Не каталог, а инжиниринг: как рождается ИИ-курс

«Хотим внедрить ИИ» — с этой фразы начинается большинство корпоративных запросов в «Зерокодер». Но готового ответа за этой просьбой почти никогда нет: каждая компания хочет либо кастомное обучение под узкопрофильные задачи, либо базовое понимание работы с нейросетями. Под такие запросы методическому отделу часто приходится разрабатывать решения с нуля. О том, как устроено производство ИИ-курсов — от диагностики бизнес-задач до момента, когда сотрудники начинают создавать собственные ИИ-инструменты, — рассказывает академический директор «Зерокодер» Дарья Бобровская.

У вас есть каталог из 50+ программ и одновременно обучение «под заказ». Когда вы предлагаете кастомные решения, а когда — из готового каталога?

Очень многое зависит от цели обучения. Когда к нам приходит компания, мы проектируем программу исходя из бизнес-задач. Нам важно понять, каких изменений организация хочет добиться: ускорить процессы, внедрить ИИ-агентов в определенные подразделения, повысить эффективность сотрудников или подготовить команду к новым задачам. Под эти цели мы собираем программу — определяем продолжительность, формат, глубину, практику и инструменты.

Если же приходит отдельный специалист, логика другая. Человек выбирает обучение исходя из своей профессии, текущих задач и карьерных целей. В этом случае он проходит один из готовых курсов нашей линейки, которая сегодня насчитывает более 50 образовательных программ, и обучается в группе вместе с другими студентами.

Компания приходит с вопросом «хотим внедрить ИИ». Что происходит дальше? Опишите по шагам — прежде чем появится хоть один урок.

Запрос «хотим внедрить ИИ» мы получаем от каждого второго клиента, но сам по себе он несет немного смысла: слишком широкий. Поэтому сначала мы проводим диагностику — встречаемся или созваниваемся с заказчиком, изучаем текущие процессы работы команд, понимаем, какие подразделения будут учиться, какие задачи стоят перед сотрудниками и какого результата ждет компания.

Далее наступает этап создания предварительной архитектуры программы: она обсуждается и с командой заказчика, и внутри между ответственными отделами в «Зерокодер», дорабатывается до финальной версии и проходит защиту перед топ-руководством. Такой подход создает обучение, которое реально помогает решать рабочие задачи, а не просто знакомит сотрудников с возможностями ИИ.

Среди крупных клиентов уже известные банки и корпорации: Сбер, ВТБ, Мосбиржа, РЖД, «Донстрой», «Кофемания», Barilla и другие. И хотя пока корпоративное обучение «Зерокодер» занимает только 5%, динамика спроса положительная: за последний год мы удвоили и количество клиентов, и прибыль. С конца прошлого года мы стали проводить офлайн-встречи для корпоративных клиентов, которые заинтересованы в развитии своих бизнес-команд, но которым требуется поддержка и более глубокое понимание инструментов, применяемых сотрудниками в работе.

Такие мероприятия позволяют нам точнее отслеживать потребности, целеполагание и спрос на ИИ-обучение, чтобы затем предложить оптимальный вариант — и по наполнению, и по бюджету.

Очень часто мы видим компании, которые стремятся обучить сотрудников различных подразделений с очень разным отношением и бэкграундом в работе с ИИ. Например, когда к нам обратился Росбанк с задачей обучения 500+ сотрудников, среди которых были специалисты-контентщики, презентологи, команды, заинтересованные в сквозном ИИ-внедрении, нам было важно создать комплексный продукт, который бы удовлетворял всех. Большинство сотрудников только «соприкасалось» с ИИ, но системно с ним не работало.

Вместе с руководителем B2B-направления «Зерокодер» мы решили сфокусироваться на формате вводных вебинаров, которые могли и снять первичные возражения к нейросетям, и страх работы, что характерно для многих крупных компаний, работающих с чувствительными данными клиентов, и одновременно усилить и проверить опыт работы более «продвинутых» специалистов.

Программа строилась по принципу поэтапного усложнения: первые уроки были больше сфокусированы на теории, и далее шла практика применения всех используемых инструментов: работа с текстовыми нейросетями, визуальными ИИ, оценкой применения конкретных нейросетей в своей работе. И, что самое главное, отдельное обсуждение и проработка с экспертами возможностей применения конкретно в своей профессиональной деятельности.

В итоге материал был усвоен на 85% по итогам тестирования, индекс NPS — 96%. Участники отдельно отметили энергичную и вовлекающую подачу материала, качество проработки информации экспертом, понятную и прикладную подачу материала.

Давайте заглянем на «кухню». Кто именно собирает курс и по какому принципу методисты решают, что и в какой последовательности изучать?

Мы проектируем курс не от списка тем, а от целевого действия — от того, что человек должен уметь делать после прохождения курса. Каждый модуль закрывает один конкретный навык, а последовательность повторяет логику реальной рабочей задачи, а не структуру инструмента. Мы сознательно уходим от подхода «вот вам все кнопки» — он перегружает и не дает результата. Над каждым курсом работает связка методист + эксперт-практик. А программа проходит внутреннюю защиту перед топ-руководителями по продукту, отделом продаж, CEO, прежде чем появится в открытом доступе. Обычно мы запускаем по 2–3 программы обучения в месяц. Над созданием курса обычно тружусь я и еще один методист, иногда в более кастомные решения вовлекается CPO. Маркетинг, продюсеры, PR и SMM-менеджеры подключаются позднее.

