры, никто не ждал, что сотрудники освоят их сами: учили всех, и работа с компьютером стала базовой грамотностью. С нейросетями важно поступить так же.

Почему новички бросают нейросети после первой попытки

Чаще всего новичок отказывается от нейросети после первого неудачного запроса. Он получает неточный ответ и решает, что инструмент не подходит для его задач. По опыту наших обучений, за таким отказом обычно стоит одна из четырёх причин.

Первый запрос слишком общий

Новичок пишет запрос как в поисковике: «напиши письмо клиенту» или «сделай отчёт». Нейросеть не знает контекста, цели и формата, поэтому возвращает шаблонный текст. Сотрудник тратит время на исправления и решает, что быстрее сделать самому. В опросе Т-Бизнес секретов 29% пользователей ИИ ответили, что не знают, как правильно поставить нейросети задачу (Т-Бизнес секреты).

Ответу не доверяют и не умеют его проверить

Нейросеть отвечает уверенно, даже когда ошибается. Одна неверная цифра в первом же ответе подрывает доверие ко всему инструменту. По данным того же опроса, 35% пользователей опасаются, что ИИ исказит факты или сошлётся на устаревшую информацию.

Учатся сами и на чужих примерах

Новичок учится на общих примерах из открытых источников и потом сам ищет, как применить их в своей работе. Чаще всего на этом шаге он и останавливается: без разбора на его собственных задачах он не знает, с чего начать.

Непонятно, какие данные можно загружать

Сотрудник не знает, можно ли загрузить в нейросеть договор, отчёт или переписку с клиентом, и боится нарушить правила, о которых ему никто не рассказал. Проще не пользоваться нейросетью вовсе, чем каждый раз гадать, не будет ли проблем. Снять этот вопрос мог бы регламент с правилами работы с ИИ, но он есть только у 20% компаний (Работа.ру).

Почему обучение работе с ИИ не всегда даёт эффект

Бывает, что команда прошла обучение, а через месяц работает так же, как до него. По тем же данным Hints, чаще всего компании обучают сотрудников на вебинарах и онлайн-лекциях: такой формат выбирали 50% опрошенных, но эффективным его считают только 22%. Среди крупнейших компаний, в которых больше 1000 сотрудников, заметного результата от обучения не видят 30% (Hints). Обычно причина в том, как устроено само обучение:

• Лекция без практики. Участники смотрят, как ведущий работает с нейросетью, но сами ничего не пробуют. В результате остаётся общее впечатление, а навыка нет.
• Учебные примеры вместо рабочих. На занятии разбирают абстрактные тексты, а переносить приёмы на свои договоры и отчёты сотрудникам приходится самостоятельно.
• Обучение заканчивается вместе с занятием. После него у сотрудников нет ни задач, на которых нужно закрепить навык, ни встречи, где можно разобрать, что получилось.
• Научили инструменту, но не тому, как встроить его в работу. Мы часто видим команды, которые после курсов по ИИ-инструментам собрали первые прототипы и на этом остановились. Никто не отвечает за их поддержку, и в ежедневную работу они так и не попадают.

Кейс агропищевого холдинга: от обзорной лекции к практике

Агропищевой холдинг уже проходил обзорное обучение по ИИ у другой команды, но в работе сотрудники так и не стали пользоваться нейросетями. К нам компания пришла с запросом на практику.

Обучение мы построили на следующих принципах:

• Программа под задачи компании. Задания собрали под бизнес-задачи продаж, финансов, закупок и логистики, производства и R&D, администрации, HR и юристов.
• Практика на реальных шаблонах компании. За день участники написали деловое письмо, разобрали таблицу с ошибками и собрали презентацию в корпоративном стиле.
• Задания под разный уровень. У каждого задания была обязательная часть и продолжение для тех, кто справлялся быстрее, поэтому группа из 42 человек прошла день в одном темпе.
• Закрепление после обучения. Участники получили памятку, справочник по сервисам и домашние задания трёх уровней.
• Консультация через месяц. Вместе с руководителем посмотрели, какие практики прижились, и решили, как развивать работу с ИИ дальше.

Как обучить сотрудников работе с ИИ: советы руководителю

1. Узнайте уровень команды до старта

Предложите сотрудникам короткую анкету: пользовались ли они нейросетями, в каких задачах, что хотели бы передать ИИ. По ответам соберите группы одного уровня, чтобы новички учились вместе с новичками. Результаты анкеты станут исходной точкой, от которой через месяц удобно оценивать эффект.

2. До первого занятия определите сервисы и правила работы с данными

Выберите сервисы, которые разрешены в компании, и зафиксируйте, какие данные в них загружать нельзя: персональные данные, коммерческую тайну, документы под NDA. Включите эти правила в программу обучения.

3. Проводите первую практику на своих документах

Возьмите задачу, которую сотрудник делает регулярно и результат которой легко проверить: ответ на типовое письмо, сводку по итогам совещания, черновик документа по шаблону компании. Постройте занятие по схеме «демонстрация → самостоятельное выполнение → разбор результата». Так первая неудачная попытка случается на занятии, где её можно сразу разобрать с ведущим.

4. Научите ставить задачу и проверять ответ

Покажите, из чего состоит хороший запрос: контекст, цель, формат результата и пример. Отдельно разберите проверку: какие факты и цифры сверять с источником и что делать, если ответ неточный. Эти два навыка снимают две главные причины, по которым новички бросают нейросети.

5. Закрепите навык после обучения

По итогам занятия у каждого участника должен быть план из задач на ближайшее время, которые он выполнит с нейросетью. Через месяц проведите ревью: какие практики прижились, где не получилось и что добавить в работу дальше.

6. Запланируйте следующий шаг

Когда сотрудники уверенно работают с нейросетями, у них появляются идеи, какую рутину передать ИИ целиком: ответы на типовые письма, сбор данных, отчёты по шаблону. Такие задачи берут на себя ИИ-агенты, которые выполняют действия по заданному сценарию. На наших обучениях первого агента участники собирают на практикуме вместе с ведущими, и он сразу переходит в работу команды.

Как обучаем мы в ITECH

Обучение ведут эксперты с опытом в ИТ более 10 лет, которые сами каждый день работают с нейросетями в процессах ITECH и внедряют ИИ у клиентов. Для отдельных направлений, например финансов, юристов или продаж, подключаем руководителей ITECH, которые выстраивали эти процессы у себя.

Корпоративное обучение использованию ИИ проходит очно: ведущие и помощники работают рядом с каждым участником, поэтому группа идёт в одном темпе. Можно выбрать один из форматов:

• Базовый день — для тех, кто только начинает работать с нейросетями или пользуется ими от случая к случаю.
• Два дня — к базовому дню добавляется второй, продвинутый: на нём команда собирает ИИ-агента для автоматизации задач компании.
• Индивидуальный формат — для одного отдела или нестандартного запроса, в том числе онлайн.

После любого формата руководитель получает рекомендации, где ИИ даст наибольший эффект, а через месяц мы проводим консультацию по результатам обучения.

Подберём программу обучения работе с ИИ для вашей команды