ИИ для менеджера

ИИ для менеджера – обложка

Программа для руководителей подразделений, директоров и владельцев бизнеса, которые принимают решения о найме, распределении ресурсов, планировании и контроле — и хотят понять, где ИИ усиливает управленческие решения, а где создаёт риски, которые несёт лично руководитель. Участники приходят с разным уровнем знакомства с ИИ: от первых попыток в ChatGPT до тех, кто уже экспериментирует, но сталкивается с непредсказуемостью результата и непониманием, где проходит граница ответственности. Общее — запрос на системность, а не на отдельные трюки.

Благодаря программе участники поймут, как устроены языковые модели и почему это принципиально для оценки их возможностей в управленческом контексте, научатся формулировать задачи для ИИ и критически оценивать результат. Участники освоят применение ИИ в планировании, аналитике, бюджетировании, контроле и делегировании — и определят, где технология реально помогает, а где решение остаётся за человеком. Понимания своих управленческих процессов будет достаточно, технический бэкграунд не требуется.

Основная идея программы — в управленческом цикле: от стратегического планирования до ежедневного контроля. Участники разберутся, как ИИ меняет каждый этап управленческой работы — и где проходит граница, за которой ответственность остаётся человеческой. Отдельное место занимает разбор практических вопросов: как оценить эффект внедрения, как подготовить команду, кто отвечает за решения, принятые на основе ИИ, и что делать с регулированием — российским и международным.

Программа семинара

Модуль 1. Языковые модели: как устроен ИИ и почему это важно для руководителя

  • Трансформеры и предсказание токена: как модель «додумывает» ответ — и почему это определяет её возможности и ограничения
  • Контекстное окно: как работает память модели — почему длинные документы требуют особого подхода, а не всё помещается в один ответ
  • Токенизация: как текст превращается в числа — почему русский «дороже» английского в плане лимитов и стоимости
  • Параметры и размер: 7B, 70B, 405B — что даёт масштаб и когда это не главное для бизнес-задач
  • Галлюцинации: почему ИИ выдумывает факты и не знает, что врёт — как проверить результат и не допустить ошибки в управленческом решении
  • Предвзятость ИИ: системные искажения из обучающих данных — гендер, раса, культура — как проявляются и как обнаружить

Модуль 2. Что ИИ умеет и чем ограничен в управленческих задачах

  • Пять классов задач LLM: классификация, резюмирование, генерация, анализ, поиск — где ИИ справляется, а где требуется человек
  • Сравнение ИИ и человека: скорость, объём, отсутствие усталости — где ИИ сильнее; эмпатия, интуиция, этические дилеммы — где решение остаётся за вами
  • Три заблуждения об ИИ: чудо, игрушка, враг — чем они мешают в реальном управлении
  • Цепочка рассуждений: зачем модель «рассуждает вслух» и когда это повышает качество ответа
  • ИИ-агенты: Sense → Think → Act — автономные агенты и что это значит для бизнеса: память состояния, инструменты, многошаговое планирование

Модуль 3. Экосистема ИИ-инструментов для руководителя

  • Chat vs платформы на базе ИИ vs ИИ-агенты vs мультиагентные среды: эволюция интерфейсов и что это значит для выбора инструмента
  • Промпт — Skill — Workflow: иерархия абстракций — когда достаточно одного запроса, когда нужен навык, а когда — автоматизированный воркфлоу
  • Бенчмарки и сравнение моделей: MMLU, HumanEval, GSM8K — что реально показывают, чего не показывают; как сравнивать модели для бизнес-задач
  • Сводная таблица моделей: GPT-4.5, Claude 3.7, Gemini 2.5, DeepSeek V4, GigaChat, YandexGPT — возможности, ограничения, цены
  • Облачные или Локальные модели: когда облачное дешевле и удобнее, когда локальная модель обязательна для безопасности
  • Специальные модели: изображения, звук, видео — что доступно для бизнеса прямо сейчас и как это применить

Модуль 4. ИИ в планировании и аналитическом сопровождении решений

  • ИИ в аналитике: обработка данных, выявление паттернов, прогнозирование — как ИИ усиливает управленческие решения
  • Планирование с ИИ: разбивка проекта на задачи, оценка сроков и ресурсов — ИИ как советник по планированию
  • Бюджетирование: помощь в составлении бюджета — ИИ для обработки исторических данных, сценарного анализа, проверки расчётов
  • Анализ альтернатив: «что если» — ИИ помогает структурировать варианты, оценить последствия, взвесить риски
  • Резюмирование данных: выжимка из больших массивов — отчёты, исследования, рыночная информация — ключевые числа и выводы
  • Подготовка к встречам и переговорам: структура, аргументы, контр-аргументы — ИИ как ассистент управленца
  • Резюме встречи и звонка: записать суть — получить структурированные выводы и следующие шаги

Модуль 5. ИИ в контроле и делегировании

  • Делегирование ИИ: какие задачи можно передать ИИ, какие нельзя — критерии пригодности для делегирования
  • ИИ-воркфлоу в бизнес-процессах: интеграция ИИ в типичные процессы — как выглядит, какие даёт результаты
  • Контроль с ИИ: мониторинг показателей, отслеживание отклонений — ИИ как инструмент контроля, не замена руководителя
  • Делегирование задач команде с использованием ИИ: как ИИ помогает распределять работу, ставить задачи, проверять результаты
  • Управление по исключениям: ИИ выявляет аномалии и сигнализирует — когда вмешиваться, когда нет
  • Follow-up и напоминания: автоматизация последующих действий — кто что должен сделать, что уже сделано

