4-рівнева система AI-грамотності для SMB на 100 людей

Найбільша помилка, яку я бачу у власників SMB щодо AI-навчання — це сприймати «AI-грамотність» як одну річ: один воркшоп, одну програму, один бюджетний рядок. А реальний розрив — це чотири різні розриви один на одному, і кожен потребує іншого фіксу.

Чому «AI-грамотність» — оманлива рамка?

Коли власник каже «треба прокачати команду в AI», він зазвичай має на увазі піврічний воркшоп зі слайдами і демо ChatGPT. Через два тижні usage падає нижче 20%, і ніхто не пояснить чому.

Причина: команда не однорідна. У SMB на 100 людей є support-агент, який хоче краще писати тікети, сеньйор-бухгалтер, що боїться злити дані клієнтів у ChatGPT, маркетинг-менеджер, якому потрібен governance, і Ops-лід, яка могла б зробити агента, якби хтось показав як. Те саме слово «AI-грамотність», чотири різні потреби.

Визначення: Рівень AI-грамотності — набір навичок, інструментів і суджень, калібрований під реальну щоденну роботу конкретної ролі з AI. Рівні стекуються: кожен вищий вимагає попереднього.

BCG 10-20-70: лише ~10% AI-цінності з моделі, ~20% з інфри — ~70% з людей і процесу. Тобто рівневе навчання — не HR-нюанс. Саме там живе цінність.

Які чотири рівні?

Від найширшого до найглибшого:

1. Рівень 1 — Основи промптингу (всі). Кожен співробітник. Мета: написати корисний промпт, розпізнати галюцинацію, знати, які дані не можна.
2. Рівень 2 — RAG-aware (knowledge workers). Усі, чия робота — документи, дослідження, чернетки, аналіз. Мета: безпечно і компетентно використовувати AI з корпоративними знаннями.
3. Рівень 3 — Governance (менеджери і тімліди). Усі, хто відповідає за чужі AI-результати. Мета: політики, ревʼю якості і ризику, ескалації.
4. Рівень 4 — Дизайн агентів (чемпіони). Невелика група, ~1 на 15-20 людей. Мета: проєктувати, будувати, підтримувати вузькі AI-агенти.

У 100-людській SMB може вийти ~95 людей на Рівні 1, ~40 на Рівні 2, ~10 на Рівні 3 і 5-6 на Рівні 4. Сума більше 100, бо рівні стекуються.

Рівень 1 — що включають «основи для всіх»?

Дві години максимум. Обовʼязково. Мета — не вільне володіння, а щоб ніхто не злив SSN клієнта у публічну модель і не написав очевидно поганий промпт.

Конкретна програма:

• Одна структура промпта (роль → контекст → задача → формат → обмеження)
• Перевірка «перед вставкою» (PII? клієнтська? регульована?)
• Як побачити впевнену галюцинацію
• Один санкціонований інструмент під роль

Все. Довше за це на Рівні 1 — це over-engineering, attendance провалиться. Microsoft 300k-роллаут Copilot з падінням usage на 80% за 3 тижні — переважно Tier 1 провал.

Визначення: Санкціонований інструмент — конкретний AI-продукт, що компанія схвалила під use case, з admin-контролями, data residency, контрактом. Протилежне — shadow AI, і ~46% співробітників вже завантажували конфіденційні дані у публічні AI (галузеві дослідження).

Рівень 2 — RAG-aware для knowledge workers

Для ролей, де AI торкається документів, досліджень, аналізу — бухгалтери, аналітики, юристи, маркетинг, ops. 4 години, у дві сесії.

Програма:

• Що таке RAG простою мовою
• Чому вставити 40-сторінковий контракт — це не те саме, що питати про нього у RAG-інструменті
• Як перевірити, що джерело, на яке посилається AI, реальне
• Промпт-патерни для аналізу vs синтезу vs чернетки
• Правило двох джерел для фактологічного твердження від AI

Визначення: Retrieval-augmented generation (RAG) — конфігурація, де AI підтягує релевантні куски з ВАШОЇ бази знань (доки, wiki, контракти) перш ніж відповісти. Зменшує галюцинації, але не усуває.

Рівень 3 — governance для менеджерів

3 години. Для тих, хто ревʼює виходи від AI або відповідає за використання AI у команді.

Програма:

• Односторінкова AI-policy (схвалені тули, заборонені дані, ревʼю)
• Як побачити AI-згенеровану роботу при ревʼю
• Vendor red flags, коли команда просить новий тул
• Шлях ескалації — коли AI-рішення потребує людського override
• Простий місячний цикл ревʼю — usage, інциденти, gaps у policy

Саме тут роллаути тихо провалюються. Рівень 1 проходить (воркшоп), Рівень 4 проходить (чемпіони ентузіазмують), а Рівень 3 пропускають — і через три місяці нема власника, коли виникає проблема з якістю чи даними.

Рівень 4 — дизайн агентів для чемпіонів

Глибина. 2-3 дні на чемпіона, потім тижневі cohort-lab 6 тижнів. Емпірично ефективне співвідношення — ~1 чемпіон на 15-20 людей.

Скелет програми:

• Куди вписується AI-агент у workflow (і куди ні)
• Дизайн рубрики — реально складна частина
• Етап людського ревʼю — кожне «ні» з кліком, кожна зовнішня дія з підтвердженням
• Cost-per-task як операційний показник здоровʼя
• Передача: як навчити workflow назад команді без вашого bottleneck

Шаблон мапінгу (copy/paste)

Сядьте з HR і топ-менеджерами. Дві години.

МАПА AI-ГРАМОТНОСТІ — [КОМПАНІЯ], [ДАТА]

По кожній сімʼї ролей:

Сімʼя: ____________________
Headcount: ____
Щоденні AI-задачі: ____________
Експозиція чутливих даних: low / medium / high
Менеджер ревʼює виходи?: так / ні

Призначення рівнів:
- Рівень 1 (Промпти): так [ОБОВ'ЯЗКОВО для всіх]
- Рівень 2 (RAG): так / ні — за експозицією до документів
- Рівень 3 (Governance): так / ні — лише якщо керує чужими AI-виходами
- Рівень 4 (Чемпіон): 1 особа на 15-20 — імена

Sequencing:
- Q1: Рівень 1 всім + відбір чемпіонів
- Q1-2: Рівень 4 глибоке навчання, Рівень 2 для knowledge workers
- Q2: Рівень 3 для менеджерів, запуск governance

Бюджетний сигнал: ~$50-150 за Рівень 1, $200-400 за Рівень 2,
$300-500 за Рівень 3, $2-5k за чемпіона Рівня 4 (залежно від програми).

Один аркуш вирішує три квартали тренінгових витрат.

Tool tip (Course for Business): Наша 6-week program побудована саме навколо цієї рівневої структури — Рівень 1 у тижні 1 для всіх, Рівень 4 чемпіони — паралельно, Рівень 2/3 cohorts у тижнях 2-5. Принцип Augment-don't-replace тримає Рівень 1 чесним: жоден співробітник не виходить з тижня 1 з відчуттям, що мета — видалити його роль. AI Champions (1:15-20) — закладено в дизайн cohort, Shoulder-to-Shoulder hot seat робить з чемпіона Рівня 4 людину, з якої решта команди справді буде копіювати. Подивіться, як рівні мапляться під ваш headcount: https://course.aiadvisoryboard.me/business.

Team scan (what AI champions report after week 1)

Патерни у retro 1-го тижня рівневого роллауту в 100-людській SMB:

• ~90% учасників Рівня 1 запускають хоча б один промпт прямо на воркшопі
• Knowledge workers Рівня 2 само-ідентифікуються за 48 годин через простий опитник
• 1 чемпіон на ~17 людей — саме на цьому співвідношенні програма реально сідає
• Перше тертя: Рівень 3 governance відстає — менеджери кажуть «спершу хочу побачити Рівень 1»
• Перша перемога: чемпіон Рівня 4 запускає чорновий агент під найоб'ємніший workflow команди
• Перший ризик: 2-3 співробітники само-промотують себе на Рівень 4 без рубричних навичок — потрібен мʼякий редирект
• Use case #1 за оцінкою чемпіонів: внутрішній Q&A-бот по wiki
• Зекономлений час: 3-5 годин/тиждень на випускника Рівня 2, далі більше
• Сталий сигнал адопції: 89% користувачів, що пройшли через productivity dip, активні через 20 тижнів (Microsoft internal)

