Нейросети становятся инструментом обучения новых сотрудников

Исследования также показывают, что цифровые помощники способны повышать эффективность работы сотрудников: в сфере клиентской поддержки их применение увеличило количество решенных вопросов за час в среднем на 15%. Однако технологии не отменяют необходимости в опытных наставниках. Нейросети требуют настройки и контроля, а их рекомендации — проверки с учетом специфики конкретной компании.

Как объединить возможности искусственного интеллекта и профессиональный опыт сотрудников — один из актуальных вопросов развития корпоративного наставничества. Компании все чаще используют цифровые инструменты не только для подготовки учебных материалов, но и для моделирования рабочих ситуаций, оценки действий новичков и предоставления обратной связи. При этом важной задачей остается формирование у сотрудников навыков самостоятельной работы.

Представить собственные решения в этой сфере московские организации могут на конкурсе «Лучшие практики наставничества города Москвы». Участники смогут продемонстрировать, как цифровые помощники дополняют работу опытных специалистов и помогают новым сотрудникам быстрее осваивать профессиональные обязанности.

Интерес бизнеса к таким технологиям продолжает расти. Согласно исследованию iSpring, проведенному среди представителей 132 российских компаний, 76% опрошенных уже применяют искусственный интеллект для разработки учебных материалов, создания тестов и адаптации контента.

Аналогичная тенденция наблюдается и за рубежом. В международном исследовании AI in L&D: The Race for Impact более половины респондентов сообщили об активном использовании ИИ в сфере обучения и развития персонала.

Пока одним из наиболее распространенных направлений применения нейросетей остается подготовка образовательного контента. Однако возможности технологии постепенно выходят за рамки создания инструкций и тестовых заданий. Компании начинают использовать искусственный интеллект для практических тренировок, позволяющих сотрудникам отрабатывать профессиональные навыки в условиях, приближенных к реальным.

Например, начинающий специалист может провести пробный разговор с виртуальным клиентом, столкнуться с типичными возражениями и получить разбор своих ошибок еще до первого настоящего звонка. При этом ключевой вопрос заключается не только в успешном прохождении тренировки, но и в способности применить полученные знания самостоятельно, без дополнительных подсказок.

Один из примеров сочетания цифровых инструментов и традиционного наставничества представлен в Московском метрополитене. Здесь проект цифрового помощника стал частью программы адаптации, в рамках которой за новым сотрудником закрепляется опытный коллега.

Наставник участвует в обучении новичка и промежуточной оценке его подготовки, а чат-бот помогает быстрее познакомиться с организацией и освоиться в новой рабочей среде.

Согласно описанию практики, ее внедрение позволило сократить продолжительность адаптации на 30%, а затраты на наставничество — на 15%. При этом цифровой инструмент не заменяет опытного сотрудника, а дополняет его работу, помогая организовать процесс подготовки новичков.

Более сложные задачи решают нейросети, способные анализировать реальные рабочие ситуации и формировать персональные рекомендации.

Такой подход использовали в Сбере, где разработали ИИ-наставника на основе GigaChat. Система анализировала расшифровки разговоров клиентских менеджеров и предлагала рекомендации по улучшению коммуникации.

Подготовленные отчеты направлялись руководителям, которые проверяли выводы нейросети и исключали ошибочные рекомендации. Таким образом, опытные сотрудники получали материал для предметного разбора конкретных разговоров и могли использовать его при дальнейшем обучении менеджеров.

Однако первый этап внедрения показал, что наличие цифровых рекомендаций само по себе не гарантирует улучшения результатов.

Спустя месяц после запуска пилотного проекта команда зафиксировала снижение конверсии. Анализ ситуации показал, что сотрудники перестали работать с рекомендациями в соответствии с первоначальным планом. После этого разработчики перезапустили пилот, доработали систему и уточнили порядок использования отчетов. По их данным, внесенные изменения привели к росту конверсии.

Этот опыт показывает, насколько важна организация работы с результатами ИИ-анализа. Недостаточно предоставить сотруднику перечень замечаний и рекомендаций. Необходимо убедиться, что они корректны, понятны и действительно применяются в последующих рабочих ситуациях. Именно здесь важную роль сохраняет опытный наставник, который может объяснить рекомендации, обсудить ошибки и помочь закрепить новые навыки.

Еще одно перспективное направление — использование искусственного интеллекта для создания интерактивных тренажеров на основе реального профессионального опыта.

