Нанять ИИ-инженера или обучить команду: как принять решение

Владелец компании или технический директор понимает, что ИИ нужно встраивать в процессы, и сталкивается с первым кадровым вопросом: открыть вакансию ИИ-инженера или промпт-инженера — или обучить аналитиков и разработчиков, которые уже знают бизнес?

Короткий ответ: решение зависит от характера работы, а не от модного названия должности. Если компания использует готовый ИИ-сервис для текстов, сводок или поиска по документам, обычно достаточно владельца процесса и обученной команды. Если нужны интеграции с CRM, работа с данными, оценка качества ответов, контроль доступа и ежедневная эксплуатация, необходимы инженерные компетенции. Они могут быть внутри компании, у подрядчика или распределяться между ними.

Сначала опишите портфель задач на ближайшие месяцы, а уже потом выбирайте, кого искать. После статьи вы сможете распределить работу по ролям, понять, что закроет текущая команда, и подготовить практическое задание кандидату или подрядчику.

Какая работа действительно нужна

Фраза «внедрить ИИ» может означать очень разный объём работы. От того, что именно нужно вашей компании, зависит выбор специалиста.

Настройка готового сервиса. Компания покупает корпоративный доступ к чат-ассистенту или ИИ-функциям офисных программ. Нужно настроить учётные записи, правила работы с данными, шаблоны задач и обучить сотрудников. Программирования может быть мало или совсем не быть.

Интеграции. ИИ должен получать данные из CRM, бухгалтерской системы, поддержки или сайта и записывать результат обратно. Здесь нужны API, авторизация, обработка ошибок, очереди и журналы.

База знаний для ответов. Ассистент отвечает с учётом внутренних документов. Нужно подготовить материалы, настроить поиск, проверять, находится ли нужный фрагмент и соответствует ли ему ответ.

Оценка качества. Любой ИИ-системе нужны контрольные примеры, правила проверки и регулярные измерения: сколько ответов верны, где модель ошибается и что изменилось после обновления.

Размещение в собственной инфраструктуре. Если правила компании не позволяют передавать данные внешним сервисам и нужна собственная модель, может потребоваться развёртывание в контролируемой среде. Это работа с инфраструктурой, производительностью, обновлениями и безопасностью.

Сопровождение. После запуска кто-то должен реагировать на сбои, обновлять инструкции, следить за изменениями поставщика и расходами.

Учитывайте и сложность архитектуры. В рабочем процессе модель и инструменты действуют по заранее заданной последовательности в коде. Агент может самостоятельно выбирать следующие шаги и инструменты. Начинайте с самого простого решения и усложняйте его только тогда, когда это улучшает проверяемый результат. Для кадрового планирования разница практична: схема с одним вызовом модели обычно требует меньше инженерной работы, чем автономный агент с доступом к нескольким системам.

Какие роли закрывают эти задачи

Когда задачи описаны, их можно распределить по ролям. Роль — это набор обязанностей, а не обязательно отдельный человек. В одной компании аналитик может быть и владельцем процесса; в другой инженер интеграций также отвечает за эксплуатацию.

Эта матрица — учебная модель ответственности. Она не означает, что для внедрения нужны шесть новых сотрудников. Она помогает увидеть, за кем пока не закреплены важные обязанности.

Распределите ответственность за правила, оценку рисков и реакцию на проблемы. Один человек, который «хорошо пишет промпты», не закрывает все эти роли.

Учебная матрица: тип задачи и нужные компетенции

Когда стоит обучать текущую команду

Обучение нынешних сотрудников имеет смысл, если выполняются несколько условий.

Есть знание предметной области. Аналитик, который пять лет работает с продажами компании, знает исключения, сезонность и ошибки в данных. Обучить его использованию ИИ часто проще, чем знакомить внешнего специалиста с бизнесом.

Объём изменений ограничен. Речь о готовых сервисах, шаблонах и простых автоматизациях без сложной инфраструктуры.

Есть время на обучение. В расписании нужно выделить время, а не рассчитывать, что люди освоят новый навык «между основными задачами». Иначе обучение состоится формально, но практики не появится.

Есть наставник и ответственность. Кто-то должен проверять первые результаты, а у каждого сценария должен быть владелец.

Многим сотрудникам, чьи задачи меняются из-за ИИ, нужны новые управленческие, аналитические и цифровые навыки, но не обязательно специализация в машинном обучении. Это не означает, что инженеры не нужны: речь о пользователях ИИ, а не о специалистах, которые создают и сопровождают системы.

Когда оправдан найм

Отдельная должность имеет смысл, когда работа становится постоянной, а не разовой.

Постоянный портфель сложных задач. Не один бот, а несколько развивающихся интеграций и очередь новых запросов от отделов.

