Образовательная лицензия № 37 363 от 11.04.2016
ЧУ ДПО «Учебный центр «Бюджет»
Лаборатория
ИИ-решений: от идеи до прототипа
Проверенные ИИ-решения под приоритетные задачи компании
Снижение затрат на инициативы без подтверждённого эффекта
Возможность довести идеи сотрудников до пилотного решения
Корпоративная программа обучения
Команды проверяют ИИ-инициативы на эффективность, реализуемость и готовность к пилоту
От диагностики бизнес-
направления — к рабочему прототипу ИИ-решения
От диагностики бизнес-
направления — к рабочему прототипу ИИ-
решения
Принцип работы
Перевернуть
02
Последовательная проработка гипотезы, эффекта и демонстрационного сценария
Маршрут от AS-IS
к прототипу
к прототипу
03
Основа для решения
о пилоте
о пилоте
За 9 недель – пакет документов для решения о запуске, доработке или отказе на раннем этапе
Перевернуть
01
Диагностика бизнес-направления компании
Выбираем направление, уточняем инициативу и связываем её с реальной задачей компании
Перевернуть
Анализ и поиск улучшений
- Исследуем выбранное направление: задачи, проблемные зоны, ограничения и ожидания бизнеса
- Ищем точки, где ИИ может дать улучшение процесса
- Выбираем инициативы, работа над которыми становится основой программы
Результат: у компании есть понятный процесс для проработки, связанный с реальной бизнес-задачей и текущим контуром компании
Расчет эффекта и прототипирование
- Описываем шаги процесса, данные, точки потерь и базовые показатели
- Формируем гипотезу: что меняется, за счет чего и какие метрики это покажут
- Проверяем идею на прототипе: логика работы, данные, роли и ограничения
Результат: инициатива выходит на расчет эффекта, проверку гипотезы и понятный сценарий применения ИИ
Упаковка инициативы в управленческий формат
- Сводим гипотезу, расчет эффекта, риски, требования и следующий шаг по инициативе
- Готовим материалы для защиты перед управленческой аудиторией
- Формируем план пилота, внедрения и возможного масштабирования
Результат: компания получает подготовленные инициативы с обоснованием эффекта и планом дальнейшего внедрения
которые объединяют руководителей, владельцев процессов и ключевых специалистов, чтобы выбрать ИИ-инициативу, оценить эффект и подготовить её к защите перед руководством
Для команд
которые хотят не просто внедрить ИИ, а найти в своих процессах задачи, где технология может дать измеримый операционный или экономический эффект
Для компаний
Расчет эффективности гипотез
Команды сравнивают текущее и целевое состояние процесса, считают сценарии эффекта, риски и предварительную окупаемость
Текущее
Целевое
Результаты сотрудничества
Результаты
Прототип или демо-сценарий внедрения
Участники показывают, как решение будет работать в реальном процессе: необходимые данные, участники, изменения в работе и критерии оценки результата
Сформированные требования к подрядчику и реализации проекта
Команды формируют критерии выбора исполнителя, требования к данным и интеграциям, а также распределяют ответственность за запуск пилота
Снижение риска неэффективных инвестиций
Компания отсеивает слабые инициативы на раннем этапе и направляет ресурсы только в решения с подтверждённым потенциалом
+34%
эффект:
Инвестиции в решения с подтверждённым потенциалом
Видит рабочие сценарии для ИИ
Отличает перспективные идеи применения ИИ от идей без понятной бизнес-пользы
Результаты сотрудничества
Результаты
Превращает идею в обоснованную инициативу
Уверенно обсуждает реализацию с ИТ и вендорами
Формулирует гипотезу, эффект, риски, требования и следующий шаг в формате, пригодном для принятия решения
Понимает, какую модель реализации выбрать, как поставить задачу и на что смотреть в работе подрядчика
Безопасная среда для ИИ-практики
Обучение и тестирование проходят на российских серверах — данные остаются внутри компании
Практика на реальных задачах с моделями и инструментами, настроенными под ваш бизнес
Готовые инструкции для переноса решений и прототипов в корпоративный контур заказчика
Практика на реальных задачах с моделями и инструментами, настроенными под ваш бизнес
Готовые инструкции для переноса решений и прототипов в корпоративный контур заказчика
Программа
Образовательный маршрут программы
До старта программы
Диагностика приоритетных направлений
Результат: согласован фокус программы и выбраны направления для проработки решения и оценки эффекта
1. Собираем задачи подразделений: что работает неэффективно, как это влияет на бизнес, какой результат нужен
2. Оцениваем, где ИИ применим, где есть данные и что реалистично проработать в программе
3. Вместе с заказчиком выбираем 1−2 направления для обучения и проектной работы
2. Оцениваем, где ИИ применим, где есть данные и что реалистично проработать в программе
3. Вместе с заказчиком выбираем 1−2 направления для обучения и проектной работы
1 неделя
ИИ без мифов: реальные возможности и сценарии
2 неделя
Картирование процесса: текущее состояние и источники данных
Результат: Участники выявляют конкретные сферы применения ИИ в своей работе и готовят черновик собственной инициативы
Результат: Готова карта текущего процесса с базовыми метриками — основа для расчёта эффекта ИИ на следующем шаге
что внутри?
