> For the complete documentation index, see [llms.txt](https://scrumtrek.gitbook.io/iishki-1/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://scrumtrek.gitbook.io/iishki-1/training/ai-champions.md).

# AI-чемпионы 2.0

> Организационная программа (не курс!) по выращиванию 5-10 внутренних AI-лидеров с реальными полномочиями, бюджетом и работающими результатами. Без мандата от CEO — рекомендуем программу AI-грамотности.

> **Кратко:** Организационная программа выращивания 5-25 внутренних AI-лидеров с реальными полномочиями и результатами. **Для кого:** CDO, CEO — нужны люди, которые будут двигать AI-трансформацию изнутри. **Результат:** Команда чемпионов с работающими прототипами, паспортами проектов и дорожной картой. **Сроки:** 8-10 недель.

## Что это такое

AI-чемпионы 2.0 — не обучающий курс, а программа трансформации для компании. Мы создаём внутреннюю команду лидеров (5-25 человек), которые:

* Глубоко понимают возможности и ограничения AI
* Имеют реальные полномочия и бюджет для инициатив
* К концу программы воплотили в жизнь работающие прототипы с измеримыми результатами
* Становятся "спонсорами" дальнейшей трансформации в организации

**Главное отличие:** чемпион без полномочий — это энтузиаст. Программа создаёт лидеров с реальным влиянием.

***

## Обязательное условие: Мандат от CEO/CDO

Без этого программа не работает. Нужно:

✓ **Явный мандат** от CEO или CDO на проведение программы\
✓ **Спонсор для каждого чемпиона** — их руководитель, который выделяет:

* 50% рабочего времени на программу и проект
* Бюджет на инструменты и внешние сервисы
* Конкретный бизнес-процесс для автоматизации

✓ **DRI (Directly Responsible Individual)** для каждого проекта — то есть "человек, отвечающий за результат"

Если спонсоров нет или время выделить не получается — программу лучше не начинать. Рекомендуем в этом случае [Программу AI-грамотности](/iishki-1/training/ai-literacy.md).

***

## Для кого

**Кто заказывает:** CDO (Chief Digital Officer), CTO, CEO

**Кто участвует:** 5-25 руководителей и лидеров, которые готовы тратить 50% времени на программу:

* Руководители направлений
* Тимлиды
* Менеджеры проектов
* Глава аналитики / Data
* Product Managers
* Tech Leads

**Важно:** Участники должны быть достаточно опытны, чтобы иметь влияние и выступить спонсором для своего проекта.

***

## Структура программы: 5D-модель, 8-10 недель

Программа построена на **5D-модели развития AI-компетенций** — нашем фреймворке, который определяет пять уровней зрелости: от первого знакомства с AI до способности менять организацию. Каждый модуль — один уровень. Чемпион проходит все пять.

### Модуль 1: D1 — Awareness + Tool Fluency (2 недели)

**Цель:** Глубокое погружение в генеративный AI. Понимание того, как это работает.

**Содержание:**

* Архитектура LLM (в деталях, но для нетехнической аудитории)
* Различия между моделями (GPT-4, Claude, локальные модели)
* Поиск с увеличением контекста (RAG, Retrieval-Augmented Generation) и работа с корпоративными данными
* Мультимодальность: видео, аудио, изображения
* Ограничения и галлюцинации: как они проявляются на практике
* Практика: каждый чемпион работает с несколькими моделями, пробует RAG, создаёт первый простой прототип

**Инструменты:** ChatGPT, Claude, GitHub Copilot, Cursor, локальные модели

***

### Модуль 2: D2 — Process Thinking + Вайб-кодинг (3 недели)

**Цель:** Каждый чемпион берёт свой бизнес-процесс и создаёт прототип AI-агента.

**Содержание:**

* Как картировать процесс: уровни A1-A5 (стратегия → тактика → операции)
* Где AI даёт максимальный эффект: автоматизация, синтез, анализ
* Вайб-кодинг: как создавать прототипы без программирования (Cursor, Replit, Claude Code)
* Инструкции (CLAUDE.md-подход): как "говорить" с AI-агентом на языке процессов
* Практика: на основе своего процесса каждый создаёт работающий MVP-агента

