Переобучение под ИИ: инвестиции с возвратом

В эпоху стремительной цифровизации переобучение персонала для работы с ИИ-инструментами превращается из затратной необходимости в мощный рычаг роста: компании, которые грамотно встраивают новые навыки в рабочие процессы, фиксируют не только экономию ресурсов, но и устойчивое повышение операционной эффективности.

Выйти из полноэкранного режима

Развернуть на весь экран

Переквалификация как стратегический капитал

По оценке Всемирного экономического форума, к 2030 году изменения в технологиях и структуре экономики приведут к трансформации значительной части рабочих задач, около 170 млн новых ролей могут появиться в мире, одновременно часть существующих функций будет сокращаться или меняться. При этом почти половина навыков сотрудников, необходимых сегодня для выполнения работы, может потребовать обновления в ближайшие годы, считает доцент кафедры математики и анализа данных факультета информационных технологий и анализа больших данных Финансового университета при Правительстве РФ Анна Овсянникова. Она замечает, что главный вопрос для компаний — сможет ли организация быстро переобучить людей и раскрыть их потенциал.

Директор по продукту ИИ-платформы кадровой аналитики компании «Стахановец» Карина Остроносова приводит пример клиентов из ритейла. «Сеть из 450 магазинов столкнулась с массовым уходом менеджеров, потому что работа становилась все более рутинной, а карьерных перспектив не было. Компания переобучила сотрудников работе с ИИ-инструментами для прогнозирования спроса, анализа покупательского поведения и автоматического формирования заказов поставщикам. Через восемь месяцев 120 человек перешли на новые позиции внутри компании — аналитиков данных и специалистов по управлению ассортиментом»,— делится она. Таким образом компания закрыла потребности в новых кадрах за счет своих же сотрудников на 70% и сэкономила на внешнем найме около 15 млн рублей. Точность прогнозов выросла на 40%, а остатки неликвида снизились на 25%, потому что ИИ-инструментами пользовались люди, которые знают специфику конкретного магазина и конкретного района, а не внешние аналитики. Текучесть в этих магазинах упала на 35%, потому что сотрудники увидели карьерный трек и перестали воспринимать свою работу как тупиковую. Переквалификация перестала быть социальной нагрузкой и стала инвестицией с измеримым возвратом, добавляет она.

В компании STEP LOGIC сделали ставку на практическое внедрение ИИ-инструментов в рабочие процессы компании. Для этого обучают сотрудников осваивать нейросети и вайбкодинг онлайн и в очном формате. По итогам обучения они смогут самостоятельно создавать решения на базе корпоративной ИИ-платформы. «Сейчас обучение проходит первая группа из 60 человек (в компании работает около 500 сотрудников). Мы не стремимся обучить всех сотрудников: важно, чтобы у человека были мотивация и реальная потребность применять ИИ в своей ежедневной работе. Главная цель программы — повышение скорости и эффективности работы, а не следование трендам»,— рассказывает заместитель генерального директора по управлению персоналом STEP LOGIC Ирина Гришина.

Как считать эффективность

Сотрудник, который в течение полутора-двух лет не освоит работу с нейросетями, проиграет либо самому ИИ, либо коллеге, освоившему инструмент раньше. Компания, своевременно переобучившая персонал, получает не разовую экономию, а способность действовать быстрее конкурентов, считает генеральный директор экосистемы управления репутацией и бизнес-аналитики платформы Victory Василий Александров.

«Переобучение персонала под ИИ мы рассматриваем как инвестицию с измеримой отдачей. По нашей оценке, эффект составляет до 500 тыс. рублей в месяц. Методика расчета опирается на время и результат. По каждому процессу мы фиксируем трудозатраты до и после автоматизации»,— отмечает он.

Преподаватель бизнес-школы ИМИСП, HR-эксперт, основатель компании «Твой HR» Анастасия Арифулина указывает, что при оценке эффективности таких инициатив важно уходить от метрики «внедрили ИИ» к пониманию, какие именно операции и показатели изменились. На базовом уровне это операционные метрики, но для оценки устойчивости этого недостаточно. Важно учитывать и системные показатели, такие как скорость вывода сотрудника на целевую продуктивность, конверсия на ключевых этапах воронки, вариативность результатов внутри команды, доля задач, выполняемых с использованием ИИ. Часть эффектов носит отложенный характер, поэтому здесь работают прокси-метрики: например, сокращение цикла сделки или рост предсказуемости выполнения плана.