Модуль 6. Внедрение ИИ в организации

  • Пилотный запуск: как выбрать пилотную зону, определить метрики успеха, масштабировать на всю организацию
  • Быстрые победы: критерии quick win — результат за дни или недели, измеримость до и после, низкая стоимость ошибки
  • Критерии пригодности процесса: чек-лист — какие процессы стоит автоматизировать, какие нет, как принять решение
  • Управление изменениями: ADKAR, BANI — как преодолеть сопротивление команды, ролевая модель внедрения
  • ИИ-расслоение: как компании разделяются по уровню ИИ-зрелости — что это значит для конкуренции и как не отстать
  • Роли в проекте внедрения: владельцы ИИ, промпт-инженеры, специалисты по оценке — кто нужен и когда
  • Антипаттерн «автоматизируем бардак»: сначала упростить и почистить процесс, потом добавлять ИИ; худший вариант — вплавить ИИ в процесс, который сам по себе не работает
  • Демотивационные риски: если агенту отдали рутину, а человеку оставили мусор — внедрение провалится; правило «оставшиеся людям задачи — сложнее и интереснее»
  • Библиотека навыков и общая вики: почему удачные промпты должны становиться общими шаблонами с владельцами, а не личным мастерством «Петровича» — хрупкость знания у одного носителя

Модуль 7. Оценка эффективности ИИ

  • LCOI: полная стоимость владения ИИ — CAPEX, OPEX, скрытые затраты; как считать и кому показывать
  • ROI ИИ: методология измерения возврата от ИИ-инвестиций — TCO, четыре состояния зрелости, кому отчитываться
  • Полная стоимость владения ИИ: CAPEX (оборудование, лицензии), OPEX (API, поддержка), скрытые затраты (интеграция, обучение, время до ценности)
  • Российский рынок GenИИ: сколько стоит внедрение и какого эффекта ожидать — реалистичные оценки для бизнеса
  • Метрики времени, качества, стоимости: как измерить эффект ИИ в бизнес-процессах — четыре состояния зрелости
  • Анализ результатов пилота: как понять, что сработало, а что нет — метрики и интерпретация данных

Модуль 8. Безопасность ИИ и управление рисками

  • Персональные данные и ИИ: ФЗ-152 — что нельзя отправлять в облако, когда обязательны локальные модели
  • Инъекция промпта: как вредоносный ввод может повлиять на результат — минимальный чек-лист защиты
  • Конфиденциальность в chat-системах: история переписки, обучающие данные — что компания разрешает, а что нет
  • Ответственность за ИИ-контент: кому принадлежит текст, сгенерированный ИИ — авторское право, позиции России и международная практика
  • Ответственность за решения: кто отвечает за решение, принятое на основе ИИ — разработчик, оператор, пользователь
  • Отказ в LLM: механизмы отказа — что модели отказываются делать и почему; влияние на бизнес в чувствительных отраслях

Модуль 9. Правовое регулирование ИИ

  • EU ИИ Act: четыре класса рисков — от минимального до неприемлемого; запрет социального скоринга; требования к высокорисковому ИИ; штрафы до 35 миллионов евро
  • Российское регулирование: ФЗ-152 и текущий статус генеративного ИИ в законодательстве — что разрешено, что под вопросом
  • Ответственность за ИИ-решения: кто отвечает за последствия — разработчик, оператор, пользователь — международная и российская практика
  • Ответственность за контент: текст, изображения, код — цитирование, раскрытие использования ИИ при публикации; судебные прецеденты
  • Responsible ИИ: этические границы — предвзятость, прозрачность, объяснимость — как выстраивать этику ИИ в организации
  • Текущий подход и перспективы: что ожидает бизнес в ближайшие 2–3 года в части регулирования ИИ — российские и международные тренды

Модуль 10. Влияние ИИ на рынок труда и будущее управления

  • Влияние ИИ на рынок труда: стратегические последствия — какие профессии исчезают, какие трансформируются, какие появляются
  • Новые навыки руководителя в эпоху ИИ: что нужно уметь теперь — промпт-мышление, ИИ-грамотность, работа с неопределённостью
  • Среда BANI: хрупкость, тревожность, нелинейность, непонятность — как адаптировать управленческий подход к новым условиям
  • Будущее работы с ИИ: от персонального ассистента к партнёру по рабочему процессу — как меняется роль ИИ в бизнесе
  • Agentic ИИ: Microsoft Copilot, IBM, корпоративные исследования — что ожидать в ближайшие 2–3 года
  • Стратегические тренды 2026–2028: на что реально стоит обращать внимание, а что — хайп

Организация обучения

Требования к помещению для проведения занятий

Для проведения семинара необходимо хорошо проветриваемое помещение, защищенное от прямых солнечных лучей. Помещение должно быть оборудовано письменными столами, белым экраном размером не менее 2х1,5 м, флип-чартом и мультимедийным проектором. Все расходы, связанные с арендой помещения и оборудования для проведения обучения, несёт заказчик.

Документация и материалы, выдаваемые слушателям

В процессе обучения слушатели получают материалы в электронном виде, которые содержат презентацию, примеры, образцы отдельных документов, а также электронную библиотеку материалов по теме обучения.

По вопросам проведения семинара обращайтесь:

телеграм:@zhartun
e-mail: vadim@zhartun.me
телефон: +7 (931) 120-43-00


Здесь можно получить информацию об авторе курса и других учебных программах.