Критичность сервиса. Если сбой ИИ-системы останавливает продажи или поддержку клиентов, нужен человек, который отвечает за работу системы и быстро реагирует.

Регулярные изменения. Поставщики обновляют модели, меняют условия и цены. Кто-то должен проверять качество после обновлений и адаптировать систему.

Достаточная загрузка. Если отдельному специалисту найдётся работа лишь на несколько часов в неделю, полная ставка вряд ли окупится. Рассмотрите совмещение роли или внешнюю помощь.

Не используйте универсальные зарплаты, сроки найма или размер команды: они зависят от рынка, уровня специалиста и задач. Оценивайте потребность по своему портфелю работ и реальным предложениям кандидатов.

Признаки, что отдельная роль уже нужна

Часто компании решают нанять специалиста не по плану, а после накопления проблем. Обратите внимание на ранние сигналы:

• Растёт очередь запросов от отделов. Продажи, поддержка и финансы просят новые сценарии, но никто не успевает их оценить и реализовать.
• Сбои замечают клиенты, а не команда. Бот перестал записывать заявки в CRM, и о проблеме узнали из жалобы. Значит, мониторинг никому не поручен.
• Знание зависит от одного человека. Программист, который «немного занимается ИИ», ушёл в отпуск, и никто не может изменить даже инструкцию ассистента.
• Обновления модели становятся сюрпризом. Поставщик изменил версию, ответы стали другими, а сравнивать не с чем, потому что нет контрольных примеров.
• Расходы растут без объяснения. Никто не отслеживает, какие сценарии и сколько ресурсов потребляют.

Если проблемы повторяются, оцените незакрытую работу и решите, как закрепить ответственность: за внутренним специалистом, через перераспределение обязанностей или договор с подрядчиком.

Когда помогает внешний партнёр

Подрядчик может пригодиться в нескольких ситуациях:

• Пилот. Нужно быстро проверить гипотезу, а нанимать сотрудника до первых результатов рискованно.
• Редкая компетенция. Например, развёртывание модели в собственной инфраструктуре или сложная интеграция с отраслевой системой, которая понадобится один раз.
• Быстрый старт. Внутренняя команда учится на первом проекте вместе с подрядчиком.

Главный риск внешней помощи — знания и доступы могут остаться у подрядчика. До начала работ договоритесь о передаче:

• документации архитектуры и логики обработки данных;
• всех доступов, ключей и аккаунтов, оформленных на компанию;
• описания данных, полей и правил;
• контрольных примеров и способа измерения качества;
• инструкций по эксплуатации: что делать при сбое, как обновлять систему и где смотреть журналы;
• понятных условий перехода поддержки к вашей команде.

Как выбирать специалиста

Собеседование, на котором кандидат показывает «красивые промпты», мало говорит о способности создать рабочую систему. Дайте практическое задание, близкое к реальным рискам.

Учебное задание кандидату

Задача: спроектировать обработку заявки с сайта, которую ИИ классифицирует и записывает в CRM.

Попросите кандидата письменно или на встрече объяснить:

1. Дубликат. Что произойдёт, если одна заявка поступит дважды за пять минут?
2. Тайм-аут. Что система сделает, если модель не ответит вовремя? Заявка не должна потеряться.
3. Неизвестное поле. В форме появилось новое поле, которого нет в CRM. Как система отреагирует?
4. Оценка качества. Как проверить точность классификации? Сколько примеров нужно и кто их размечает?
5. Передача сопровождения. Что получит другой специалист, чтобы поддерживать систему без автора?
6. Стоимость поддержки. От чего будут зависеть ежемесячные расходы и как их контролировать?

Хороший ответ не обязан быть идеальным, но должен показывать, что кандидат думает об ошибках, данных, измерениях и работе после запуска. Это задание подходит и для оценки подрядчика.

Используйте таблицу как основу оценки. Для технической проверки привлеките инженера: правильные слова о сбоях ещё не доказывают, что кандидат умеет реализовать решение.

Что сделать в своём процессе

1. Выпишите ИИ-задачи на ближайшие месяцы и отметьте тип: готовый сервис, интеграция, база знаний или собственная инфраструктура.
2. Для каждой задачи заполните матрицу ролей и укажите, какие обязанности уже выполняет команда.
3. Оцените, хватит ли работы для отдельной должности или роль лучше совместить с другой либо закрыть внешней помощью.
4. Для задач текущей команды назначьте наставника и владельца сценария и выделите время на обучение.
5. Подготовьте практическое задание о дубликате, тайм-ауте, неизвестном поле, оценке качества и передаче сопровождения.
6. Если работаете с подрядчиком, заранее запишите в договоре перечень документации и доступов, которые получит компания.

Частые вопросы