От модной игрушки к реальным рабочим сценариям
Журнал «Административный директор» больше года учит читателей работать с ИИ не как с модной игрушкой, а как с управленческим инструментом для офисных сервисов, закупок, документов, коммуникаций и процессов.
Программу разработала и ведет Марина Лобынцева, руководитель проектов журнала «Административный директор», экс-административный директор HeadHunter. Ценность этого курса — в редком сочетании: глубокое понимание административной функции, реальный управленческий опыт и умение переводить ИИ с языка технологий на язык ежедневных профессиональных задач.
Мы поговорили с Мариной о том, почему ИИ становится рабочим инструментом административной функции, какие задачи он уже помогает решать и почему она строит обучение не вокруг технологий, а вокруг реальных процессов компании.
С чего начался ваш интерес к искусственному интеллекту и почему эта тема оказалась так близка именно административной функции?
Мне всегда нравилось делать работу разумнее, быстрее. Связывать процессы между собой так, чтобы они не просто выполнялись, а давали стабильный, предсказуемый результат. Хотелось, чтобы система работала сама — понятно, логично, без лишних усилий. И, по сути, именно из этого ощущения вырос мой интерес к искусственному интеллекту.
Административный директор сегодня живет в реальности, где задач становится больше, ожидания выше, бюджеты жестче, а команда чаще всего не растет. При этом нужно контролировать офисы, сервисы, подрядчиков, заявки, закупки, ремонты, командировки, мероприятия, документы и прочее. И все это — быстро, точно и желательно «еще вчера».
Именно из этой реальности появилась идея обучать административных директоров работе с ИИ. Не из интереса к модным технологиям, а из очень практичного вопроса: как сохранить качество административной функции, если ресурсов больше не становится?
Вы начинали обучение с административных руководителей. Кто сейчас приходит учиться работе с ИИ и что это говорит о рынке?
За почти год мы обучили работе с ИИ более 900 человек. И это уже давно не только административные директора и HR-специалисты. Сегодня среди участников наших семинаров — топ-менеджеры, архитекторы, строители, аналитики, дизайнеры, руководители клиник в разных городах России. И чем больше я работаю с разными аудиториями, тем отчетливее понимаю: ИИ — это не история про возраст, должность или технический склад ума. Это история про любопытство.
В этом одна из самых ценных особенностей ИИ. Он позволяет изучать любую задачу через понятный тебе язык. Не через сложные технические термины, а через твой тип мышления, твою профессию, твой контекст.
Административному директору можно объяснить процесс через заявки, работу с подрядчиками, офисные сервисы, таблицы и письма; HR-директору — через сотрудников, адаптацию, коммуникации и аналитику вовлеченности; архитектору — через проектную документацию, концепции и сравнение решений; руководителю клиники — через путь пациента, расписания, отчеты и операционные процессы.
Именно поэтому обучение не может быть одинаковым для всех. Универсальный формат здесь работает слабо. Человеку важно не просто увидеть «возможности нейросетей вообще», а конкретный ответ на вопрос: что я завтра смогу делать быстрее, точнее и лучше?
Как за последний год изменились запросы слушателей?
Раньше на обучение чаще приходили люди с формулировкой: «Я ничего не понимаю в ИИ, но чувствую, что надо разобраться». Было много настороженности, страха ошибиться. Участники задавали базовые вопросы: куда заходить, что писать, чем один сервис отличается от другого, можно ли вставлять рабочие данные, как оплатить подписку?
Сейчас слушатель стал практичнее. Он уже не спрашивает: «Зачем мне ИИ?» Он спрашивает: «Как применить ИИ к моим задачам, чтобы был результат?» Административные директора стали приходить не за вдохновением, а за рабочими сценариями.
Появился и другой уровень запросов: как стать архитектором процессов; как автоматизировать то, что раньше можно было сделать только с ИТ-департаментом и разработчиками. Это уже зрелый взгляд на применение. И с ним очень интересно работать.
С какими задачами чаще всего приходят административные руководители на семинары? Где ИИ быстрее всего дает практическую пользу?
Чаще всего участники приходят с задачами, которые можно разделить на несколько групп.
Первая группа — тексты и коммуникации. Это письма подрядчикам, ответы сотрудникам, служебные записки, регламенты, инструкции, положения, новости для внутреннего портала, описания процессов, тексты для рассылок.
