Первый заместитель Председателя Правления Сбербанка Александр Ведяхин на ВЭФ представил подход Сбера к формированию ИИ-компетенций, который переведен в обязательный контур – от топ-руководителей и цифровых ролей до первой линии
С развитием искусственного интеллекта рынок труда столкнулся с парадоксом: нейросети все чаще замещают молодых специалистов, но без них не вырастут профессионалы высокого уровня. Главный вызов – ИИ замещает в первую очередь выпускников и младших специалистов.
Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:
«ИИ-трансформация не может быть делегирована вниз как поручение. Если руководитель сам не понимает, как работает ИИ в реальном процессе, он не сможет ни поставить задачу, ни оценить эффект, ни управлять рисками. Для топ-команды важно не только понимать тренды, но и самой работать с инструментами: ГигаЧатом, агентами, GenAI-сценариями. Управленческая зрелость в ИИ начинается с личного опыта применения».
Каждый 1-2 года вся топ-команда Сбера проходит обучение практическим ИИ-инструментам. В прошлом году провели индивидуальные сессии, где каждый топ-менеджер создавал ИИ-агента на платформе Сбера, после чего разбирали реальные кейсы внедрения. Дополнительно выпущен видеокурс с Research-экспертами* Сбера. Руководитель должен владеть терминологией и лично понимать, как агент меняет процесс.
Для всех уровней сотрудников выстроена многоуровневая архитектура ИИ-обучения: углубленные курсы для разработчиков и создателей ИИ, уровневые программы для руководителей, обязательные базовые курсы для всех сотрудников как часть профессионального контура. Контент постоянно обновляется, сотрудники оперативно получают информацию о новых инструментах и сценариях через внутренние каналы и дайджесты.
Александр Ведяхин подчеркнул, что ИИ-грамотность нужно развивать через практику «студент + ИИ + профессия» с отраслевыми кейсами, созданием агентов и пониманием, как технология меняет реальную работу.
Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:
«Сегодня ИИ-компетенции – часть профессиональной зрелости человека. В их центре – критическое мышление: умение не подменять собственное суждение машинным ответом, проверять данные, логику, источники, ограничения и возможные смещения модели. Вокруг этого ядра – работа с данными, понимание ограничений ИИ, этика и безопасность, способность принять решение и встроить технологию в реальный процесс».
При найме в Сбере выделяют три категории. Для технологических и цифровых специалистов (разработчики, data science*, архитекторы, GenAI*) глубокий уровень ИИ-компетенций – must-have*. Для руководителей, продуктовых команд и владельцев процессов – управленческий уровень: понимать, где ИИ меняет процесс, как ставить задачи и оценивать эффект. Для линейных сотрудников – базовый уровень: безопасно пользоваться ИИ-инструментами, снимать рутину, ускорять подготовку материалов, улучшать процессы.
В карьерном развитии оценивают способность менять процессы и создавать измеримый эффект. Матрица компетенций: базовый уровень для всех, продвинутый – для применяющих ИИ в своей функции, экспертный – для создающих решения, внедряющих агентов и задающих правила ответственного применения.
Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:
«Карьерный рост в эпоху ИИ – это переход от пользователя технологии к архитектору изменений. Преимущество будет у тех, кто умеет с помощью ИИ-инструментов усиливать профессиональную экспертизу».
В высшем образовании Александр Ведяхин выделил три уровня ИИ-компетенций. Первый – базовая ИИ-грамотность для всех: понимание возможностей и ограничений больших моделей, умение не подменять мышление машинным ответом. Второй – отраслевой уровень «ИИ+»: применение ИИ в медицине, образовании, финансах, сельском хозяйстве, управлении, дизайне, промышленности как базы массовой подготовки кадров. Третий – углубленная инженерная подготовка для создателей ИИ-решений.
Александр Ведяхин, первый заместитель Председателя Правления Сбербанка:
«Нужно учить общему ядру ИИ-грамотности, отраслевым сценариям и когнитивной самостоятельности, а также способам постоянного переобучения: как осваивать новые инструменты, сравнивать их, встраивать в рабочий процесс. ИИ-образование не должно заменить сильную фундаментальную базу. Математика, логика, язык, инженерное мышление, предметная экспертиза и исследовательская культура становятся еще актуальнее. Будущие выпускники должны быть специалистами с сильной базой, которые умеют управлять ИИ».
* Research-эксперт (ресерч) – это специалист, который профессионально занимается сбором, обработкой, проверкой и анализом данных для научных, маркетинговых или бизнес-задач.
Data science (дата сайнс) – наука о данных.
GenAI (джен аи) – генеративный искусственный интеллект.
Must-have (маст хэв) – рекомендовано к использованию.