Теория
1. Отличие ИИ-решений от традиционного ИТ
2. Основные концепции и виды машинного обучения, генеративный ИИ и крупные языковые модели
3. Примеры реальных бизнес-кейсов внедрения и типичные ошибки
Практика
1. Анализ собственных бизнес-процессов: где возможен эффект от ИИ
2. Разбор успешных и неудачных внедрений ИИ (дискуссия по примерам)
3. Формулировка черновика ИИ-инициативы для своей команды
1. Отличие ИИ-решений от традиционного ИТ
2. Основные концепции и виды машинного обучения, генеративный ИИ и крупные языковые модели
3. Примеры реальных бизнес-кейсов внедрения и типичные ошибки
Практика
1. Анализ собственных бизнес-процессов: где возможен эффект от ИИ
2. Разбор успешных и неудачных внедрений ИИ (дискуссия по примерам)
3. Формулировка черновика ИИ-инициативы для своей команды
что внутри?
Теория
1. Декомпозиция бизнес-процесса: шаги, участники, передаточные документы
2. Какие данные нужны для оценки ИИ-эффекта: атрибуты, метрики, источники
3. Принципы работы с корпоративными данными, определение базовых показателей
Практика
1. Картирование выбранного бизнес-процесса заказчика («как есть»)
2. Определение ключевых метрик процесса: трудоёмкость, время цикла, % ошибок
3. Построение карты данных: что есть в системах, что нужно собрать дополнительно
1. Декомпозиция бизнес-процесса: шаги, участники, передаточные документы
2. Какие данные нужны для оценки ИИ-эффекта: атрибуты, метрики, источники
3. Принципы работы с корпоративными данными, определение базовых показателей
Практика
1. Картирование выбранного бизнес-процесса заказчика («как есть»)
2. Определение ключевых метрик процесса: трудоёмкость, время цикла, % ошибок
3. Построение карты данных: что есть в системах, что нужно собрать дополнительно
что внутри?
3 неделя
Гипотеза эффекта: что именно меняет ИИ
Результат: Параметрическая таблица будущих гипотез с количественными ориентирами по каждому шагу кандидата на автоматизацию
Теория
1. Архитектура типовых ИИ-систем сквозь призму бизнес-процессов
2. Какие шаги поддаются автоматизации: паттерны и ограничения
3. Как формулировать гипотезу: какой параметр меняется, на сколько, откуда берём аналоги
Практика
1. Выбор 2–3 шагов процесса — кандидатов на автоматизацию
2. Заполнение таблицы «шаг → гипотеза → целевой показатель»
3. Сбор аналогов из отраслевых источников для обоснования параметров
1. Архитектура типовых ИИ-систем сквозь призму бизнес-процессов
2. Какие шаги поддаются автоматизации: паттерны и ограничения
3. Как формулировать гипотезу: какой параметр меняется, на сколько, откуда берём аналоги
Практика
1. Выбор 2–3 шагов процесса — кандидатов на автоматизацию
2. Заполнение таблицы «шаг → гипотеза → целевой показатель»
3. Сбор аналогов из отраслевых источников для обоснования параметров
что внутри?
4 неделя
Расчёт эффекта: текущее и целевое состояние процесса
Результат: Расчётная оценка эффекта ИИ в процессе — верифицированные метрики процессов и ROI-расчёт, готовые к использованию при принятии управленческих решений
Теория
1. Методы сценарного анализа: оптимистичный / реалистичный / пессимистичный
2. Методы расчёта ROI, бюджетирования и формирования дорожной карты внедрения
3. Анализ ключевых рисков и ошибок на предприятиях-аналогах
Практика
1. Построение сравнительной таблицы текущего и целевого состояния по показателям процесса
2. Моделирование экономической эффективности: сокращение трудоёмкости, рост STP rate, снижение % ошибок
3. Расчёт ROI за 12 месяцев и план внедрения: этапы, затраты, KPI, риски
1. Методы сценарного анализа: оптимистичный / реалистичный / пессимистичный
2. Методы расчёта ROI, бюджетирования и формирования дорожной карты внедрения
3. Анализ ключевых рисков и ошибок на предприятиях-аналогах
Практика
1. Построение сравнительной таблицы текущего и целевого состояния по показателям процесса
2. Моделирование экономической эффективности: сокращение трудоёмкости, рост STP rate, снижение % ошибок
3. Расчёт ROI за 12 месяцев и план внедрения: этапы, затраты, KPI, риски
что внутри?