В марте 2026 года компания «Т-Технологии» представила Robocoach — диалоговый тренажер на базе искусственного интеллекта. Система воспроизводит поведение клиента, реагирует на реплики сотрудника и предоставляет обратную связь по итогам разговора.

Особенность решения заключается в возможности формировать учебные сценарии на основе реальных звонков. Сложные ситуации превращаются в практические упражнения, а успешные примеры общения с клиентами используются для подготовки новых специалистов.

Такой формат позволяет сотрудникам неоднократно отрабатывать необходимые действия, анализировать допущенные ошибки и совершенствовать навыки. При этом содержание обучения остается непосредственно связанным с повседневной практикой компании.

Потенциал цифровых помощников для развития профессиональных компетенций подтверждают и научные исследования.

В работе Эрика Бриньолфссона, Даниэль Ли и Линдси Рэймонд были проанализированы данные 5172 сотрудников клиентской поддержки. Исследователи установили, что доступ к ИИ-помощнику увеличил количество решенных вопросов за час в среднем на 15%.

Наиболее заметные положительные изменения наблюдались среди менее опытных работников. Они смогли повысить как скорость, так и качество выполнения задач. Кроме того, авторы обнаружили признаки того, что взаимодействие с системой способствует профессиональному обучению.

Таким образом, при определенных условиях искусственный интеллект может не только помогать сотрудникам справляться с текущими обязанностями, но и поддерживать процесс освоения профессии.

Однако у такой модели обучения есть ограничения. Быстро получить правильный ответ — не всегда значит понять принцип решения задачи и научиться действовать самостоятельно.

На это указывают результаты эксперимента Anthropic, опубликованные в январе 2026 года. Его участники — разработчики — осваивали незнакомую программную библиотеку. Часть специалистов выполняла задания с помощью искусственного интеллекта, остальные работали без него.

По итогам последующего тестирования группа, использовавшая ИИ, набрала в среднем 50% баллов, тогда как участники, работавшие самостоятельно, — 67%. При этом исследователи не обнаружили статистически значимого сокращения времени выполнения заданий благодаря нейросети.

Однако результаты внутри группы, применявшей ИИ, различались. Более высокие оценки получали участники, которые не ограничивались готовыми решениями, а просили систему объяснить принципы работы и логику предложенного кода.

Для корпоративного обучения этот вывод имеет практическое значение. Если сотрудник успешно выполняет задание с помощью цифрового помощника, работодателю важно проверить, способен ли он воспроизвести решение самостоятельно, объяснить последовательность действий и определить ситуации, в которых предложенный алгоритм окажется неприменимым.

Организовать такую проверку можно в рамках обычного наставничества. Например, искусственный интеллект предлагает практическое упражнение, подбирает необходимые материалы или анализирует выполненную работу. После этого опытный специалист обсуждает с новичком полученный результат, просит объяснить ход рассуждений и предлагает решить аналогичную задачу с измененными условиями.

Это позволяет оценить не только правильность выполнения конкретного задания, но и глубину усвоения профессиональных знаний.

Кроме того, сами цифровые инструменты нуждаются в подготовке к использованию внутри компании. Чтобы рекомендации соответствовали реальным рабочим процессам, необходимо подобрать подходящие примеры, разработать учебные сценарии, систематизировать корпоративные знания и проверить корректность предлагаемых решений.

Поэтому опытные сотрудники могут выступать не только наставниками для начинающих специалистов, но и участниками разработки и настройки цифровых образовательных инструментов. Их профессиональные знания помогают сделать содержание обучения более точным, актуальным и применимым на практике.

Таким образом, искусственный интеллект и традиционное наставничество могут решать взаимодополняющие задачи. Цифровые помощники обеспечивают быстрый доступ к информации, позволяют многократно отрабатывать типовые ситуации и получать предварительную обратную связь. Наставники, в свою очередь, помогают разобраться в причинах ошибок, оценить качество решений и сформировать навыки самостоятельной работы.

Представить подобные программы московские организации могут на первом городском конкурсе «Лучшие практики наставничества города Москвы». Заявки принимаются до 15 декабря 2026 года, в том числе в номинациях, связанных с производством, бизнесом и профессиональным стартом молодежи.

Оператор конкурса — АНО «Мосстратегия». Подробные условия участия и форма подачи заявок размещены на официальном сайте конкурса.

Для компаний, внедряющих искусственный интеллект в корпоративное обучение, участие в конкурсе становится возможностью продемонстрировать, как сочетание современных технологий и профессионального опыта сотрудников помогает готовить специалистов к самостоятельному решению рабочих задач.