惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

GbyAI
GbyAI
阮一峰的网络日志
阮一峰的网络日志
C
Check Point Blog
Stack Overflow Blog
Stack Overflow Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
酷 壳 – CoolShell
酷 壳 – CoolShell
M
MIT News - Artificial intelligence
L
LangChain Blog
Microsoft Azure Blog
Microsoft Azure Blog
博客园 - Franky
WordPress大学
WordPress大学
博客园_首页
Y
Y Combinator Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
V
Visual Studio Blog
L
LINUX DO - 最新话题
S
Security @ Cisco Blogs
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Help Net Security
Help Net Security
大猫的无限游戏
大猫的无限游戏
Hugging Face - Blog
Hugging Face - Blog
The GitHub Blog
The GitHub Blog
Schneier on Security
Schneier on Security
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
U
Unit 42
Jina AI
Jina AI
雷峰网
雷峰网
罗磊的独立博客
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
博客园 - 【当耐特】
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
人人都是产品经理
人人都是产品经理
Microsoft Security Blog
Microsoft Security Blog
V
V2EX
N
News and Events Feed by Topic
V2EX - 技术
V2EX - 技术
宝玉的分享
宝玉的分享
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Hacker News - Newest:
Hacker News - Newest: "LLM"
P
Proofpoint News Feed
N
Netflix TechBlog - Medium
Martin Fowler
Martin Fowler
O
OpenAI News
P
Proofpoint News Feed
H
Help Net Security
S
Securelist
Vercel News
Vercel News
Hacker News: Ask HN
Hacker News: Ask HN
博客园 - 三生石上(FineUI控件)

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Как обучить тысячи сотрудников работе с ИИ за полтора года
Виталий Чесноков · 2026-06-01 · via Все публикации подряд на Хабре

66% руководителей подразделений в «Ростелекоме» используют нейросети в работе команд. В компании появилось более 40 внутренних ИИ-менторов, и их число продолжает расти. Работе с ИИ обучилось более 6000 сотрудников – это около 78% целевой аудитории. Как получили такие результаты – расскажем в статье.

ИИ становится новым английским. Так считают во многих крупных компаниях. Мы пригласили на конференцию Teamly «Знание, обучение и ИИ – в единой рабочей среде» Надежду Шилову, руководителя управления по обучению массового сегмента компании ПАО «Ростелеком». Она поделилась опытом внедрения искусственного интеллекта в процессы обучения и работу сотрудников.

Как повысить эффективность крупной компании: решение «Ростелеком»

«Ростелеком» – не просто провайдер интернет‑услуг, а магистральный оператор, обеспечивающий работу других провайдеров и государственных сервисов. Компания играет ключевую роль в обеспечении доступа к Госуслугам и интернету для миллионов россиян. Отсюда – высокие требования к информационной безопасности. Утечка данных, например, из базы Госуслуг может привести к масштабным последствиям.

Несколько лет назад совет директоров ПАО «Ростелеком» включил использование ИИ в стратегию компании. Цель – повысить эффективность за счёт автоматизации рутинных процессов и перераспределения человеческих ресурсов на более сложные задачи.

Работа над проектом началась в 2024 году на базе Онлайн-университета. Это пространство для профессионального и личностного роста сотрудников. В отличие от университетов других крупных компаний, в университете ПАО  «Ростелеком» нет кампуса и очных аудиторий. В онлайн-формате проходят подготовку 80 тысяч сотрудников компании и около 150 тысяч сотрудников дочерних организаций. Образовательный процесс обеспечивает команда из более чем 200 внутренних тренеров, методистов и разработчиков.

Надежда Шилова, руководитель управления по обучению массового сегмента:

В Ростелекоме люди любят учиться. За 2024 год обучилось около 94% сотрудников. Помимо обязательного, которого требует законодательство, у нас есть огромное число курсов, которые сотрудники проходят по своей инициативе.

Нейрошлюз: доступ к ИИ без утечек

Одной из причин активного внедрения ИИ стал кадровый голод 2024–2025 годов, когда безработица держался на уровне 2–3%. Это означало, что компаниям приходилось достигать большего результата меньшими ресурсами, автоматизируя рутину.

В «Ростелекоме» считают, что искусственный интеллект позволяет получать до 80% результата при 20% усилий. Поэтому работа с нейросетями постепенно становится такой же базовой компетенцией, как когда-то знание английского языка или уверенное владение компьютером.

Но прежде чем обучать сотрудников, нужно было решить другую задачу – дать им доступ к самим инструментам. Очевидно, что массового внедрения не получилось бы, если бы сотрудникам пришлось оплачивать нейросети самостоятельно.

Поэтому внутри компании появился собственный  «Нейрошлюз» – внутренний хаб, объединяющий разные ИИ-сервисы. В нем доступны как модели, работающие внутри корпоративного контура, так и популярные внешние решения (например, NanoBanano, DeepSeek и ChatGPT).

Сотрудники могут пользоваться этими инструментами бесплатно и без ограничений. Главное условие – соблюдение требований информационной безопасности: в открытые нейросети нельзя загружать персональные данные и коммерческую информацию.

Сначала протестировали на себе

Внутри подразделения обучения постепенно начали передавать рутинные задачи нейросетям и смотреть, насколько это действительно помогает в работе.

