AI для руководителя

Программа для руководителей подразделений, директоров и владельцев бизнеса, которые принимают решения о найме, распределении ресурсов, планировании и контроле — и хотят понять, где AI усиливает управленческие решения, а где создаёт риски, которые несёт лично руководитель. Участники приходят с разным уровнем знакомства с AI: 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.

Фокус программы — практика применения AI в реальных управленческих ситуациях: планирование, аналитика, кадровые решения. Участники научатся формулировать задачи для AI и критически оценивать результат. Освоют применение AI 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 AI 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 AI, и что делать с регулированием — российским и международным.

Программа семинара

Модуль 1. Языковые модели: как устроен AI 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 AI выдумывает факты и не знает, что врёт — как проверить результат и не допустить ошибки в управленческом решении
Предвзятость AI: системные искажения из обучающих данных — гендер, раса, культура — как проявляются и как обнаружить

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

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

Модуль 3. Экосистема AI-инструментов для руководителя

Chat vs AI-powered платформы vs AI-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. AI в планировании и аналитическом сопровождении решений

AI в аналитике: обработка данных, выявление паттернов, прогнозирование — как AI усиливает управленческие решения
Планирование с AI: разбивка проекта на задачи, оценка сроков и ресурсов — AI как советник по планированию
Бюджетирование: помощь в составлении бюджета — AI для обработки исторических данных, сценарного анализа, проверки расчётов
Анализ альтернатив: «что если» — AI 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 — AI как ассистент управленца
Резюме встречи и звонка: записать суть — получить структурированные выводы и следующие шаги

Модуль 5. AI в контроле и делегировании

Делегирование AI: какие задачи можно передать AI, какие нельзя — критерии пригодности для делегирования
AI-воркфлоу в бизнес-процессах: интеграция AI в типичные процессы — как выглядит, какие даёт результаты
Контроль с AI: мониторинг показателей, отслеживание отклонений — AI как инструмент контроля, не замена руководителя
Делегирование задач команде с использованием AI: как AI помогает распределять работу, ставить задачи, проверять результаты
Управление по исключениям: AI 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 AI 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
AI-расслоение: как компании разделяются по уровню AI-зрелости — что это значит для конкуренции и как не отстать
Роли в проекте внедрения: владельцы AI, промпт-инженеры, специалисты по оценке — кто нужен и когда

Модуль 7. Оценка эффективности AI

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

Модуль 8. Безопасность AI и управление рисками

Персональные данные и AI: 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 AI-контент: кому принадлежит текст, сгенерированный AI — авторское право, позиции России и международная практика
Ответственность за решения: кто отвечает за решение, принятое на основе AI — разработчик, оператор, пользователь
Отказ в LLM: механизмы отказа — что модели отказываются делать и почему; влияние на бизнес в чувствительных отраслях

Модуль 9. Правовое регулирование AI

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

Модуль 10. Влияние AI на рынок труда и будущее управления

Влияние AI на рынок труда: стратегические последствия — какие профессии исчезают, какие трансформируются, какие появляются
Новые навыки руководителя в эпоху AI: что нужно уметь теперь — промпт-мышление, AI-грамотность, работа с неопределённостью
Среда BANI: хрупкость, тревожность, нелинейность, непонятность — как адаптировать управленческий подход к новым условиям
Будущее работы с AI: от персонального ассистента к партнёру по рабочему процессу — как меняется роль AI в бизнесе
Agentic AI: 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

Форматы проведения

Открытый семинар — 8 часов, группы до 20 человек, очно или онлайн.
Корпоративный тренинг — 8 часов, группа от 6 человек, программа адаптируется под специфику компании
Семинар-практикум — 16 часов, включая практические занятия с реальными задачами участников

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.