5 неделя
От концепции к прототипу: разработка решения
Результат: Готова проработанная архитектура решения и план воплощения пилота для перехода к реализации и тестированию
Теория
1. Критерии выбора технологического стека, паттерны интеграции в бизнес
2. Быстрое прототипирование и пилотные-подходы для ИИ
3. Ошибки и риски при проектировании архитектуры и подготовке к пилотному тестированию
Практика
1. Описание архитектуры будущего решения, определение необходимых инструментов и точек интеграции
2.Подготовка техдокументации для пилота и плана дальнейшей валидации
1. Критерии выбора технологического стека, паттерны интеграции в бизнес
2. Быстрое прототипирование и пилотные-подходы для ИИ
3. Ошибки и риски при проектировании архитектуры и подготовке к пилотному тестированию
Практика
1. Описание архитектуры будущего решения, определение необходимых инструментов и точек интеграции
2.Подготовка техдокументации для пилота и плана дальнейшей валидации
что внутри?
6 неделя
Как оценить вендора и поставить задачу ИТ
Результат: Команда умеет ставить задачу ИТ и оценивать предложения подрядчиков — без зависимости от технической экспертизы
Теория
1. Как читать коммерческое предложение ИТ-подрядчика: на что смотреть, что спрашивать
2. Критерии выбора: внутренняя команда vs. подрядчик vs. платформенное решение
3. Защита данных и информационная безопасность при работе с ИИ в корпоративной среде
Практика
1. Составление технического задания на разработку ИИ-решения для своего процесса
2. Оценка двух сценариев реализации: внутренняя разработка vs. вендор — по критериям стоимости, сроков, рисков
1. Как читать коммерческое предложение ИТ-подрядчика: на что смотреть, что спрашивать
2. Критерии выбора: внутренняя команда vs. подрядчик vs. платформенное решение
3. Защита данных и информационная безопасность при работе с ИИ в корпоративной среде
Практика
1. Составление технического задания на разработку ИИ-решения для своего процесса
2. Оценка двух сценариев реализации: внутренняя разработка vs. вендор — по критериям стоимости, сроков, рисков
что внутри?
7-9 неделя
Трекинг и защита проектов
Результат: Команда получает практический опыт работы с ИИ, готовые прототипы и верифицированную оценку эффекта — без риска для бизнеса
1. Системная доработка проекта: архитектура, метрики и бизнес-логика приводятся к требованиям организации
2. Итоговая упаковка в три документа: — Операционная карта процесса (для инициатора / начальника отдела) — Резюме эффекта с ROI-расчётом (для директора по цифровизации / CDTO) — Комплаенс-раздел с применимыми НПА (для совета директоров / регулятора)
3. Подготовка к защите: презентация, отражающая зрелость решения и обоснованность внедрения На защите команды представляют инициативы проектному комитету: демонстрируют прототип и доказывают готовность решения к реализации
2. Итоговая упаковка в три документа: — Операционная карта процесса (для инициатора / начальника отдела) — Резюме эффекта с ROI-расчётом (для директора по цифровизации / CDTO) — Комплаенс-раздел с применимыми НПА (для совета директоров / регулятора)
3. Подготовка к защите: презентация, отражающая зрелость решения и обоснованность внедрения На защите команды представляют инициативы проектному комитету: демонстрируют прототип и доказывают готовность решения к реализации
что внутри?
До старта программы
Диагностика приоритетных направлений
Результат: согласован фокус программы и выбраны направления для проработки решения и оценки эффекта
1. Собираем задачи подразделений: что работает неэффективно, как это влияет на бизнес, какой результат нужен
2. Оцениваем, где ИИ применим, где есть данные и что реалистично проработать в программе
3. Вместе с заказчиком выбираем 1−2 направления для обучения и проектной работы
2. Оцениваем, где ИИ применим, где есть данные и что реалистично проработать в программе
3. Вместе с заказчиком выбираем 1−2 направления для обучения и проектной работы
1 неделя
ИИ без мифов: реальные возможности и сценарии
2 неделя
Картирование процесса: текущее состояние и источники данных
Результат: Участники выявляют конкретные сферы применения ИИ в своей работе и готовят черновик собственной инициативы
Результат: Готова карта текущего процесса с базовыми метриками — основа для расчёта эффекта ИИ на следующем шаге
что внутри?
