Архитектура обучения ИИ: от топ‑менеджеров до линейных сотрудников

На Восточном экономическом форуме первый заместитель Председателя Правления Сбербанка Александр Ведяхин рассказал о системе развития ИИ‑компетенций в компании — она стала обязательной для всех уровней персонала: от руководителей до сотрудников первой линии.

Рынок труда переживает непростую трансформацию из‑за развития искусственного интеллекта. Парадоксально, но именно младшие специалисты и выпускники чаще всего оказываются под ударом: их задачи всё активнее берут на себя нейросети. При этом без участия молодых кадров невозможно вырастить зрелых профессионалов — поэтому вопрос выстраивания грамотной системы обучения особенно актуален.

По словам Александра Ведяхина, ИИ‑трансформацию нельзя просто «спустить» в виде распоряжения — руководителю необходимо лично разбираться в том, как ИИ работает на практике. Без этого невозможно корректно ставить задачи, оценивать результаты и управлять рисками. Для управленцев важно не просто следить за трендами, а реально пользоваться инструментами — например, ГигаЧатом, ИИ‑агентами и GenAI‑сценариями. Именно личный опыт формирует управленческую зрелость в работе с технологиями.

В компании выстроили регулярную практику повышения квалификации: топ‑команда проходит обучение каждые 1–2 года. В прошлом году для руководителей провели индивидуальные сессии — каждый топ‑менеджер самостоятельно создал ИИ‑агента на платформе банка, после чего вместе разбирали примеры его применения в реальных проектах. Кроме того, сотрудники могут изучать материал в формате видеокурса с участием Research‑экспертов Сбера. Ключевой принцип: руководитель должен не только знать терминологию, но и чётко понимать, как внедрение агента влияет на рабочие процессы.

Система обучения в компании охватывает все категории сотрудников и включает свыше 200 программ СберУниверситета и «Школы 21». Для разработчиков и создателей ИИ предусмотрены углублённые курсы, для руководителей — уровневые программы, а для всех остальных — обязательные базовые модули, встроенные в профессиональный контур. Образовательный контент регулярно обновляют, а сотрудники своевременно узнают о новых инструментах и рабочих сценариях через внутренние каналы и дайджесты.

Александр Ведяхин отметил, что развивать ИИ‑грамотность нужно через практико‑ориентированный подход по модели «студент + ИИ + профессия»: с отраслевыми кейсами, созданием агентов и анализом того, как технология трансформирует реальную работу.

Ключевым элементом ИИ‑компетенций, по мнению спикера, выступает критическое мышление. Важно не заменять собственное суждение ответом нейросети, а уметь проверять данные, логику и источники, учитывать ограничения модели и возможные искажения. К этому ядру добавляются навыки работы с данными, понимание границ применимости ИИ, вопросы этики и безопасности, а также способность принимать решения и интегрировать технологию в рабочие процессы.

При подборе персонала в компании ориентируются на три уровня владения ИИ. Для цифровых и технологических специалистов (разработчиков, data‑scientists, архитекторов, экспертов по GenAI) глубокие ИИ‑навыки — обязательное требование. Руководители, продуктовые команды и владельцы процессов должны обладать управленческим уровнем компетенций: уметь определять, где ИИ способен изменить процесс, грамотно формулировать задачи и оценивать эффект. Линейным сотрудникам достаточно базового уровня — чтобы безопасно применять ИИ‑инструменты, автоматизировать рутинные задачи, быстрее готовить материалы и оптимизировать рабочие процедуры.

Карьерный прогресс в компании связывают с умением менять процессы и добиваться измеримых результатов. Для этого используют матрицу компетенций: базовый уровень обязателен для всех, продвинутый — для тех, кто применяет ИИ в своей работе, экспертный — для специалистов, которые разрабатывают решения, внедряют агентов и формируют стандарты ответственного использования технологий.

Как подчеркнул Александр Ведяхин, в эпоху ИИ карьерный рост означает переход от простого использования технологий к роли архитектора изменений. Конкурентное преимущество получат те, кто сможет усиливать свою профессиональную экспертизу с помощью ИИ‑инструментов.

Говоря о высшем образовании, спикер выделил три уровня ИИ‑подготовки. Первый — базовая ИИ‑грамотность для всех студентов: понимание возможностей и ограничений языковых моделей, навык сохранять когнитивную самостоятельность и не подменять собственное мышление машинным ответом. Второй — отраслевой уровень «ИИ+», предполагающий применение технологий в конкретных сферах: медицине, образовании, финансах, сельском хозяйстве, управлении, дизайне, промышленности. Он должен стать основой массовой подготовки кадров. Третий уровень — углублённая инженерная подготовка для тех, кто будет создавать ИИ‑решения.

Александр Ведяхин считает, что образовательная система должна сочетать ядро ИИ‑грамотности, отраслевые сценарии, развитие когнитивной самостоятельности и навыки непрерывного обучения — в том числе умение осваивать новые инструменты, сравнивать их между собой и встраивать в рабочий процесс. При этом фундаментальная подготовка не теряет значимости: математика, логика, языковая грамотность, инженерное и исследовательское мышление, предметная экспертиза становятся даже важнее. Идеальным профилем будущего специалиста Ведяхин называет сочетание прочной академической базы и навыков эффективного управления ИИ‑технологиями.