Кадры для корпоративного центра компетенций по ИИ

Центры компетенций по искусственному интеллекту появляются во многих компаниях и вузах – их требуют стратегии, проекты и гранты. Но создать ИИ-команду, которая не просто числится в оргструктуре, а действительно решает задачи бизнеса, – по-прежнему непростая задача. Как ее решить, обсудили эксперты из бизнеса, госсектора и образовательной среды:

• Модератор – Сергей Вотяков, учредитель Национальной академии роботизации и процессной автоматизации (NARPA), председатель комитета по ИИ РУССОФТ.
• Людмила Гонтарь, руководитель проектного офиса компании «Аэродинамика» при Правительственной комиссии РФ, директор Центра компетенций Фонда развития цифровой экономики.
• Александр Царев, руководитель направления развития сквозных процессов и интеграций платформы аналитики с ИИ, X5 Retail Group.
• Денис Романов, заместитель генерального директора, директор департамента профессиональных сервисов, компания «Базис» (ГК Ростелеком)

В этой статье собрали кейсы, как компании строят ИИ-команды на стыке штатной структуры и внешних экспертов, почему сотрудники перестают расти даже после обучения, и что на самом деле удерживает людей, когда деньги уже не решают.

Модератор Сергей Вотяков сразу задал тон дискуссии: забудьте о планах строить ИИ с нуля – это путь к провалу. Вместо этого нужны практические решения, которые дадут результат уже через 3-12 месяцев.

Команда ИИ: кто важнее разработчиков?

Большинство сбоев в ИИ-проектах происходят не в моделях, а на стыке между ролями: когда аналитик не может донести задачу до разработчика, а DevOps не в курсе ограничений инфраструктуры. Это особенно критично в проектах, где ИИ лишь одна из составляющих большой платформы. Поэтому команда должна быть не просто технологичной, а цельной: с аналитиками, архитекторами, методистами и даже AI-UX-дизайнерами.

«Центр ИИ – это не просто и группа разработчиков. Это механизм распространения экспертизы и точка сбора лучших практик из команды», — Денис Романов, заместитель генерального директора, директор департамента профессиональных сервисов, компания «Базис» (ГК Ростелеком).

Сложности возрастают, когда речь идет о вузах и госкорпорациях. Там любое изменение требует официального оформления. Например, чтобы ввести новую должность – архитектора ИИ или координатора модели – нужно пересматривать штатное расписание, что может занять до полугода. Поэтому все чаще создаются внешние экспертные группы: они формируются на грантовые средства, временно встраиваются в проект, а позже могут быть частично интегрированы в постоянную структуру. Подробнее об этой практике – в выступлении Людмилы Гонтарь.

Но и в бизнесе возникают аналогичные проблемы. Без четкого распределения ролей проект превращается в набор разрозненных действий и теряет управляемость. В полной версии материала на Компас CIO читайте разбор структуры команды на конкретных примерах: какие роли важны, как их комбинируют в X5 и Ростелекоме, и как создают основу центра на уровне процессов.

Outsource vs. Insource

Как собрать ИИ-команду, если ресурсов не хватает, сроки сжаты, а нужных специалистов все меньше? Ответ: используйте гибридную модель: ядро остается внутри, а гибкость обеспечивает внешняя поддержка.

Компании используют такую схему: штат – для архитектуры, стратегии, безопасности; подрядчики – для разработки, тестирования, внедрения. Это позволяет масштабироваться под задачу, не теряя управляемости. Особенно это важно при запуске MVP, привлечении редкой экспертизы или работе в условиях сезонных пиков.

Однако именно здесь многие сталкиваются с парадоксом тендеров: нанять команду, которая действительно нужна, часто невозможно из-за формальных критериев отбора и ограничений по цене.

«Настоящую экспертизу — архитекторов и инфраструктурных специалистов — практически невозможно провести через типовой тендер. Их реальная стоимость просто не вписывается в стандартные рамки НМЦ», — отметил Александр Царев, руководитель направления развития сквозных процессов и интеграций платформы аналитики с ИИ, X5 Retail Group.

Такая ситуация знакома не только бизнесу, но и вузам: гранты приходят быстрее, чем можно найти людей в штате. Поэтому появляются гибридные контракты, совместные приказы, координационные советы – формальные способы интеграции внешних экспертов в структуру.

Подробнее – в полной версии на Компас CIO: юридические форматы, ошибки при подключении подрядчиков и реальные кейсы.

Обучение: как не остановить рост команды

ИИ-команды не страдают от нехватки курсов – их в избытке. Проблема глубже: после первых успехов многие останавливаются. Они перестают расти, потому что не видят следующего шага, не получают поддержки, не умеют превратить знания в новую роль.

Внутри команд это ощущается особенно остро. Инженер, который хорошо пишет код, не становится архитектором, потому что ему не объяснили, как туда двигаться. А тот, кто освоил один стек, не решается взять ответственность за проект целиком. Это называется «выгорание роста»: человек не выгорел эмоционально, но не может расти профессионально.

«Я за комбинацию: академическая база – это фундамент, онлайн-курсы – для быстрой адаптации, а вузовская траектория и даже защита диссертации – если есть амбиции. Главное – чтобы человек развивался, а не просто проходил обучение по графику», — Людмила Гонтарь, руководитель проектного офиса компании «Аэродинамика» при Правительственной комиссии РФ. директор Центра компетенций Фонда развития цифровой экономики.

В вузах этому мешает инерция, но появляются подходы вроде «свободного специалитета»: специалист сам собирает образовательную траекторию из академии, практики, курсов и наставничества.

В полной версии материала на Компас СIO собрали примеры образовательных маршрутов, работающие форматы менторства и системные ошибки в подходах к развитию ИИ-команд от других участников дискуссии.

Почему удержание – это не про деньги

Что делать, когда сотрудник приходит с оффером на 30% выше? Повысить зарплату? Отпустить? Уговорить? А если сразу трое?

Как рассказали участники дискуссии, уход сотрудников начинается не с оффера. Он начинается с выгорания, рутинности, ощущения тупика. Люди уходят не потому, что им предложили больше, а потому что не видят смысла в текущей работе.

В госсекторе это усиливается отсутствием гибких премий: единственный выход – развитие. Например, ранняя аттестация, включение в новый проект, пересмотр роли. В бизнесе работают другие механизмы: вовлеченность, признание, культура обсуждения. Команды удерживаются не бонусами, а доверием и смыслом.

«Главный фактор – не содержание вакансии, а содержание самой работы», — отметил Людмила Гонтарь, руководитель проектного офиса компании «Аэродинамика» при Правительственной комиссии РФ. директор Центра компетенций Фонда развития цифровой экономики.

Денис Романов делится своим опытом: в одной из его команд текучесть достигала 70%. Без увеличения зарплат, только через вовлечение, прозрачность и ясные перспективы ее удалось снизить до 19%.

***

ИИ-команды не строятся по шаблону. У каждой – своя динамика, структура и вызовы. Но в одном участники дискуссии сошлись точно: чтобы команда действительно работала, ей нужно больше, чем бюджет и технологии. Ей нужен смысл, гибкость и люди, которые готовы учиться, вести за собой – и оставаться.