В Сбере выстроена многоуровневая архитектура обучения ИИ-компетенциям от топ-менеджеров до линейных сотрудников

С развитием искусственного интеллекта рынок труда столкнулся с парадоксом: нейросети всё чаще замещают молодых специалистов, но без них не вырастут профессионалы высокого уровня. Главный вызов — ИИ замещает в первую очередь выпускников и младших специалистов.

Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:

«ИИ-трансформация не может быть делегирована вниз как поручение. Если руководитель сам не понимает, как работает ИИ в реальном процессе, он не сможет ни поставить задачу, ни оценить эффект, ни управлять рисками. Для топ-команды важно не только понимать тренды, но и самой работать с инструментами: ГигаЧатом, агентами, GenAI-сценариями. Управленческая зрелость в ИИ начинается с личного опыта применения».

Каждый 1–2 года вся топ-команда Сбера проходит обучение практическим ИИ-инструментам. В прошлом году провели индивидуальные сессии, где каждый топ-менеджер создавал ИИ-агента на платформе Сбера, после чего разбирали реальные кейсы внедрения. Дополнительно выпущен видеокурс с Research-экспертами Сбера. Руководитель должен владеть терминологией и лично понимать, как агент меняет процесс.

Для всех уровней сотрудников выстроена многоуровневая архитектура ИИ-обучения: углублённые курсы для разработчиков и создателей ИИ, уровневые программы для руководителей, обязательные базовые курсы для всех сотрудников как часть профессионального контура. Контент постоянно обновляется, сотрудники оперативно получают информацию о новых инструментах и сценариях через внутренние каналы и дайджесты.

Александр Ведяхин подчеркнул, что ИИ-грамотность нужно развивать через практику «студент + ИИ + профессия» с отраслевыми кейсами, созданием агентов и пониманием, как технология меняет реальную работу.

Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:

«Сегодня ИИ-компетенции — часть профессиональной зрелости человека. В их центре — критическое мышление: умение не подменять собственное суждение машинным ответом, проверять данные, логику, источники, ограничения и возможные смещения модели. Вокруг этого ядра — работа с данными, понимание ограничений ИИ, этика и безопасность, способность принять решение и встроить технологию в реальный процесс».

При найме в Сбере выделяют три категории. Для технологических и цифровых специалистов (разработчики, data science, архитекторы, GenAI) глубокий уровень ИИ-компетенций — must-have. Для руководителей, продуктовых команд и владельцев процессов — управленческий уровень: понимать, где ИИ меняет процесс, как ставить задачи и оценивать эффект. Для линейных сотрудников — базовый уровень: безопасно пользоваться ИИ-инструментами, снимать рутину, ускорять подготовку материалов, улучшать процессы.

В карьерном развитии оценивают способность менять процессы и создавать измеримый эффект. Матрица компетенций: базовый уровень для всех, продвинутый — для применяющих ИИ в своей функции, экспертный — для создающих решения, внедряющих агентов и задающих правила ответственного применения.

Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:

«Карьерный рост в эпоху ИИ — это переход от пользователя технологии к архитектору изменений. Преимущество будет у тех, кто умеет с помощью ИИ-инструментов усиливать профессиональную экспертизу».

В высшем образовании Александр Ведяхин выделил три уровня ИИ-компетенций. Первый — базовая ИИ-грамотность для всех: понимание возможностей и ограничений больших моделей, умение не подменять мышление машинным ответом. Второй — отраслевой уровень «ИИ+»: применение ИИ в медицине, образовании, финансах, сельском хозяйстве, управлении, дизайне, промышленности как базы массовой подготовки кадров. Третий — углублённая инженерная подготовка для создателей ИИ-решений.

Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:

«Нужно учить общему ядру ИИ-грамотности, отраслевым сценариям и когнитивной самостоятельности, а также способам постоянного переобучения: как осваивать новые инструменты, сравнивать их, встраивать в рабочий процесс. ИИ-образование не должно заменить сильную фундаментальную базу. Математика, логика, язык, инженерное мышление, предметная экспертиза и исследовательская культура становятся ещё актуальнее. Будущие выпускники должны быть специалистами с сильной базой, которые умеют управлять ИИ».