**Примеры процессов:**

* Аналитика и отчётность: AI-агент собирает данные и пишет выводы
* Поддержка клиентов: чат-бот на основе базы знаний компании
* HR-процессы: автоматизация первичного интервью или отборочного раунда
* Разработка: AI-помощник для быстрого прототипирования

***

### Модуль 3: D3 — Eval Mindset (1 неделя)

**Цель:** Научить отличать "работает" от "кажется, что работает".

**Содержание:**

* Метрики для AI-систем: точность, полнота, precision (не только для технических)
* Качественный контроль (Quality Gate): как отслеживать качество агента во времени
* Двойной прогон (Dual Run): запустить новую версию агента параллельно со старой и сравнить
* A/B-тестирование: как проверить, действительно ли новый агент лучше
* Red-teaming: как специально пытаться сломать агента, чтобы найти слабые места
* Практика: каждый чемпион пишет план оценки для своего агента, проводит первые тесты

***

### Модуль 4: D4 — Change Agency (2 недели)

**Цель:** Навыки продвижения изменений в организации.

**Содержание:**

* Frozen Middle: как понять препятствия к изменениям
* Рычаги влияния: почему генеральные директора "говорят да", но менеджеры саботируют
* Storytelling для менеджеров: как рассказывать о AI-проектах, чтобы люди захотели участвовать
* Stakeholder mapping: кто будет спонсором, кто критиком, кто нейтралом
* Пилотирование и непрерывное обучение (Piloting и Continuous Learning): как запустить пилот, который не станет "пилотом навсегда"
* Паспорт AI для процесса: документация вашего агента, которую поймут остальные

### Frozen Middle Workshop (отдельная 3-часовая сессия)

**Для кого:** Менеджеры, под которыми работают чемпионы

**Цель:** Помочь менеджерам понять, почему они боятся изменений, и как их преодолеть

**Содержание:**

* Почему средний менеджмент сопротивляется (потеря контроля, переквалификация, прозрачность)
* Как это меняется с приходом AI (новые возможности, новые роли, новая прозрачность)
* Практическая работа над возражениями и страхами

***

### Модуль 5: D5 — Финальная защита процесса (Capstone)

**Формат:** Каждый чемпион презентует свой проект перед спонсором и комиссией

**Что показывать:**

* Паспорт AI пилота (проблема → решение → value proposition → MVP → критерии выхода из пилота)
* Паспорт архитектуры агента V1 (архитектура агента, как это работает, какие данные использует)
* Дорожная карта запуска в production (как будет развиваться проект, какие метрики отслеживаем)
* Результаты: работающий прототип, первые метрики, план на следующие 3 месяца

***

## Что получаете

### Для каждого чемпиона:

* Глубокое понимание AI (не только "ChatGPT помогает")
* Работающий прототип агента для своего процесса
* Навыки оценки качества (когда результат хороший, когда плохой)
* Понимание, как продвигать изменения в организации
* Сеть контактов с другими чемпионами

### Для организации:

* **5-10 чемпионов** с полномочиями и результатами
* **Паспорт AI пилота** для каждого процесса (четко описано: что проблема, как AI решает, какой результат ожидаем)
* **Паспорт архитектуры агента V1** (как устроены ваши AI-системы, как их поддерживать)
* **Дорожная карта запуска в production** (как масштабировать пилоты в production)
* **Модель управления** для сети чемпионов (как будут взаимодействовать в организации)
* **Карта замёрзшего среднего уровня** (кто будет спонсором, кто критиком, как их убедить)
* **Портфель инициатив с DRI** (кто отвечает за какой проект)

***

## Форматы проведения

### Корпоративный (in-house)

Программа проводится в вашей компании, полностью адаптирована под ваш контекст, инструменты, данные, процессы.

* **Группа:** 5-25 человек из вашей компании
* **Продолжительность:** 8-10 недель
* **Тренеры:** 1-2 человека
* **Дополнительно:** Workshop для менеджеров, консультации со спонсорами

### Открытый поток

Сборная группа из разных компаний. Обмен опытом между участниками, более экономичный вариант.

