Управление смешанной рабочей силой: человек + ИИ

💼 82% бизнес-лидеров планируют использовать AI-агентов для расширения возможностей команд в ближайшие 12–18 месяцев. По данным Gartner, уже к концу 2026 года 40% корпоративных приложений будут включать ИИ-агентов, а к 2028 году более 33% всего корпоративного ПО будет содержать агентные технологии. HRD должны быть готовы управлять гибридной рабочей силой.

⚙️ HRD становится конструктором экосистемы: определяет, какие задачи полностью делегировать AI-агентам (автономные цифровые сотрудники), где сохранить человеческий контроль, а где строить совместную работу. Ключевой принцип — human-in-the-loop. Как отмечает Gartner, «чувствительные решения, классифицированные по типам задач, сохранят "человека в контуре", требуя четких путей эскалации и защитных зон, которые будет формализовывать архитектор человеко-машинного сотрудничества».

🏆 Примеры из практики
✅Salesforce. Подход к созданию агентной платформы Agentforce показывает, как HR может готовить сотрудников к новой реальности, где ИИ-агенты берут на себя новые задачи и требуют освоения новых навыков.
✅ Gloat. Компания внедрила Agentic HR в Microsoft 365 Copilot и Teams. AI-агенты теперь анализируют контекст текущей работы и действуют непрерывно — рекомендуют варианты редиплоя при реструктуризации, дают персонализированные карьерные траектории, не заставляя покидать среду для принятия решений.
✅ Deloitte. В отчете 2026 года отмечают, что успех требует не просто наложения ИИ на устаревшие процессы, а намеренного проектирования взаимодействия с учетом «хардвайра» (зоны принятия решений, пути эскалации) и «софтвайра» (психологическая безопасность, лидерство).

📎 Глубокие промпты для HRD

1️⃣ От хаоса к системе: проектируем гибридные роли
«Ты — архитектор гибридного труда. На основе анализа текущих процессов моего HR-отдела разработай матрицу распределения задач между человеком и ИИ по трем категориям:
• Полностью автономные AI-агенты (например, ответы на типовые вопросы по отпускам)
• Совместные задачи (человек управляет AI, AI предлагает, уточняет, структурирует)
• Исключительно человеческие (лидерство, эмпатия, стратегия, разрешение конфликтов)
Для каждой категории обоснуй выбор, приведи примеры ролей (HRBP, рекрутер, специалист по учёту) и опиши, как изменится их рабочий день. Предложи план переобучения команды для работы в новой модели и метрики эффективности гибридной команды (например, time‑to‑resolve, engagement, autonomy rate).»

2️⃣ 5 шагов к Human-in-the-Loop
«Ты — эксперт по управлению изменениями и AI-governance. Разработай 5-шаговый план внедрения принципа "человек в контуре" для ИИ-агентов в нашем HR. Включи:
• Классификацию решений по уровню риска
• Проектирование точек контроля (где обязательно вмешательство человека)
• Обучение команды взаимодействию с AI-агентами
• Метрики для оценки качества автономных решений
• Протоколы для пересмотра уровня автономности при изменении задач
Добавь чек-лист для менеджеров по тому, когда и как вмешиваться в работу AI-агента.»

3️⃣. Аудит юридических и поведенческих рисков при передаче задач ИИ
«Ты — юридический консультант и HR-аналитик. Создай чек-лист из 12 пунктов для аудита рисков при делегировании AI-агентам кадровых задач. Включи:
• Оценку соблюдения ФЗ-152 и Трудового кодекса
• Анализ алгоритмов на скрытую предвзятость (по полу, возрасту, образованию)
• Процедуру прозрачности (как ИИ объясняет свои решения)
• Требования к дата-сетам для обучения (полнота, репрезентативность)
• Ответственность за финальное решение (как зафиксировать human‑in‑the‑loop)
Предложи формулировку для внутреннего регламента об использовании ИИ в конкретных кадровых процессах.»

📖 Что почитать:
• Gartner: Прогнозы о внедрении AI-агентов и предупреждения о высоком уровне отказов.
• Deloitte 2026 Global Human Capital Trends: О принципе human‑in‑the‑loop и влиянии ИИ на культуру.
• Australian HR Institute: «7 questions to help HR navigate the new AI governance frontier» — о зонах ответственности и повышении ценности ИИ-инструментов.

Юридический фундамент: ИИ и ФЗ‑152

💼 Хотя специального регулирования ИИ в РФ пока нет, использование AI в HR — зона повышенных юридических рисков. Статья 16 Федерального закона «О персональных данных» напрямую ограничивает принятие решений, основанных исключительно на автоматизированной обработке персональных данных, если такие решения затрагивают права и законные интересы гражданина. Аналогичные нормы есть и в Трудовом кодексе: п. 6 ст. 86 ТК РФ прямо запрещает принимать решения, затрагивающие интересы работника, основываясь только на персональных данных, полученных исключительно в результате их автоматизированной обработки.

⚙️ Главные юридические риски:
• Автоматизированный отказ в приёме на работу без участия человека — прямой путь к судебным спорам и обвинениям в дискриминации (искусственный интеллект может отказать по любым неочевидным основаниям, например, из-за пола или возраста).
• Передача персональных данных публичным ИИ-сервисам (ChatGPT, DeepSeek и др.) без надлежащих оснований — нарушение 152-ФЗ, чреватое миллионными штрафами (ст. 13.11 КоАП РФ). По итогам 2025 года объем информации, передаваемой сотрудниками российских компаний в публичные нейросети, вырос в 30 раз, и 44% компаний уже рискуют утечками.
• Скрытая предвзятость алгоритмов — ИИ, обученный на предвзятых исторических данных, может необоснованно занижать рейтинг определённых групп соискателей. Самый известный пример — алгоритм Amazon, который начал занижать оценку резюме женщин, так как обучался на данных о преобладавших в компании мужчинах. ИИ может отсеивать «неподходящих» по косвенным признакам, а работодатель об этом даже не узнает, пока не столкнётся с иском.
• Непрозрачность решений («чёрный ящик») — особенно опасна для внесудебной защиты. HR не сможет объяснить причину отказа, если решение завуалировано необъяснимым алгоритмом.

