Як масштабувати навчання AI: від 300 до 15 000 працівників через внутрішніх чемпіонів

Як Atos уникнув «падіння в пілот»?

Вони не починали з обов’язкових заходів для всіх. Замість цього виявили 300 ранніх адоптерів по відділах, які добровісно захотіли вивчити інструменти AI. Це не були фахівці IT — це були аналітики, менеджерів проєктів та лідерів операцій, які шукали способи скоротити час на рутинну роботу.

Кожен чемпіон отримував базове навчання, а потім отримував завдання навчати 15–20 колег, використовуючи реальні завдання з їхньої черги. Без слайдів. Без LMS. Тільки спільний екран у Teams під час обробки рахунків, написання звітів або сортування підтримки.

Tool tip (Course for Business): Підхід «Augment, don't replace» означає, що чемпіони не навчають AI як заміну людського суду — вони показують, як AI може виконати перший чернеть, збирання даних або підсумок, залишаючи результат за людиною. Дивіться, як це працює у живих тренінгах команд.

Чому модель «плече-на-pleче» прив’єклася?

Навчання відбувалося в контексті. Фінансовий чемпіон не навчав «як користуватися AI» — він показував, як використовувати AI для звірки випички постачальника сьогодні. Продажовий чемпіон не демонстрував теорію промптів — він використовував AI, щоб написати три листа з пропозицією до обіду.

Це створювало миттєву релевантність. Працівники бачили економію часу на завданнях, яких вони ненавидили. Чемпіони не сприймалися як тренери — це були колеги, які просто стали краще у своїй роботі.

Менеджерський скан (приклад зведення за 2 хвилини)

• Чемпіони повідомляють: «Я допомог Марії скоротити час на тижневий звіт з 3 годин до 45 хвилин».
• Команди, які використовують AI-чемпіонів, показують у 2–3 рази швидше прийняття, ніж при верхньовідомових впровадженнях.
• Поширення відбувається органічно: один чемпіон → 15 колег → 5 з них стають новими чемпіонами.
• Не збільшується кількість годин формального навчання — навчання відбувається в потоці роботи.
• Менеджери бачать менше запитів типу «Я не розумію» і більше «Покажи, як ти це зробив?».
• Прірв між планом (використання AI) та фактом (фактичне використання) зменшується, коли колега навчає колегу.

Мікро-кейс (що змінюється через 7–14 днів)

Середньовага логистична компанія розпочала з 25 AI-чемпіонів у складі, плануванні та обслуговуванні клієнтів. Через два тижні ті чемпиони неформально навчили 320 колег. У планувальному відділі спостерігалося зниження ручної звертки електронних таблиць на 40%. Оператори служби підтримки почали використовувати AI для написання першого варіанту відповідей на типовые запити — не для заміни суду, а щоб уникнути «blank page». Операційний директор не вимагав використання — він просто просив чемпіонів поділитися одним прикладом економії часу на щотижневій огляді операцій. Через місяць 800 працівників використовували AI в якомусь вигляді — не через наказ, а через те, що бачили, як це працює у когось подібного до них.

Примітка до цього кейсу: Цей приклад ілюстративний — базується на типових патернах, які ми спостерігаємо у компаніях з 30–500 працівників, а не на одному конкретному клієнті. Конкретні числа — це округлені наближення типових діапазонів, а не гарантії.

FAQ

Як знайти правильних AI-чемпіонів? Шукайте волонтерів, які вже експериментують з інструментами AI — не найстарших, не найголосніших, а тих, хто спробував ChatGPT або Copilot, щоб скоротити время на особистому завданні.

Чи повинні чемпіони бути технічними? Ні. Найкращі чемпіони — часто ті, хто трохи страждає від інструменту, бо саме це допомагає їм пояснювати простими словами, оскільки вони самі мусили розібратися.

Що робити, якщо ніхто не хоче волонтерити? Почніть зі свого власного завдання. Якщо власник або керівник відділу покаже, як AI зберег йому час на реальному робочому потоці, інші звернуть увагу і спросять: «Як ти це зробив?»

Чи повільніше це, ніж наймати тренера? На початковий етап — так. Але це швидше за ускладнення прийняття та значно дешевше у довгостроковій перспективі — немає зовнішніх витрат, а знання залишаються після відходу консультанта.

Чи може ця модель працювати для AI-агентів, а не лише для Copilot або ChatGPT? Звичайно. Модель масштабована на будь-який інструмент — ключовий момент — це навчання через дію, у реальній роботі, з колегою, яка просто на крок впереди.

Якщо ви хочете, щоб ваша команда закінчила з працюючими автоматизаціями, які вони самі створили — забронюйте 30-хвилинний дзвінок, і ми розробимо ваші перші три завдання.