* **Группа:** 15-25 человек из разных организаций
* **Продолжительность:** 8-10 недель
* **Когда:** Обычно квартальные потоки

***

## Длительность и интенсив

**Общие временные затраты:**

* 8-10 недель программы
* 3-5 дней в неделю для участников (половина рабочего времени)
* 1 день в неделю синхронные сессии (остальное асинхронно)

**За счёт компании:**

* Время чемпионов (50%)
* Доступ к данным и процессам
* Инструменты (Claude API, GitHub Copilot, и т.д.)

***

## Кейсы

### Haleon: 15 внутренних AI-чемпионов

**Ситуация:** Крупный производитель потребительских товаров хотел создать AI-компетенцию внутри.

**Программа:** Двухмесячный курс от базовых навыков до создания AI-агентов. Первая когорта из 15 участников — руководители разных направлений (R\&D, снабжение, маркетинг, продажи).

**Результаты:**

* 15 AI-чемпионов с работающими прототипами
* Первые 3 MVP-агента запущены в production (автоматизация отчётности, анализ документов, поддержка продаж)
* Сообщество сформировано (регулярные встречи, документирование инсайтов, обучение новичков)
* Созданы модель управления и процесс оценки качества

***

### Альфа-Банк: Стратегическая трансформация

**Ситуация:** Крупнейший банк России нужна была программа AI-трансформации с одновременным охватом 40 000 сотрудников.

**Программа:** Комплексный подход в 3 этапа:

1. AI-чемпионы 2.0 — подготовка внутренних лидеров (50 человек, со-дизайн программы)
2. Train The AI Trainers (TTT) — подготовка внутренних тренеров для масштаба
3. Асинхронный курс с Telegram-ботом — обучение 40 000 сотрудников

**Результаты:**

* 50 AI-чемпионов с полномочиями
* 100+ сертифицированных тренеров Альфа-Банка
* 40 000 сотрудников пройдут базовую программу за 3 месяца
* 20+ пилотов автоматизации процессов запущено параллельно
* Экономия за первый год: десятки млн рублей на автоматизации

***

## Опция: Train The AI Trainers (TTT)

Если вам нужно масштабировать программу внутренними силами (более 500 человек):

**Что это:**

* Подготовка внутренних тренеров (10-15 человек), которые будут проводить обучение AI самостоятельно
* 4 практические сессии + сертификация
* Пилотный тренинг под наблюдением экспертов Кактус.AI
* Передача программного и методического контента

**Результат:**

* Сертифицированные внутренние тренеры
* Собственная версия программы, адаптированная под культуру компании
* Стойкие умения (тренеры могут передавать знания в будущем)

***

## Адаптация под вашу компанию

**По содержанию:**

* Если ваша отрасль финтех / фарма / телеком — включаем специализированные модули
* Если нужна интеграция с вашей инфраструктурой — работаем с вашей IT

**По процессам:**

* Процессы для проектов берём из вашей стратегии или DRI-портфеля
* Включаем ваши данные (где это безопасно) в практику

**По языку:**

* Программа на русском. Можем провести на английском для международных команд

**По интенсивности:**

* Классический вариант: 8-10 недель, 50% времени
* Интенсив: 4-5 недель, 70-80% времени
* Растянуто: 12-15 недель, 30-40% времени (сложнее, не рекомендуем)

***

## Следующий шаг

Убедитесь, что есть мандат от CEO/CDO и спонсоры для проектов. Затем — [запишитесь на 30-минутную консультацию](https://kkts.ai/consult), где обсудим: кто будут чемпионы, какие процессы трансформировать, когда нужны результаты.

***

*См. также:* [*Программа AI-грамотности*](/iishki-1/training/ai-literacy.md) *(для всех сотрудников) |* [*Фабрика вайб-кодинга*](/iishki-1/training/vibe-coding.md) *(для менеджеров без техбэка)*


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://scrumtrek.gitbook.io/iishki-1/training/ai-champions.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `build a script that syncs our docs to a CMS` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.