На первый взгляд кажется, что надо просто «написать текст». Но на практике это гораздо больше: нужно точно передать смысл, обозначить правила и не потерять управленческий контекст, и этот паттерн должен быть постоянным.
Административный директор часто выступает переводчиком между бизнесом, сотрудниками, подрядчиками и руководством.
Вторая группа — таблицы и аналитика. Это заявки, поломки, закупки, бюджеты, счета, расходы, посещаемость офисов, загрузка переговорных, результаты опросов, сравнение коммерческих предложений.
Здесь задача не просто «посчитать», а понять, что происходит с процессом. Где повторяется проблема? Какой подрядчик системно нарушает сроки? Какие расходы выросли?
Третья группа — документы и договоры. Участники хотят научиться быстро выделять обязанности сторон, сроки, риски, спорные формулировки, контрольные точки, перечень документов, зоны ответственности.
Четвертая группа — презентации и отчеты. Административная функция часто делает много работы, но плохо упаковывает результат. Поэтому руководству кажется, что «все само работает». ИИ помогает превратить операционную рутину в понятную управленческую картину: что сделано, какие риски, где экономия, где эффект, что нужно решить.
Пятая группа — автоматизация повторяемых процессов. Это уже следующий уровень и тренд 2026 года: участники хотят собрать регулярные процессы. Например, еженедельный отчет по заявкам, анализ повторных поломок, сводка по подрядчикам, подготовка презентации для руководства — все на постоянной основе.
Как устроено обучение ИИ? Что важнее: теория или работа с реальными задачами?
Главный принцип — минимум теории, максимум работы на реальных задачах. Мы не начинаем с длинной лекции о том, как устроены большие языковые модели. Для административного директора это не первая необходимость. Важно другое: понять, что именно можно поручать ИИ, как правильно ставить задачу, где проверять результат и как встроить инструмент в рабочий процесс. Обучение строится по логике «показали — повторили — применили к своей задаче — разобрали ошибки».
Результат появляется тогда, когда человек начинает мыслить процессом и может ответить на вопросы:
- Какая у меня задача?
- Какие данные есть?
- Какой результат нужен?
- Кто будет использовать результат?
- Какие ограничения важны?
- Что обязательно проверить?
Мы учим не «общаться с агентами», а проектировать управленческую задачу так, чтобы ИИ стал рабочим помощником.
Как построена программа и почему автоматизация — не первый шаг?
Программа идет от простого к сложному.
Первый уровень — участник учится быстро писать письма, структурировать мысли, готовить документы, делать краткие выжимки, формулировать задачи, собирать планы.
Второй уровень — работа с данными. Таблицы, списки, заявки, отчеты, опросы, выгрузки. Здесь важно научиться не только задавать вопросы к данным, но и проверять логику расчета, видеть ограничения.
Третий уровень — управленческая упаковка. Это отчеты, презентации, выводы, аргументация решений, визуализация проблем, подготовка к встречам.
Четвертый уровень — автоматизация. Это связки инструментов, повторяемые процессы, агенты, регулярные отчеты, работа с почтой, таблицами, календарем, файлами.
Но не всем нужно идти на четвертый уровень. Ошибка многих компаний — начинать обучение ИИ с автоматизации, когда команда еще не умеет нормально формулировать задачи. Сначала — мышление и инструменты, потом — автоматизация.
Какие форматы обучения лучше работают?
Мы предлагаем несколько форматов.
Короткие практические семинары на 3,5 часа — хороший вариант для начала: снять страх, показать возможности, дать первые рабочие сценарии.
Корпоративные тренинги для команд — глубже, длятся от 3,5 часов до нескольких дней, строятся на реальных процессах и болях компании.
Сопровождение после обучения — для команд, которые хотят что-то донастроить. Настоящие вопросы часто возникают не на семинаре, а позже, когда человек начинает что-то собирать сам.
Почему командное обучение дает другой эффект, чем обучение одного специалиста?
Когда учится один человек, он ускоряет свою работу. Когда учится команда, меняется способ работы функции. В командном формате важно не просто показать инструменты, нужно договориться: какие задачи команда отдает ИИ, какие данные можно использовать, какие шаблоны считаются рабочими, кто проверяет результат, какие процессы автоматизируются первыми.
