Механики, которые сработали у нас

В первой части мы рассказали, как программа развития ИИ-мышления помогла превратить точечное использование ИИ в устойчивую рабочую практику и дала +40–60% к операционной эффективности в отдельных направлениях.

Вы попросили поделиться подробностями о том, из каких элементов состояла программа, что конкретно мы делали и как встроили это в работу команды. Рассказываем.

В основе программы — небольшие действия, которые можно запустить в любой команде, а затем постепенно добавлять новые и наблюдать, какие практики лучше приживаются. Такой подход позволяет двигаться в комфортном темпе и не требует больших ресурсов на старте.

🔷🔷🔷

Программа развивалась в две волны.

Первая волна — вовлечение.
Мы знакомили сотрудников с возможностями ИИ, создавали общее информационное поле и помогали каждому увидеть пользу на собственной рабочей задаче.

Вторая волна — эффективность.
Когда обращение к ИИ стало привычнее, мы перешли к более сложным задачам и повторяющимся процессам, где эффект можно было измерить в часах, скорости и качестве результата.

Обе волны были наполнены активностями по пяти трекам: мероприятия, вовлечение, коммуникации, практика и база знаний.

Вот несколько конкретных механик.

🔵 ИИ-среды
Раз в две недели команда собиралась, чтобы обсудить новые инструменты, показать собственные кейсы и вместе поработать над задачами. Коллеги делились всем процессом: что пробовали, где возникли сложности и какие решения сработали.

🔵 ИИ-калейдоскоп
Каждую пятницу в командном чате выходила короткая подборка: новости, инструменты, техники промптинга, статьи и примеры применения. Такой ритм поддерживал интерес к теме и регулярно давал идеи для собственных экспериментов.

🔵 Менторская программа
Опытный пользователь ИИ в течение четырёх недель помогал коллеге решать его ежедневные задачи. Вместе они подбирали инструменты, отрабатывали сценарии и создавали шаблоны, которые можно было использовать повторно.

🔵 Jam Prompting
Два сотрудника по очереди формулируют запросы к ИИ, вместе решая одну сложную многошаговую задачу. Каждый подхватывает результат предыдущего шага, уточняет контекст и развивает решение дальше.

🔵 Working Out Loud
Сотрудник решает задачу с ИИ в реальном времени и показывает коллегам весь процесс: ход мысли, формулировки запросов, промежуточные ответы и корректировки. Так команда перенимает сам способ работы и модели мышления, а не только знакомится с готовым результатом.

В программе использовались и другие элементы:
- воркшопы по отделам и персональные ИИ-консультации
- AI Random Coffee и ИИ-флешмобы
- Умная база знаний и ИИ-ревью в начале рабочих встреч

➡️ В следующей части расскажем, какие управленческие роли, ресурсы и подходы помогли превратить эти механики в измеримый бизнес-результат.