ТЕОРИЯ
1. Отличие ИИ-решений от традиционного ИТ
2. Основные концепции и виды машинного обучения, генеративный ИИ и крупные языковые модели
3. Примеры реальных бизнес-кейсов внедрения и типичные ошибки
ПРАКТИКА
1. Анализ собственных бизнес-процессов: где возможен эффект от ИИ
2. Разбор успешных и неудачных внедрений ИИ (дискуссия по примерам)
3. Формулировка черновика ИИ-инициативы для своей команды
1. Отличие ИИ-решений от традиционного ИТ
2. Основные концепции и виды машинного обучения, генеративный ИИ и крупные языковые модели
3. Примеры реальных бизнес-кейсов внедрения и типичные ошибки
ПРАКТИКА
1. Анализ собственных бизнес-процессов: где возможен эффект от ИИ
2. Разбор успешных и неудачных внедрений ИИ (дискуссия по примерам)
3. Формулировка черновика ИИ-инициативы для своей команды
что внутри?
Теория
1. Декомпозиция бизнес-процесса: шаги, участники, передаточные документы
2. Какие данные нужны для оценки ИИ-эффекта: атрибуты, метрики, источники
3. Принципы работы с корпоративными данными, определение базовых показателей
Практика
1. Картирование выбранного бизнес-процесса заказчика («как есть»)
2. Определение ключевых метрик процесса: трудоёмкость, время цикла, % ошибок
3. Построение карты данных: что есть в системах, что нужно собрать дополнительно
1. Декомпозиция бизнес-процесса: шаги, участники, передаточные документы
2. Какие данные нужны для оценки ИИ-эффекта: атрибуты, метрики, источники
3. Принципы работы с корпоративными данными, определение базовых показателей
Практика
1. Картирование выбранного бизнес-процесса заказчика («как есть»)
2. Определение ключевых метрик процесса: трудоёмкость, время цикла, % ошибок
3. Построение карты данных: что есть в системах, что нужно собрать дополнительно
что внутри?
3 неделя
Гипотеза эффекта: что именно меняет ИИ
Результат: Параметрическая таблица будущих гипотез с количественными ориентирами по каждому шагу кандидата на автоматизацию
Теория
1. Архитектура типовых ИИ-систем сквозь призму бизнес-процессов
2. Какие шаги поддаются автоматизации: паттерны и ограничения
3. Как формулировать гипотезу: какой параметр меняется, на сколько, откуда берём аналоги
Практика
1. Выбор 2–3 шагов процесса — кандидатов на автоматизацию
2. Заполнение таблицы «шаг → гипотеза → целевой показатель»
3. Сбор аналогов из отраслевых источников для обоснования параметров
1. Архитектура типовых ИИ-систем сквозь призму бизнес-процессов
2. Какие шаги поддаются автоматизации: паттерны и ограничения
3. Как формулировать гипотезу: какой параметр меняется, на сколько, откуда берём аналоги
Практика
1. Выбор 2–3 шагов процесса — кандидатов на автоматизацию
2. Заполнение таблицы «шаг → гипотеза → целевой показатель»
3. Сбор аналогов из отраслевых источников для обоснования параметров
что внутри?
4 неделя
Расчёт эффекта: текущее и целевое состояние процесса
Результат: Расчётная оценка эффекта ИИ в процессе — верифицированные метрики процессов и ROI-расчёт, готовые к использованию при принятии управленческих решений
Теория
1. Методы сценарного анализа: оптимистичный / реалистичный / пессимистичный
2. Методы расчёта ROI, бюджетирования и формирования дорожной карты внедрения
3. Анализ ключевых рисков и ошибок на предприятиях-аналогах
Практика
1. Построение сравнительной таблицы текущего и целевого состояния по показателям процесса
2. Моделирование экономической эффективности: сокращение трудоёмкости, рост STP rate, снижение % ошибок
3. Расчёт ROI за 12 месяцев и план внедрения: этапы, затраты, KPI, риски
1. Методы сценарного анализа: оптимистичный / реалистичный / пессимистичный
2. Методы расчёта ROI, бюджетирования и формирования дорожной карты внедрения
3. Анализ ключевых рисков и ошибок на предприятиях-аналогах
Практика
1. Построение сравнительной таблицы текущего и целевого состояния по показателям процесса
2. Моделирование экономической эффективности: сокращение трудоёмкости, рост STP rate, снижение % ошибок
3. Расчёт ROI за 12 месяцев и план внедрения: этапы, затраты, KPI, риски
что внутри?