«На мой взгляд, для оценки эффективности не нужно придумывать отдельные KPI только под ИИ, нужно смотреть на те показатели, которые важны для конкретного процесса. Например, в сфере продаж я бы оценивал такие метрики, как скорость подготовки коммерческого предложения, сокращение цикла сделки, конверсия из лида в продажу, средний чек, скорость реакции на клиентский запрос. Если речь идет о внутренних процессах, то важны количество часов, высвобожденных за счет автоматизации, снижение числа ошибок, уменьшение доли ручных операций, скорость обновления расчетов, документов, контента»,— рассуждает основатель производственно-строительной компании NordBox Никита Прохоренко. Эксперт акцентирует внимание на том, что в компании ROI от переобучения оценивается через изменения в ключевых бизнес-показателях той зоны, где внедряется ИИ.

Барьеры и решения

По данным собственного исследования компании «Стахановец», в котором было проанализировано 40 организаций, которые пытались внедрить системное обучение ИИ, только семь из них довели программу до устойчивого результата. Остальные остановились на полпути, приводит данные Карина Остроносова. Аналитики выделили несколько главных барьеров. Во-первых, это отсутствие привязки к реальным задачам: в 70% случаев обучение проводилось ради галочки, сопротивление среднего звена, когда руководители отделов, особенно с опытом более десяти лет, воспринимали ИИ-инструменты как угрозу своему авторитету (в компаниях, где программа провалилась, в 80% случаев сопротивление шло именно от линейных руководителей). Во-вторых, отсутствие изменений в системе мотивации: сотрудники не видели связи между освоением ИИ и карьерой — если зарплата и KPI не менялись, зачем тратить время на обучение? В итоге мотивация сотрудников падала уже через месяц.

Анастасия Арифулина, говорит, что одна из главных проблем, с которой сталкиваются компании,— попытка рассматривать переобучение как разовое HR-мероприятие. В таком формате эффект быстро гаснет. «Системный результат появляется только тогда, когда ИИ встроен в ежедневные процессы и регламенты, его использование закреплено в KPI, обучение идет через реальные рабочие задачи, а внутри команды есть амбассадоры, транслирующие практическую ценность. В этом случае переквалификация становится инвестиционным механизмом, повышающим адаптивность и устойчивость компании в условиях быстрых изменений»,— обращает внимание она, добавляя, что чаще ИИ внедряют по инициативе гендиректора, а не рядовых сотрудников.

По словам HR Business Partner «Слетать.ру» Валерии Хорьковой, внедрение ИИ в компании шло от основателя — это сняло барьер отрицания, но выявило иные проблемы. Часть сотрудников молча выпадала из процесса, не успевая за темпом топов. Риск проявился также и в формальном подходе: люди проходили обучение из уважения к руководству, не видя личной пользы. Еще одной сложностью стала быстрая утрата навыков из-за постоянных изменений в тревел-индустрии и обновлений ИИ-инструментов. Поэтому в качестве решения пришли к системному наставничеству и встраиванию обучения в рабочий поток: руководители ведут команды на реальных задачах, помогая закрепить навык и найти ему применение.

«Проблема не в людях, а в том, что ИИ встраивают в существующие бизнес-процессы вместо того, чтобы процессы пересобирать под ИИ. Если процесс был с дефектом, ускорение через ИИ их умножает. Это не инвестиция — это сжигание капитала. Переквалификация работает как инвестиция только когда это пересборка бизнес-модели: процесс невозможен без ИИ, валидация встроена как финансовый контроль, результат измерим в деньгах. Все остальное — социальная нагрузка с гарантированным отрицательным ROI»,— подчеркивает директор по аналитике кадровой компании «Адвирос» Михаил Тузов.

Главный вывод современной бизнес-модели — компания будущего не та, которая быстрее других внедряет искусственный интеллект, а та, которая быстрее всех учит людей эффективно с ним работать. Переквалификация перестает быть компенсацией за изменения и становится стратегическим капиталом. В эпоху ИИ выигрывают не те, кто заменяет человека технологиями, а те, кто усиливает человека с помощью технологий, резюмирует Анна Овсянникова.

Александр Крылов