Роадмап обучения ИИ

Мы на регулярной основе изучаем свежие материалы таких международных консалтинговых компаний, как McKinsey, Boston Consulting Group, Bain & Co, Accenture и др. Часть этого анализа прорастает прямыми ссылками в наших статьях блога, а часть аккумулируется и преобразуется в абсолютно новый материал, который вдохновлен множеством источников. Данный материал — один из них.

Тот факт, что обучение является одним из главных катализаторов внедрения искусственного интеллекта в компаниях, вряд ли кого-то можно удивить. Причем это касается, как так называемого «мышления садовника», когда мы убираем барьеры, поддерживаем и направляем то, что прорастает само, так и «мышления плотника», когда мы действуем сверху вниз и ищем области, куда можно проинвестировать и получить наибольший эффект.

Например, на графике ниже, которым мы уже делились ранее в другой статье, видно, что достаточно 5 часов обучения сотрудника, чтобы он с высокой вероятностью конвертировался в сотрудника, который использует GenAI на регулярной основе. Каждый столбец показывает долю таких людей в соответствующей когорте.

В данном же материале хочется рассмотреть вопрос детальнее: чему и кого учить и в какой последовательности.

Мы называем эту фигуру довольно общо, поскольку в разных компаниях таким лидером может быть человек, занимающий разные роли: CDS, CDO, CTO, CIO, CDTO, CPO, CEO и др. Ключевым отличием является то, что ему по каким-то причинам «больше всех надо». У него высокая мотивация и есть ресурсы, чтобы быть драйвером AI-трансформации в компании.

При этом высока и ответственность: если трансформация превратится в кучу вложенных ресурсов без какого-либо значимого эффекта в обозримом будущем, то у этого человека может сильно пострадать репутация и возникнут негативные последствия. По этой причине мы считаем, что наиболее правильно было бы начать обучение в организации именно с этого человека (может быть, это вы сами и есть).

Он должен понимать последовательность шагов, которая сэкономит время и исключит лишние действия и при этом заложит основу для дальнейших проектов и развития организации. Это можно было бы назвать стратегией ИИ-трансформации. В этой статье мы делимся кусочком такой оптимальной последовательности, которая касается именно обучения.

Безусловно, невозможно обойтись без вовлечения топ-менеджмента компании. Процесс трансформации при должной проработке потребует кросс-функционального взаимодействия и совместного решения задач, а также ресурсов и инвестиций: как финансовых, так и человеческих. Все лидеры компании должны быть примерно на одном уровне понимания того, что вообще возможно достичь при помощи технологии GenAI, а что пока остается пусть амбициозными, но фантазиями.

Топ-менеджеры должны воспринять и оценить предложенную стратегию ИИ-трансформации, а затем понять и на первоначальном этапе хотя бы грубо оценить, какие могут понадобиться ресурсы, бюджеты, подготовительные действия, чтобы это случилось. Только после этого стратегия имеет потенциал быть реализованной.

При наличии такой поддержки вероятность регулярного использования технологии среди сотрудников вырастает почти в 2 раза. На графике ниже указана доля сотрудников, которая использует ИИ на регулярной основе, имея поддержку руководства компании или нет.

Обучение этих команд — важный, но, возможно, неочевидный этап. Любая компания, заботясь о своей безопасности и снижении всевозможных рисков, формирует политику использования той или иной технологии и политику поведения сотрудников в той или иной ситуации. Очень важно, чтобы с самого начала команды, ответственные за формирование таких ограничений, были максимально погружены в новую предметную область.

Недостаточная погруженность может приводить к чрезмерным запретам и отсутствию «легальных» сценариев использования ИИ, а это, в свою очередь, чревато тем, что сотрудники будут использовать их на свое усмотрение. На графике ниже видно, что больше половины опрошенных готовы использовать инструменты GenAI, даже если политики нет и/или она запрещает их использование.

Четкие политики и очерченные сценарии использования ИИ для разных типов данных и целей — залог того, что эти элементы будут учтены при принятии необходимых решений на следующих этапах, когда команды будут придумывать и реализовывать идеи по внедрению.

После того как определены политики использования ИИ, можно переходить к обучению линейных сотрудников. Их обучение займет незначительное количество времени, при этом на большом масштабе это может дать уже хороший прирост производительности. По сути, это те самые 5 часов, про которые мы говорили выше. Темы будут в большей степени касаться основ работы с LLM-моделями, промпт-инжиниринга, успешных кейсов в разных бизнес-функциях, а также рисков, этики и политики безопасности по использованию ИИ-инструментов.

Эта когорта сотрудников должна максимально погрузиться в то, какой должна быть инфраструктура, чтобы организация могла полноценно работать с ИИ-инструментами. Они должны получить опыт самостоятельного развертывания необходимых инструментов в «песочнице» и попробовать на их основе собирать прототипы, а также поработать с разными моделями, включая open-source, которые можно развернуть в своем закрытом контуре. Эти навыки и опыт понадобятся, когда уже непосредственно потребуется реализовывать большие проекты, а этот этап не за горами.

Этот шаг можно считать завершающим для первичного этапа обучения в рамках AI-трансформации. Важно, что на данном шаге определены все ограничения, связанные как с безопасностью, так и с инфраструктурой. Это очень поможет на этапе фокусировки и фильтрации идей. Именно генерации идей и посвящено обучение этой когорты сотрудников. Они должны также приобрести опыт работы с инструментами ИИ и быстрой сборки прототипов. Прототип вместо 1000 слов намного лучше передает мысль о том, что нужно сделать IT-команде, и этот прототип уже можно протестировать на небольшом количестве пользователей, чтобы проверить потенциальную ценность.

Такая последовательность обучения, на наш взгляд, является оптимальной. Когда организация подходит к этапу генерации идей и возможных будущих кейсов, она уже хорошо понимает все имеющиеся ограничения.

VTORNIK.Company — образовательный партнер компаний в ИИ-трансформации, и мы закрываем все перечисленные выше шаги необходимыми программами обучения. Вы можете оставить свои контакты на нашем сайте, и мы будем рады помочь вашей компании.