Например, в административной команде можно отдельно выделить сценарии для офис-менеджеров, специалистов по закупкам, сотрудников ресепшена, координаторов мероприятий, специалистов по эксплуатации, руководителей направлений и самого административного директора.
У каждого уровня — свои задачи. Офис-менеджеру нужно быстрее отвечать на типовые запросы и готовить инструкции. Специалисту по закупкам — сравнивать КП и готовить таблицы решений. Руководителю эксплуатации — анализировать заявки и повторные неисправности. Административному директору — видеть полную картину: риски, стоимость и эффект.
Командное обучение создает общий язык. Иначе каждый пользуется ИИ как умеет, результаты достигаются разного качества, а функция не получает системного эффекта.
Когда участники начинают видеть результат и почему одного семинара, как правило, недостаточно?
Первые результаты появляются очень быстро — зачастую уже в день обучения. Человек впервые видит, что письмо, которое он раньше писал 30 минут, можно подготовить за три минуты. Что хаотичный список комментариев можно превратить в нормальную таблицу. Что из длинного документа можно вытащить обязанности, сроки и риски. Что из выгрузки заявок можно получить не просто цифры, а выводы.
Но устойчивый результат появляется позже. На первые «быстрые победы» обычно достаточно одной-двух недель. На уверенное применение — около месяца регулярной практики. На командное внедрение — от трех месяцев. На устойчивую трансформацию процессов — от шести месяцев.
Здесь важно не обманывать себя. Один семинар не меняет функцию. Он запускает движение. А результат появляется там, где после обучения есть практика, повторение, разборы и управленческая поддержка, и это уже лежит в плоскости руководителя.
Что чаще всего мешает административным командам начать использовать ИИ в работе?
Есть несколько серьезных барьеров, и их важно назвать прямо.
Первый — доступ к сервисам. Не все инструменты одинаково доступны в России. Где-то есть ограничения по оплате, где-то корпоративная политика не разрешает использование внешних сервисов.
Второй — безопасность данных. Нельзя бездумно загружать в открытые сервисы договоры, персональные данные, коммерческую информацию, внутренние документы. Это нужно понимать сразу, а не после первой ошибки.
Третий — страх. Многие специалисты боятся выглядеть некомпетентными. Особенно руководители с большим опытом. Им непросто признать, что появился инструмент, который надо осваивать заново.
Четвертый — иллюзия простоты. На практике хороший результат требует контекста, проверки, уточнений и понимания процесса.
Пятый — отсутствие времени. У команд всегда много срочного. Поэтому обучение должно быть встроено в реальные задачи, иначе оно останется «интересным, но его некогда применять».
Именно поэтому мы стараемся адаптировать обучение под рабочую реальность. Нет одного идеального инструмента, который решит все. Важно знать несколько рабочих вариантов и понимать, что доступность сервисов может меняться.
Мы не строим программу вокруг одной платформы. Мы показываем логику работы с ИИ, которую можно применять в разных инструментах.
Какие инструменты сегодня становятся базовыми для специалиста, который хочет уверенно работать с ИИ?
Базовыми для любого специалиста становятся:
- ChatGPT/Codex;
- Claude/Code;
- ИИ-инструменты для Excel и Google Sheets;
- агенты и сценарии, которые работают с почтой, таблицами, календарем, файлами.
Но главный инструмент — постановка задачи. Если человек умеет правильно описать контекст, данные, критерии успешного результата и ограничения, он сможет работать в разных моделях. Если не умеет — даже самый продвинутый инструмент будет давать слабый результат.
Когда я начинала активно использовать ИИ, у нас были в основном только чаты. Но уже тогда это казалось большим прорывом: можно было обсуждать задачи, писать тексты, разбирать документы, структурировать идеи.
Сейчас мы живем уже в другой реальности. Началась эра агентов. И это уже не просто чат, которому ты задаешь вопрос. Это помощники, которые берут на себя повторяемые задачи, собирают информацию, готовят сводки, проверяют статусы, работают по расписанию — с письмами, таблицами, календарями, файлами. И что невероятно — все это можно настроить самому.
Это про новую культуру работы, где любопытство становится профессиональным капиталом, мышление — главным навыком, а готовность меняться — основой будущей устойчивости человека, команды и бизнеса в целом.