5 неделя
От концепции к прототипу: разработка решения
Результат: Готова проработанная архитектура решения и план воплощения пилота для перехода к реализации и тестированию
Теория
1. Критерии выбора технологического стека, паттерны интеграции в бизнес
2. Быстрое прототипирование и пилотные-подходы для ИИ
3. Ошибки и риски при проектировании архитектуры и подготовке к пилотному тестированию
Практика
1. Описание архитектуры будущего решения, определение необходимых инструментов и точек интеграции
2.Подготовка техдокументации для пилота и плана дальнейшей валидации
1. Критерии выбора технологического стека, паттерны интеграции в бизнес
2. Быстрое прототипирование и пилотные-подходы для ИИ
3. Ошибки и риски при проектировании архитектуры и подготовке к пилотному тестированию
Практика
1. Описание архитектуры будущего решения, определение необходимых инструментов и точек интеграции
2.Подготовка техдокументации для пилота и плана дальнейшей валидации
что внутри?
6 неделя
Как оценить вендора и поставить задачу ИТ
Результат: Команда умеет ставить задачу ИТ и оценивать предложения подрядчиков — без зависимости от технической экспертизы
Теория
1. Как читать коммерческое предложение ИТ-подрядчика: на что смотреть, что спрашивать
2. Критерии выбора: внутренняя команда vs. подрядчик vs. платформенное решение
3. Защита данных и информационная безопасность при работе с ИИ в корпоративной среде
Практика
1. Составление технического задания на разработку ИИ-решения для своего процесса
2. Оценка двух сценариев реализации: внутренняя разработка vs. вендор — по критериям стоимости, сроков, рисков
1. Как читать коммерческое предложение ИТ-подрядчика: на что смотреть, что спрашивать
2. Критерии выбора: внутренняя команда vs. подрядчик vs. платформенное решение
3. Защита данных и информационная безопасность при работе с ИИ в корпоративной среде
Практика
1. Составление технического задания на разработку ИИ-решения для своего процесса
2. Оценка двух сценариев реализации: внутренняя разработка vs. вендор — по критериям стоимости, сроков, рисков
что внутри?
7-9 неделя
Трекинг и защита проектов
Результат: Команда получает практический опыт работы с ИИ, готовые прототипы и верифицированную оценку эффекта — без риска для бизнеса
что внутри?
1. Системная доработка проекта: архитектура, метрики и бизнес-логика приводятся к требованиям организации
2. Итоговая упаковка в три документа: — Операционная карта процесса (для инициатора / начальника отдела) — Резюме эффекта с ROI-расчётом (для директора по цифровизации / CDTO) — Комплаенс-раздел с применимыми НПА (для совета директоров / регулятора)
3. Подготовка к защите: презентация, отражающая зрелость решения и обоснованность внедрения На защите команды представляют инициативы проектному комитету: демонстрируют прототип и доказывают готовность решения к реализации
2. Итоговая упаковка в три документа: — Операционная карта процесса (для инициатора / начальника отдела) — Резюме эффекта с ROI-расчётом (для директора по цифровизации / CDTO) — Комплаенс-раздел с применимыми НПА (для совета директоров / регулятора)
3. Подготовка к защите: презентация, отражающая зрелость решения и обоснованность внедрения На защите команды представляют инициативы проектному комитету: демонстрируют прототип и доказывают готовность решения к реализации
ТЕОРИЯ
1. Отличие ИИ-решений от традиционного ИТ
2. Основные концепции и виды машинного обучения, генеративный ИИ и крупные языковые модели
3. Примеры реальных бизнес-кейсов внедрения и типичные ошибки
ПРАКТИКА
1. Анализ собственных бизнес-процессов: где возможен эффект от ИИ
2. Разбор успешных и неудачных внедрений ИИ (дискуссия по примерам)
3. Формулировка черновика ИИ-инициативы для своей команды
1. Отличие ИИ-решений от традиционного ИТ
2. Основные концепции и виды машинного обучения, генеративный ИИ и крупные языковые модели
3. Примеры реальных бизнес-кейсов внедрения и типичные ошибки
ПРАКТИКА
1. Анализ собственных бизнес-процессов: где возможен эффект от ИИ
2. Разбор успешных и неудачных внедрений ИИ (дискуссия по примерам)
3. Формулировка черновика ИИ-инициативы для своей команды
Теория
1. Декомпозиция бизнес-процесса: шаги, участники, передаточные документы
2. Какие данные нужны для оценки ИИ-эффекта: атрибуты, метрики, источники
3. Принципы работы с корпоративными данными, определение базовых показателей
Практика
1. Картирование выбранного бизнес-процесса заказчика («как есть»)