Инструменты ИИ меняются буквально каждый месяц. Как вы добиваетесь, чтобы курс не устарел к моменту запуска?

Это одна из самых сложных задач в ИИ-образовании. Мы строим курсы вокруг мышления и принципов работы, а не вокруг конкретного интерфейса: когда инструмент обновляется, логика остается рабочей. Внутри программы мы отделяем устойчивое ядро — как ставить задачу ИИ, как проверять результат — от быстро меняющегося слоя конкретных сервисов, который обновляем по регламенту. И здесь нам помогает то, что мы сами живем в этих инструментах: собственная практика вайбкодинга держит методистов в актуальной повестке быстрее любого внешнего мониторинга.

Поскольку мы работаем на высококонкурентном рынке, важно выпускать курсы максимально быстро и при этом не терять в качестве контента. Поэтому весь академический отдел отслеживает в моменте тренды и спрос на новые технологии и языковые модели, обновляет текущие программы с учетом появления новых решений или специфики работы ИИ в России. Большую часть бесплатных программ-интенсивов мы создали за 5–7 дней, другие требуют больше времени. Часто необходимо в моменте корректировать курс, особенно когда появляются новые законодательные изменения в использовании нейросетей.

Как вы понимаете, что курс получился?

Мы обязательно собираем обратную связь от студентов после каждого урока и модуля. Это дает нам понимание того, как скорректировать подачу материала для нового потока студентов и, например, упростить или усилить фактуру того, чтобы студенты будут видеть в следующих уроках по маршруту обучения.

«ИИ — это сложно» пугает и компании, и массовое население. Что в самой конструкции курса заставляет людей дойти до конца и начать применять?

Вовлеченность — одна из самых сложных задач корпоративного обучения. Взрослые люди совмещают работу, личную жизнь и множество обязательств, поэтому обучение должно быть максимально осмысленным. Если человек понимает, зачем он учится, мотивация выше. Поэтому в курсах мы тратим много времени — иногда посвящаем этому целые уроки — на то, какие кейсы, пробелы и боли можно преодолеть, запустив внутренний механизм работы над собой в процессе поэтапного прохождения модулей.

Чаще всего люди боятся не самого ИИ, а неизвестности. Поэтому мы снижаем порог входа: программы строятся так, чтобы первые практические результаты человек получил уже в начале обучения. Формат — короткие видеосюжеты по 10–20 минут с текстовым описанием, которые можно смотреть в удобное время и пересматривать, если что-то непонятно. Дальше мы постепенно наращиваем сложность, дробим материал на небольшие логические блоки и избегаем перегрузки. Такой принцип работает и на B2C-, и на B2B-аудиторию.

«Зерокодер» учит компании внедрять ИИ. А как эту трансформацию прошли вы сами?

Мы руководствуемся принципом «обучая других — обучай своих»: все наши сотрудники проходят тренинговые программы или курсы. Из последних — корпоративный курс для абсолютно всех, от стажеров до топ-менеджмента, по вайбкодингу с помощью Claude Code. Нам было крайне важно не просто познакомить команду с новым инструментарием, который станет ключевым в работе каждого отдела, но и сформировать доверие, любопытство и мотивацию решать нетипичные сложные задачи компании быстро и эффективно.

На протяжении полутора месяцев команда проходила курс по вайбкодингу, который состоял из четырех модулей: после каждого урока сотрудник мог создать работающего ИИ-агента, лендинг или цепочку агентских решений, ускоряющих рутинные процессы. Курс прошли 70% участников, и по итогу сформировалась единая корпоративная библиотека скиллов (навыков), позволяющая любому сотруднику использовать наработки коллег для своих задач.

Мне как академическому директору было важно, чтобы этот курс стал не только обучением, но и полигоном. Мы отрабатывали на себе ровно ту методику, по которой затем собираем программы для клиентов: практический результат после каждого урока, дробление сложного на короткие модули, движение от простого агента к цепочке агентских решений. Когда ты сам проходишь этот путь вместе с командой — от стажера до топ-менеджмента, — становится видно, насколько все разные, как важно форсировать образовательный трек с учетом мультизадачности, особенностей восприятия часто абсолютно новой информации. И на основе таких выводов строить будущее обучение для внешних студентов разного возраста, скилл-сета и восприятия информации. Эти наблюдения мы сразу переносим в образовательные продукты, поэтому наши курсы на 90% состоят из практического внедрения.

Не менее важен для меня результат, который остается после обучения. Высокий процент прохождения — хороший показатель вовлеченности, но настоящая ценность в другом: у компании появилась единая библиотека скиллов (навыков), где наработки одного сотрудника становятся инструментом для всех остальных. Это и есть та трансформация, к которой мы ведем клиентов, — когда ИИ не заменяет специалистов, а усиливает каждого и превращает индивидуальные находки в общий актив команды.