Cloud.ru за полгода собрала ai-first команду из 300 инженеров: доля новичков упала втрое

Надежда Погина, руководитель проектов в блоке CTO Cloud.ru, описала на Хабре путь, который прошла её команда из более чем 300 инженеров. В июне 2025 года перед блоком поставили задачу: построить ai-first команду и стать внутренним образцом для всей компании. Спустя полгода доля сотрудников, регулярно работающих с ИИ, выросла с 72% до 84%, а тех, кто считал себя новичком, стало втрое меньше. Ниже разбираем каждый шаг, чтобы вы могли повторить схему у себя.

Что понадобится

• Опросник для диагностики зрелости команды (Google Forms, Яндекс Формы или любой внутренний инструмент)
• Таблица скоринга проектов с четырьмя критериями (подойдёт обычная таблица в Excel или Notion)
• Поддержка руководства: директор блока Cloud.ru лично и многократно просил сотрудников пройти опрос, иначе отклик был бы низким
• Канал внутренней коммуникации для обмена опытом и разбора ошибок (мессенджер, внутренний портал)
• Время: первый цикл «диагностика плюс приоритизация» занял около месяца, повторный замер провели через полгода

Пошаговая инструкция

1. Проведите диагностику ИИ-зрелости

Составьте опрос, который измеряет не абстрактное «знаете ли вы про ИИ», а конкретные параметры:

• самооценка знаний по шкале от 1 до 5
• регулярность использования ИИ-инструментов
• барьеры: нехватка знаний, времени, опасения по безопасности, сомнения в качестве результатов
• желаемые форматы обучения
• примеры неудачных попыток
• ощущаемое влияние ИИ на рабочую эффективность

В Cloud.ru опрос прошли 80% команды. Секрет отклика прост: директор блока не просто разослал ссылку, а несколько раз лично рекомендовал пройти опрос.

2. Читайте негатив внимательнее позитива

Команда Cloud.ru обнаружила, что конструктивные жалобы дают больше материала, чем высокий средний балл. Жалоба на медленный ответ модели ведёт к инфраструктурной задаче. Жалоба на неточность указывает на проблему с данными. Фраза «у меня нет времени» сигнализирует, что нужно менять организацию работы, а не проводить очередной вебинар.

3. Соберите все идеи в единый список и оцените скорингом

Cloud.ru провела «перепись» инициатив и собрала более 40 идей, включая неочевидные. Затем рабочая группа проводила глубинные интервью с каждым автором идеи и выставляла оценки от 1 до 5 по четырём критериям:

• техническая реализуемость
• бизнес-ценность
• риски (безопасность, зависимость от внешних API)
• сроки

Итоговый балл считали как среднее арифметическое. Четыре критерия оказались достаточными: более сложная модель оценки создала бы иллюзию точности и затормозила процесс.

4. Разрешите себе менять план по ходу

Это решение в Cloud.ru назвали самым важным управленческим шагом. Результаты опросов влияли на фокус обучения. Интервью с авторами проектов меняли приоритеты и порядок запусков. Обратная связь после пилотов возвращала проекты на доработку данных и архитектуры.

5. Повторите замер через полгода и сравните барьеры

В июне главным барьером сотрудники называли недостаток знаний. В декабре барьером стала нехватка времени. Это сигнал: люди освоили базу и хотят решать сложные задачи, а значит, им нужны доступ к инструментам и к внутренним экспертам, а не ещё один вводный курс.

Эффект Даннинга-Крюгера работает и здесь

Отдельная находка Cloud.ru: сотрудники, которые уже разрабатывали ИИ-агентов (программы, самостоятельно выполняющие цепочку действий), оценивали свою зрелость ниже коллег с минимальным опытом. Практика показала им масштаб неизвестного. Вывод: самооценку из опроса нужно читать вместе с реальным поведением, результатами проектов и качественными комментариями, иначе картина будет искажена.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Тот же подход работает для личной ИИ-зрелости: запишите, какие нейросети используете, для каких задач и где застреваете. Через месяц перечитайте список и увидите, сместился ли барьер с «не знаю, что попробовать» на «не хватает времени на сложные сценарии». Это и есть диагностика в масштабе одного человека.

Маркетологу и руководителю отдела. Четыре критерия скоринга Cloud.ru (реализуемость, бизнес-ценность, риски, сроки) можно применить к любому списку ИИ-инициатив в вашем отделе. Соберите идеи в таблицу, проведите 15-минутные интервью с авторами, посчитайте среднее. Прозрачная приоритизация снимает споры «почему взяли не мой проект».

Предпринимателю в РФ и СНГ. Кейс Cloud.ru показывает, что для старта ai-first команды не нужен бюджет на дорогие платформы. Нужны опросник, таблица и воля руководителя. Из доступных в России ИИ-инструментов для первых экспериментов подойдут GigaChat, YandexGPT и их API.

Самый ценный вывод из кейса Cloud.ru укладывается в одну фразу: диагностика работает как навигация, а не как экзамен. Один опрос даёт снимок, повторный замер показывает, как изменилась сама проблема, и если вы не готовы перестроить план после второго замера, первый был напрасным.