2. Определение ключевых метрик процесса: трудоёмкость, время цикла, % ошибок
3. Построение карты данных: что есть в системах, что нужно собрать дополнительно
1. Декомпозиция бизнес-процесса: шаги, участники, передаточные документы
2. Какие данные нужны для оценки ИИ-эффекта: атрибуты, метрики, источники
3. Принципы работы с корпоративными данными, определение базовых показателей
Практика
1. Картирование выбранного бизнес-процесса заказчика («как есть»)
2. Определение ключевых метрик процесса: трудоёмкость, время цикла, % ошибок
3. Построение карты данных: что есть в системах, что нужно собрать дополнительно
Теория
1. Архитектура типовых ИИ-систем сквозь призму бизнес-процессов
2. Какие шаги поддаются автоматизации: паттерны и ограничения
3. Как формулировать гипотезу: какой параметр меняется, на сколько, откуда берём аналоги
Практика
1. Выбор 2–3 шагов процесса — кандидатов на автоматизацию
2. Заполнение таблицы «шаг → гипотеза → целевой показатель»
3. Сбор аналогов из отраслевых источников для обоснования параметров
1. Архитектура типовых ИИ-систем сквозь призму бизнес-процессов
2. Какие шаги поддаются автоматизации: паттерны и ограничения
3. Как формулировать гипотезу: какой параметр меняется, на сколько, откуда берём аналоги
Практика
1. Выбор 2–3 шагов процесса — кандидатов на автоматизацию
2. Заполнение таблицы «шаг → гипотеза → целевой показатель»
3. Сбор аналогов из отраслевых источников для обоснования параметров
Теория
1. Методы сценарного анализа: оптимистичный / реалистичный / пессимистичный
2. Методы расчёта ROI, бюджетирования и формирования дорожной карты внедрения
3. Анализ ключевых рисков и ошибок на предприятиях-аналогах
Практика
1. Построение сравнительной таблицы текущего и целевого состояния по показателям процесса
2. Моделирование экономической эффективности: сокращение трудоёмкости, рост STP rate, снижение % ошибок
3. Расчёт ROI за 12 месяцев и план внедрения: этапы, затраты, KPI, риски
1. Методы сценарного анализа: оптимистичный / реалистичный / пессимистичный
2. Методы расчёта ROI, бюджетирования и формирования дорожной карты внедрения
3. Анализ ключевых рисков и ошибок на предприятиях-аналогах
Практика
1. Построение сравнительной таблицы текущего и целевого состояния по показателям процесса
2. Моделирование экономической эффективности: сокращение трудоёмкости, рост STP rate, снижение % ошибок
3. Расчёт ROI за 12 месяцев и план внедрения: этапы, затраты, KPI, риски
Теория
1. Критерии выбора технологического стека, паттерны интеграции в бизнес
2. Быстрое прототипирование и пилотные-подходы для ИИ
3. Ошибки и риски при проектировании архитектуры и подготовке к пилотному тестированию
Практика
1. Описание архитектуры будущего решения, определение необходимых инструментов и точек интеграции
2.Подготовка техдокументации для пилота и плана дальнейшей валидации
1. Критерии выбора технологического стека, паттерны интеграции в бизнес
2. Быстрое прототипирование и пилотные-подходы для ИИ
3. Ошибки и риски при проектировании архитектуры и подготовке к пилотному тестированию
Практика
1. Описание архитектуры будущего решения, определение необходимых инструментов и точек интеграции
2.Подготовка техдокументации для пилота и плана дальнейшей валидации
Теория
1. Как читать коммерческое предложение ИТ-подрядчика: на что смотреть, что спрашивать
2. Критерии выбора: внутренняя команда vs. подрядчик vs. платформенное решение
3. Защита данных и информационная безопасность при работе с ИИ в корпоративной среде
Практика
1. Составление технического задания на разработку ИИ-решения для своего процесса
2. Оценка двух сценариев реализации: внутренняя разработка vs. вендор — по критериям стоимости, сроков, рисков
1. Как читать коммерческое предложение ИТ-подрядчика: на что смотреть, что спрашивать
2. Критерии выбора: внутренняя команда vs. подрядчик vs. платформенное решение
3. Защита данных и информационная безопасность при работе с ИИ в корпоративной среде
Практика
1. Составление технического задания на разработку ИИ-решения для своего процесса
2. Оценка двух сценариев реализации: внутренняя разработка vs. вендор — по критериям стоимости, сроков, рисков
1. Системная доработка проекта: архитектура, метрики и бизнес-логика приводятся к требованиям организации
2. Итоговая упаковка в три документа: — Операционная карта процесса (для инициатора / начальника отдела) — Резюме эффекта с ROI-расчётом (для директора по цифровизации / CDTO) — Комплаенс-раздел с применимыми НПА (для совета директоров / регулятора)