По словам Надежды Шиловой, уже с 2024 года в работе команда применяет несколько ИИ-инструментов:

  • Аватары тренеров. Их используют вместо реальных преподавателей для записи типового видеоконтента: материалов о продуктах, техниках продаж и технологиях. Сейчас первичное обучение B2C в компании полностью доверено ИИ, а тренеры-люди проводят только поддерживающее обучение.

  • ИИ-ассистенты для разработки курсов и тренингов. Они помогают методологам и бизнес-тренерам практически на всех этапах работы: создают дистанционные курсы, формируют материалы для синхронного обучения, помогают анализировать результаты оценки сотрудников и мотивационные письма. Автоматизация позволила сократить обработку анкет сотрудников с десяти рабочих дней до нескольких часов.

Отдельно Надежда выделяет конкурсную программу IMBA, которую «Ростелеком» реализует совместно с Высшей школой экономики.

Ежегодно на программу подается около 3–3,5 тысячи заявок, а проходят отбор примерно 500 человек. Для участия необходимо написать мотивационное эссе, которое раньше сотрудники проекта читали и оценивали вручную. На это уходили недели работы.

Теперь в команде появился ИИ-агент под названием «Шайтан-машина», который анализирует все эссе меньше чем за час. При этом результаты проверяли отдельно: оценки ИИ оказались даже строже человеческих, а валидность – высокой.

Эксперименты с нейросетями привели к появлению сразу нескольких новых ролей ИИ внутри команды обучения:

  • Нейросеть как дизайнер-иллюстратор. С 2025 года значительная часть иллюстраций для курсов создается с помощью ИИ-сервисов. Это позволяет быстрее выпускать материалы и сохранять единый визуальный стиль.

  • Нейросеть как райтер. В компании разработали ИИ-ассистентов для подготовки текстов рассылок, сообщений и коммуникаций, связанных с обучением.

  • Нейросеть как аналитик. ИИ используется и для анализа анонимизированных данных об обучении сотрудников: изучения мотивации, интересов и предпочтительных тематик развития.

Фактически значительная часть рутинной работы команды обучения сегодня автоматизирована. По словам Надежды Шиловой, только на методологическом направлении экономия составила около 9 миллионов рублей.

Главный эффект – сокращение time to market более чем в четыре раза. Если раньше создание нового курса занимало около 20 дней вместе с согласованиями, то теперь на это уходит примерно два дня.

После того как команда убедилась в эффективности инструментов на собственном опыте, обучение начали масштабировать на всю компанию.

Три уровня пользователей ИИ

Для внедрения обучения в «Ростелекоме» выбрали системный подход и разделили сотрудников на три уровня подготовки.

Начинающий пользователь

Такой сотрудник:

  • понимает, какой контент можно создавать с помощью ИИ;

  • знает базовые принципы составления промптов;

  • умеет пользоваться шаблонами и готовыми решениями.

Фактически это уровень, на котором человек способен решать простые рабочие задачи с помощью нейросетей. Например, найти через чат ответ на бытовой вопрос.

Уверенный пользователь

Этот уровень предполагает:

  • умение составлять структурированные промпты;

  • понимание возможностей разных нейросетей;

  • решение более сложных задач с помощью ИИ.

Например, сотрудник может подготовить письмо, собрать презентацию или решить конкретную микрозадачу через корпоративный нейрошлюз.

Продвинутый пользователь

Продвинутые пользователи уже умеют создавать собственных ассистентов и агентов, а также интегрировать разные ИИ-сервисы для решения бизнес-задач.

Как устроено обучение

Для начинающих пользователей в компании разработали базовые онлайн-курсы по работе нейросетей, практикумы по промпт-инжинирингу и регулярные интенсивы «Нейрошлюз: возьми это на себя». На таких занятиях сотрудники выполняют реальные рабочие задачи с использованием ИИ.

Для уверенных пользователей проводят более сложные курсы, мастер-классы и консультации с менторами. Причем менторами стали не сотрудники отдела обучения, а специалисты из разных подразделений, которые уже активно используют нейросети в своей работе. Любой сотрудник, у которого есть задача, но он не знает как к ней подойти, может записаться на консультацию. Ментор поможет и подскажет, в какую сторону двигаться. 

Для продвинутых пользователей организованы внешние курсы. Например, компания сотрудничает со «Школой 21» Сбера, где обучают промпт-инжинирингу и созданию ИИ-агентов.

Сотрудники «Ростелекома» уже создали ИИ-решения без привлечения внешнего бюджета, без чьей-либо помощи, своими силами, основываясь на полученных знаниях и пользуясь  «нейрошлюзом»:

  • ПРОГИ – ИИ-тьютор для студентов Школы программирования «Ростелеком». Помогает учащимся при написании кода на Python.

  • ОстаниИслав – ИИ-тренер для сотрудников HR и консультант по проведению диалогов на удержание при риске увольнения.

  • Анатолий – ИИ-ассистент для проверки уровня корпоративных компетенций руководителей. Даёт обратную связь на основе текстового решения бизнес-кейсов.

В компании ведут статистику и отслеживают влияние ИИ на бизнес-результаты. За полтора года «Ростелеком» смог перейти к системному использованию нейросетей. И хотя повторить этот опыт в полном масштабе сможет не каждая организация, сам подход полезен любой компании как ориентир для системного внедрения ИИ.

Посмотреть выступление Надежды можно по ссылке: