Напишите нам
Расскажите о своём запросе - поможем найти подходящее решение.
AI-NATIVE ACADEMY / AGILELAB
От AI-пилотов к собственной AI-фабрике
Практическая программа для руководителей и команд. На задачах вашей компании вы учитесь собирать повторяемый процесс: постановка задачи, контекст, работа агентов, проверка качества и приёмка результата человеком.
ФОРМАТ ПРОГРАММЫ
Небольшие занятия. Практика каждую неделю.
10-12 недель обучения и 4 недели на итоговый проект. Живые онлайн-занятия 1-2 раза в неделю, самостоятельная практика и разбор результатов с наставником. Группа до 12-15 участников. Для компании можно собрать закрытую группу.
12 модулей: собираем AI-фабрику на вашей задаче
AI-фабрика в этой программе - организованный поток работы: задачи поступают в очередь, агенты получают нужный контекст и инструменты, результат проходит проверку, а команда управляет качеством, затратами и выпуском. Начинаем с одного ограниченного процесса и учимся повторять результат.
Выбираем процесс для итогового проекта: разработка, работа со знаниями, аналитика или операционная задача. Определяем пользователя, владельца процесса, ожидаемый результат и ограничения. Фиксируем исходные скорость, стоимость и качество.
Результат модуля: описание инициативы, критерии приёмки и исходные метрики.
Результат модуля: описание инициативы, критерии приёмки и исходные метрики.
Разбираем возможности и ограничения AI. Учимся задавать цель, роль, границы, формат результата и условия остановки. Отрабатываем делегирование, уточнение требований и проверку ответа на рабочих задачах.
Результат модуля: инструкция агенту и правила работы команды с AI.
Результат модуля: инструкция агенту и правила работы команды с AI.
Строим контекст из документов, требований и данных компании. Разбираем поиск по источникам, дополнение ответа найденными материалами (RAG), управление объёмом контекста и сохранение состояния между запусками.
Результат модуля: структура контекста и набор источников для выбранного процесса.
Результат модуля: структура контекста и набор источников для выбранного процесса.
Подключаем агента к рабочим системам через API и протокол подключения инструментов MCP. Определяем, какие операции разрешены, где нужен человек и как обрабатывать ошибки интеграции.
Результат модуля: схема подключений и минимальный набор прав для рабочего сценария.
Результат модуля: схема подключений и минимальный набор прав для рабочего сценария.
Выбираем между последовательным сценарием и агентом, который сам определяет следующий шаг. Разбираем маршрутизацию задач, передачу состояния, повторные попытки и участие человека. Для подходящих задач используем средства автоматизации без кода.
Результат модуля: схема процесса с входами, выходами и точками контроля.
Результат модуля: схема процесса с входами, выходами и точками контроля.
Проверяем выбранную идею на небольшом рабочем примере. Учимся превращать описание задачи в прототип, показывать его будущему пользователю и уточнять требования по результатам проверки.
Результат модуля: прототип и список условий, которые нужно выполнить до внедрения.
Результат модуля: прототип и список условий, которые нужно выполнить до внедрения.
Для инженерного маршрута проходим цикл от задачи и спецификации до изменения кода, тестов и ревью. Учимся ограничивать размер изменений и готовить проект к работе агентов. В маршруте без кода применяем тот же цикл к автоматизации процесса.
Результат модуля: воспроизводимый цикл изменения и проверки решения.
Результат модуля: воспроизводимый цикл изменения и проверки решения.
Настраиваем среду выполнения: изоляцию, разрешённые инструменты, память, журнал действий, лимиты времени и затрат. Решаем, какие действия агент выполняет самостоятельно, а какие требуют подтверждения.
Результат модуля: рабочее окружение и правила допуска агента к действиям.
Результат модуля: рабочее окружение и правила допуска агента к действиям.
Собираем проверочные примеры из реального процесса. Отделяем создание результата от его проверки. Проверяем ошибки, неполные входные данные и ситуации, в которых агент должен остановиться. Испытываем сами проверки на намеренно неверном результате.
Результат модуля: набор проверок и понятные условия принятия или отклонения результата.
Результат модуля: набор проверок и понятные условия принятия или отклонения результата.
Организуем очередь задач, разделение ролей и передачу результатов между агентами и людьми. Разбираем параллельную работу, зависимости, конфликты изменений и восстановление после сбоя. Увеличиваем масштаб только там, где команда умеет проверять результат.
Результат модуля: схема AI-фабрики для выбранного класса задач.
Результат модуля: схема AI-фабрики для выбранного класса задач.
Сравниваем процесс до и после внедрения. Учитываем стоимость запусков, проверки человеком, исправлений и сопровождения. Строим несколько сценариев окупаемости и определяем, по каким данным продолжать, менять или останавливать инициативу.
Результат модуля: модель экономики, набор метрик и правила принятия решений.
Результат модуля: модель экономики, набор метрик и правила принятия решений.
Готовим передачу решения команде: роли, инструкции, мониторинг, действия при сбоях и план развития. Разбираем обучение коллег и включение нового процесса в повседневную работу.
Результат модуля: план внедрения, инструкция по эксплуатации и план масштабирования.
Результат модуля: план внедрения, инструкция по эксплуатации и план масштабирования.
ДЛЯ КОГО
Общий путь для бизнеса и инженерной команды
Руководителям программа помогает выбирать инициативы и управлять эффектом. Продуктовым лидерам и агентам изменений - перестраивать процессы и закреплять практику. Инженерам и специалистам по автоматизации - собирать решения, интеграции и проверки. В корпоративной группе эти роли работают над общей задачей; индивидуальный маршрут подбираем под опыт участника.
ИТОГОВЫЙ ПРОЕКТ
Один процесс. Проверяемый результат. Практика в команде.
Защита проекта включает демонстрацию рабочего агента или сценария, набор проверок, сравнение исходных и полученных метрик, модель затрат, границы автономии и план внедрения. Команда получает инструкции, журнал решений и план развития процесса. Следующий шаг определяется результатом проверки: внедрить, доработать или пересмотреть инициативу.
ПОЧЕМУ AGILELAB
AI-Native обучение и практика организационных изменений
AgileLAB - AI-Native партнёр. Academy объединяет работу с агентами, продуктовый подход и внедрение изменений в команде. Официальные курсы AI-Native Foundations, AI-Native Value Architect и Leading the AI-Native Organization можно включить в маршрут обучения. Состав курсов и сертификаций согласуется отдельно; итоговый проект и сопровождение относятся к программе AgileLAB.
Вопросы о программе
Для управленческого маршрута программирование не требуется. В практической части есть сценарии автоматизации без кода. Для инженерного маршрута нужен опыт работы с программным обеспечением; состав группы и уровень подготовки обсуждаем до старта.
На реальном процессе компании или рабочей задаче участника. Перед стартом определяем ожидаемый результат, доступные данные, разрешённые инструменты и ограничения. Для первых экспериментов можно использовать обезличенные данные.
Academy - практическая программа AgileLAB. Официальные курсы и экзамены AI-Native включаются в согласованный маршрут отдельно. Завершение итогового проекта Academy само по себе не означает получение официальной сертификации.
Напишите нам, указав вашу роль, задачу и желаемый формат участия. Подберём индивидуальный маршрут или закрытую корпоративную группу, уточним ближайший старт и условия.
ОБСУДИМ ВАШУ ЗАДАЧУ
С какого процесса начнётся ваша AI-фабрика?
Расскажите, что команда делает сегодня и какой результат хотите изменить. Вместе определим подходящий проект и маршрут обучения.