3. Подготовка к защите: презентация, отражающая зрелость решения и обоснованность внедрения На защите команды представляют инициативы проектному комитету: демонстрируют прототип и доказывают готовность решения к реализации
2. Итоговая упаковка в три документа: — Операционная карта процесса (для инициатора / начальника отдела) — Резюме эффекта с ROI-расчётом (для директора по цифровизации / CDTO) — Комплаенс-раздел с применимыми НПА (для совета директоров / регулятора)
3. Подготовка к защите: презентация, отражающая зрелость решения и обоснованность внедрения На защите команды представляют инициативы проектному комитету: демонстрируют прототип и доказывают готовность решения к реализации
1. Собираем задачи подразделений: что работает неэффективно, как это влияет на бизнес, какой результат нужен
2. Оцениваем, где ИИ применим, где есть данные и что реалистично проработать в программе
3. Вместе с заказчиком выбираем 1−2 направления для обучения и проектной работы
2. Оцениваем, где ИИ применим, где есть данные и что реалистично проработать в программе
3. Вместе с заказчиком выбираем 1−2 направления для обучения и проектной работы
Теория
1. Отличие ИИ-решений от традиционного ИТ
2. Основные концепции и виды машинного обучения, генеративный ИИ и крупные языковые модели
3. Примеры реальных бизнес-кейсов внедрения и типичные ошибки
Практика
1. Анализ собственных бизнес-процессов: где возможен эффект от ИИ
2. Разбор успешных и неудачных внедрений ИИ (дискуссия по примерам)
3. Формулировка черновика ИИ-инициативы для своей команды
1. Отличие ИИ-решений от традиционного ИТ
2. Основные концепции и виды машинного обучения, генеративный ИИ и крупные языковые модели
3. Примеры реальных бизнес-кейсов внедрения и типичные ошибки
Практика
1. Анализ собственных бизнес-процессов: где возможен эффект от ИИ
2. Разбор успешных и неудачных внедрений ИИ (дискуссия по примерам)
3. Формулировка черновика ИИ-инициативы для своей команды
Теория
1. Декомпозиция бизнес-процесса: шаги, участники, передаточные документы
2. Какие данные нужны для оценки ИИ-эффекта: атрибуты, метрики, источники
3. Принципы работы с корпоративными данными, определение базовых показателей
Практика
1. Картирование выбранного бизнес-процесса заказчика («как есть»)
2. Определение ключевых метрик процесса: трудоёмкость, время цикла, % ошибок
3. Построение карты данных: что есть в системах, что нужно собрать дополнительно
1. Декомпозиция бизнес-процесса: шаги, участники, передаточные документы
2. Какие данные нужны для оценки ИИ-эффекта: атрибуты, метрики, источники
3. Принципы работы с корпоративными данными, определение базовых показателей
Практика
1. Картирование выбранного бизнес-процесса заказчика («как есть»)
2. Определение ключевых метрик процесса: трудоёмкость, время цикла, % ошибок
3. Построение карты данных: что есть в системах, что нужно собрать дополнительно
Теория
1. Архитектура типовых ИИ-систем сквозь призму бизнес-процессов
2. Какие шаги поддаются автоматизации: паттерны и ограничения
3. Как формулировать гипотезу: какой параметр меняется, на сколько, откуда берём аналоги
Практика
1. Выбор 2–3 шагов процесса — кандидатов на автоматизацию
2. Заполнение таблицы «шаг → гипотеза → целевой показатель»
3. Сбор аналогов из отраслевых источников для обоснования параметров
1. Архитектура типовых ИИ-систем сквозь призму бизнес-процессов
2. Какие шаги поддаются автоматизации: паттерны и ограничения
3. Как формулировать гипотезу: какой параметр меняется, на сколько, откуда берём аналоги
Практика
1. Выбор 2–3 шагов процесса — кандидатов на автоматизацию
2. Заполнение таблицы «шаг → гипотеза → целевой показатель»
3. Сбор аналогов из отраслевых источников для обоснования параметров
Теория
1. Методы сценарного анализа: оптимистичный / реалистичный / пессимистичный
2. Методы расчёта ROI, бюджетирования и формирования дорожной карты внедрения
3. Анализ ключевых рисков и ошибок на предприятиях-аналогах
Практика
1. Построение сравнительной таблицы текущего и целевого состояния по показателям процесса
2. Моделирование экономической эффективности: сокращение трудоёмкости, рост STP rate, снижение % ошибок
3. Расчёт ROI за 12 месяцев и план внедрения: этапы, затраты, KPI, риски
1. Методы сценарного анализа: оптимистичный / реалистичный / пессимистичный
2. Методы расчёта ROI, бюджетирования и формирования дорожной карты внедрения
