Сбер провёл для правительства Воронежской области обучение по внедрению ИИ. Новость выглядит рутинно: банк учит чиновников, чиновники слушают, все фотографируются. Но если копнуть чуть глубже — а вместе с этой новостью в тот же день вышли данные про зарплаты на AI-профессиях в Воронежской области и про то, что каждый третий местный работодатель ищет AI-специалистов, — картина становится намного интереснее. И она разбивает главный миф про внедрение ИИ в бизнесе и госсекторе.
Миф звучит так: чтобы внедрить ИИ, нужно купить технологию. Найти подходящую нейросеть, подписать контракт с вендором, поставить систему — и процесс пойдёт сам. Именно так это подают на большинстве конференций: вот кейс, вот процент роста, вот график. Реальность другая. Технология в 2024–2025 годах — самая доступная часть уравнения. GigaChat, YandexGPT, ChatGPT, десятки узких сервисов — всё это можно подключить за один день. Узкое место не в софте. Узкое место — в людях, которые не умеют этим пользоваться так, чтобы получить реальную выгоду, а не красивую презентацию.
Доказательство лежит прямо в сегодняшних новостях. Сбер не привёз в Воронеж коробку с продуктом — он провёл обучение. Причём для правительства, то есть для людей, у которых с технологиями и бюджетами всё в порядке. Проблема не в доступе к ИИ, а в компетенциях, которые позволяют этим ИИ управлять. И спрос это подтверждает напрямую: если каждый третий работодатель в регионе ищет AI-специалиста, значит, у остальных двух третей эти специалисты уже есть или срочно нужны — а свободных на рынке просто не хватает. Зарплаты на этих позициях в Воронежской области растут не потому, что там дефицит серверов, а потому что дефицит людей, умеющих настраивать процессы вокруг нейросетей.
Второй миф, который цепляется к первому: внедрение ИИ — это разовое событие. Провели обучение, подписали приказ, отчитались — и дальше система работает сама. На практике всё наоборот. Инструменты обновляются каждый месяц, промпты, которые работали полгода назад, сегодня выдают устаревшие ответы, а сотрудники, прошедшие обучение один раз, через три месяца откатываются к привычным способам работы, если их не поддерживать. На Иннопроме Сбер показывал технологии для трансформации реальной экономики — но трансформация реальной экономики не случается за один визит стенда. Она случается, когда компания встраивает обучение в регулярный процесс, а не в разовую акцию для галочки.
Что из этого можно унести в свою работу прямо сейчас, без ожидания визита банка с обучающей программой?
- Соберите список из пяти-семи рутинных задач в отделе, которые занимают больше часа в день: отчёты, сводки, ответы на типовые обращения, первичная обработка документов. Именно эти задачи — идеальная точка входа для ИИ, а не абстрактная «цифровая трансформация».
- Найдите в команде одного человека, которому реально интересны нейросети, и сделайте его внутренним наставником. Не нужен целый департамент — на старте хватает одного увлечённого сотрудника, который тратит два часа в неделю на то, чтобы показывать коллегам рабочие связки промптов.
- Заведите общий документ с промптами, которые сработали. Это звучит скучно, но именно отсутствие такой базы убивает 80% попыток внедрить ИИ в командах: каждый изобретает велосипед заново, а хорошие находки теряются в переписке.
- Проверяйте результат ИИ на реальных данных компании, а не на абстрактных примерах из курсов. Модель, которая красиво пишет письма в демо, может путаться в терминологии вашей отрасли — это выясняется только на практике.
- Планируйте повторное обучение раз в квартал, а не разово. Инструменты меняются быстро: то, что сложно было сделать в GigaChat полгода назад, сегодня работает в один запрос.
Отдельно про карьеру. Если новости про зарплаты на AI-профессиях в регионах вас цепляют — не спешите бросаться в программирование нейросетей. Самый быстрый вход на этот рынок сейчас не через код, а через умение формулировать задачи для ИИ и проверять результат. Промпт-инженер, специалист по внедрению ИИ в процессы, аналитик, который умеет связать бизнес-задачу с возможностями нейросети — вот три роли, спрос на которые растёт быстрее, чем на классических разработчиков. И для входа туда достаточно системно попрактиковаться на реальных задачах своей текущей работы, а не ждать диплома по AI.
Обучение, которое провёл Сбер для правительства Воронежской области, — это не про то, что регион «догоняет технологии». Это про то, что даже структуры с деньгами и доступом к любым инструментам упираются в один и тот же барьер: людей, которые умеют этим пользоваться с пользой, а не для отчёта. И этот барьер одинаков и для министерства, и для небольшой компании из десяти человек.
А у вас в компании ИИ уже прижился в рабочих процессах, или пока это разовые эксперименты без системы?
Понравился разбор? Подпишитесь на канал — впереди ещё больше практичных статей про ИИ-инструменты. А оперативные новости и короткие заметки про нейросети — в нашем Telegram-канале «Нейробудни». Своим опытом и вопросами делитесь в комментариях.