Micro-case (що змінюється за 7-14 днів)

Професійні послуги на 120 людей розкатали рівневу систему за 5 днів плюс 2 тижні follow-through. Рівень 1 (2 години, всі) — пн-вт. Відбір чемпіонів Рівня 4 (по одному на велику команду — 7 чемпіонів) паралельно; вони пройшли 3-денний інтенсив ср-пт. Рівень 2 cohorts стартували у наступний понеділок. До дня 14: Рівень 1 — ~94% завершено (одна декретка), перший агент-чемпіон (proposal-draft помічник) у проді з людським гейтом, а найбільший сюрприз COO — Рівень 3: менеджери прийшли по governance-матеріали ДО того, як довірити командам нові інструменти. Навчання прижилось, бо у кожного був рівень під його реальну роботу, не загальна програма ні під кого.

Note on this case: This example is illustrative — based on typical patterns we observe with companies of 30-500 employees, not a single named client. Specific numbers are rounded approximations of common ranges, not guarantees.

Tool tip (Course for Business): Часта помилка — перевкласти у Рівень 4 (чемпіони виглядають як «справжня» AI-робота) і пропустити Рівень 3 — і через пів року нема governance, інцидент якості дивує CEO. Лінза Augment-don't-replace тримає пропорції: Рівень 1 — широта, Рівень 4 — глибина, але саме середні — RAG-aware і manager governance — роблять систему стійкою. 6-week program будує всі чотири рівні паралельно, щоб жоден шар не пропустили. Книжте 30-хвилинний мепінг: https://course.aiadvisoryboard.me/business.

FAQ

Чому не відправити всіх на Рівень 4? Бо Рівень 4 вимагає часу, який більшість не може обґрунтувати. 5-годинний поріг навчання реальний — програми <5 годин не дають поведінкових змін — але з 5 на 25 годин не дає 5× цінності, якщо роль не потребує дизайну агентів. Ви витратите бюджет Рівня 4 на тих, хто його не застосує.

Чи справді Рівень 1 має бути обовʼязковим? Так. Пропуск Рівня 1 для «просунутих» — найчастіша помилка і найчастіше джерело shadow AI-інцидентів. Сеньйори, які «вже все знають», — ті, хто вставляє клієнтські дані у публічні чат-боти. Рівень 1 — не про промптинг, а про калібрування «що не можна».

Чи можна всі чотири рівні робити inhouse? Рівень 1 і Рівень 3 — так, після першого зовнішнього cohort. Рівень 4 — дизайн агентів — складно з нуля inhouse, бо hot-seat коучинг потребує когось, хто сам побудував кілька агентів. Більшість SMB беруть зовнішніх на перший cohort Рівня 4, далі їх власні чемпіони ведуть наступні.

Як це лягає на існуючу AI-policy? Policy — це output Рівня 3. Рівнева система — програма, що робить policy виконуваною: Рівень 1 вчить, що policy значить на практиці, Рівень 3 — як її застосовувати, Рівень 4 будує агентів, що оперують всередині неї.

Висновок

Сприймати AI-грамотність як одну річ — це шлях до напівтренованої команди, кількох ентузіастів-чемпіонів, відсутнього шару governance і керівника, переконаного, що роллаут «провалився». Він не провалився — він пропустив три з чотирьох рівнів. Збудуйте мапу. Послідовно запускайте рівні. Не пропускайте Рівень 3.

Виберіть наступний квартал. Замапте ролі на рівні. Запустіть Рівень 1 всім, відберіть чемпіонів і стартуйте cohort. Через 6 тижнів у вас буде система, що заробляє бюджет, а не захищає його.

Якщо хочете, щоб кожен співробітник запустив свою першу AI-автоматизацію за 5 днів — книжте 30-хвилинний дзвінок, ми складемо план на перший тиждень: https://course.aiadvisoryboard.me/business.