3. Анализ ключевых рисков и ошибок на предприятиях-аналогах
Практика
1. Построение сравнительной таблицы текущего и целевого состояния по показателям процесса
2. Моделирование экономической эффективности: сокращение трудоёмкости, рост STP rate, снижение % ошибок
3. Расчёт ROI за 12 месяцев и план внедрения: этапы, затраты, KPI, риски
Теория
1. Критерии выбора технологического стека, паттерны интеграции в бизнес
2. Быстрое прототипирование и пилотные-подходы для ИИ
3. Ошибки и риски при проектировании архитектуры и подготовке к пилотному тестированию
Практика
1. Описание архитектуры будущего решения, определение необходимых инструментов и точек интеграции
1. Критерии выбора технологического стека, паттерны интеграции в бизнес
2. Быстрое прототипирование и пилотные-подходы для ИИ
3. Ошибки и риски при проектировании архитектуры и подготовке к пилотному тестированию
Практика
1. Описание архитектуры будущего решения, определение необходимых инструментов и точек интеграции
- Подготовка техдокументации для пилота и плана дальнейшей валидации
Теория
1. Как читать коммерческое предложение ИТ-подрядчика: на что смотреть, что спрашивать
2. Критерии выбора: внутренняя команда vs. подрядчик vs. платформенное решение
3. Защита данных и информационная безопасность при работе с ИИ в корпоративной среде
Практика
1. Составление технического задания на разработку ИИ-решения для своего процесса
1. Как читать коммерческое предложение ИТ-подрядчика: на что смотреть, что спрашивать
2. Критерии выбора: внутренняя команда vs. подрядчик vs. платформенное решение
3. Защита данных и информационная безопасность при работе с ИИ в корпоративной среде
Практика
1. Составление технического задания на разработку ИИ-решения для своего процесса
- 2. Оценка двух сценариев реализации: внутренняя разработка vs. вендор — по критериям стоимости, сроков, рисков
1. Системная доработка проекта: архитектура, метрики и бизнес-логика приводятся к требованиям организации
2. Итоговая упаковка в три документа: — Операционная карта процесса (для инициатора / начальника отдела) — Резюме эффекта с ROI-расчётом (для директора по цифровизации / CDTO) — Комплаенс-раздел с применимыми НПА (для совета директоров / регулятора)
3. Подготовка к защите: презентация, отражающая зрелость решения и обоснованность внедрения На защите команды представляют инициативы проектному комитету: демонстрируют прототип и доказывают готовность решения к реализации
2. Итоговая упаковка в три документа: — Операционная карта процесса (для инициатора / начальника отдела) — Резюме эффекта с ROI-расчётом (для директора по цифровизации / CDTO) — Комплаенс-раздел с применимыми НПА (для совета директоров / регулятора)
3. Подготовка к защите: презентация, отражающая зрелость решения и обоснованность внедрения На защите команды представляют инициативы проектному комитету: демонстрируют прототип и доказывают готовность решения к реализации
Форматы
Два формата участия — под масштаб компании и число инициатив в работе
Стоимость зависит от формата участия, числа участников и количества инициатив
Стоимость зависит от формата участия, числа участников и количества инициатив
Два формата участия
Для компаний, которым нужен отдельный поток под свои задачи:
Формат подходит, когда нужно вести несколько направлений в единой логике с участием руководства, бизнеса и ИТ
Корпоративный формат
Группа до 25 человек от одной компании
Закрытый корпоративный поток
За программу обычно прорабатываются от 4 до 6 инициатив или пилотов
Для компаний, которым достаточно одной инициативы без отдельного потока:
Формат подходит, когда нужно проработать один кейс без запуска корпоративного потока
Межкорпоративный формат
До 5 человек от одной компании
Поток формируется из участников разных компаний
Каждая компания работает со своей инициативой
Наша команда
Команда создателей
Гайк Налбандян
Генеральный директор и идейный вдохновитель Про.К
Эксперт в анализе бизнеса, построе-нии и оценке системы обучения
Артём Романов
Основатель и руководитель команды SaleKit
Сергей Титов
Разработчик и менеджер образовательных программ в IT и управлении проектами
Юля Свиридова
Менеджер продукта
©2026 © Pro.K | Все права защищены
ЧУ ДПО «Учебный центр «Бюджет» Образовательная лицензия № 37 363 от 11.04.2016
Перечень учебных планов программ
Контакты
Связь с нами
©2026 © Pro.K | Все права защищены
Перечень учебных планов программ
Оставить заявку