🌐 Решение. Внедрять политики прозрачности: обязательное человеческое участие в ключевых решениях (приём на работу, продвижение, увольнение), регулярный аудит алгоритмов на предвзятость, контроль обработки ПДн. Что важно учесть бизнесу уже сейчас:
✅ Провести аудит: проверить, используются ли автоматические системы для первичного отсева кандидатов без участия человека.
✅Зафиксировать участие человека: документально подтвердить, что окончательное кадровое решение принимает сотрудник, а не алгоритм.
✅ Обеспечить обоснованность критериев: все критерии отбора должны быть напрямую связаны с деловыми качествами кандидата.
✅ Сформировать развернутые согласия на обработку ПДн под обработку именно AI-системами.

📎 Глубокие промпты для HRD

1️⃣ Аудит 152-ФЗ и ТК
«Ты — юридический консультант по цифровым HR‑рискам. Проанализируй наш процесс использования ИИ: [опиши: какой инструмент, какие данные обрабатывает, какие решения автоматизирует]. Составь чек‑лист из 10 пунктов для соблюдения ФЗ‑152 и ТК РФ. Включи: требования к согласию на обработку ПДн при использовании ИИ, необходимость human‑in‑the‑loop (финальное решение за человеком и документальное подтверждение), процедуру аудита алгоритмов на дискриминацию, порядок хранения и удаления данных после обработки ИИ, а также алгоритм предоставления объяснения отказа в приёме на работу, если решение основано на ИИ. Предложи формулировки для внутреннего регламента об использовании ИИ в HR и шаблоны уведомлений для сотрудников.»

2️⃣ Как неправильно внедрить ИИ и получить иск
«Ты — специалист по трудовому праву. Напиши сценарий "как не надо делать" на основе реальных ошибок. Опиши 5 фатальных ситуаций: передача ПДн в публичный ChatGPT без согласий, автоматический отказ кандидату с непрозрачным алгоритмом, решения о продвижении, основанные только на статистике ИИ, увольнение с помощью бота без человеческого разговора, использование зарубежных AI-моделей с ПДн, что нарушает локализацию. Для каждой ситуации опиши путь к иску и покажи, как этого избежать (с опорой на ФЗ‑152 и ТК РФ).»

3️⃣ Финальный протокол безопасности данных
«Ты — ИБ‑специалист, юрист и HRD. Создай единый протокол для внедрения ИИ, в котором:
• Обозначены типы данных, которые категорически нельзя передавать в публичные и зарубежные AI-модели (паспортные данные, адрес проживания, ФИО, сведения о здоровье и т.д.).
• Определены сценарии допустимой автоматизации (где нужен полный human‑in‑the‑loop, где достаточно контроля).
• Перечислены требования к проведению регулярного аудита ИИ-моделей на скрытую предвзятость.
• Обоснованы формулировки для получения согласий на обработку ПДн с учётом использования AI-агентов.
Выдай готовый регламент в виде документа (5 разделов) для утверждения CEO.»

❓ Какие юридические риски вы уже зафиксировали при внедрении ИИ? Как их минимизировали? Существует ли в компании защищенный контур для использования ИИ? ⬇️

ОБЩЕЕ ПРАВИЛО: как работать с ИИ, не нарушая 152‑ФЗ (шпаргалка для всех)

Главный принцип: никаких реальных ФИО, телефонов, email, паспортных данных и адресов в публичных нейросетях (DeepSeek, ChatGPT, YandexGPT, GigaChat). Даже в закрытых корпоративных контурах — только по необходимости и с согласием.

🎯 Золотое правило замены данных (примеры)

• Иванов Иван Иванович - Любой уникальный номер, который вы ведёте в своей внутренней таблице
• Паспорт: 1234 567890 - Не передавать вообще / вместо «паспорт» указать «документ удостоверяющий личность» • СНИЛС 123-456-789 01 - Не передавать / если нужна проверка стажа → «страховой номер (заменён на ID)»
• Адрес: г. Москва, ул. Тверская, д. 5, кв. 12 - г. Москва (без улицы, дома, квартиры) или «крупный город»
• Диагноз: сахарный диабет - Не передавать / если нужно для спецусловий → «наличие хронического заболевания (без конкретики)»
• Инвалидность 2 группы- «Требуются особые условия труда (без указания причины)»
• 15.05.1990 - «35 лет» или «возрастная группа 30–40»
• Генеральный директор компании «Рога и Копыта» (И.И. Иванов) - «Гендиректор компании (название скрыто)»
• Генеральный директор компании «Рога и Копыта» (И.И. Иванов) - «Гендиректор компании (название скрыто)»
• Номер трудового договора № 45/2023 - «Внутренний ID договора (заменён)»
• Табельный номер 00123 - «Сотрудник_00123» (без привязки к реальной базе)
• Зарплата Петрова П.П. — 150 000 руб. - «Зарплата по грейду G7 — 150К (без ФИО)» или «средняя зарплата по отделу»
• Переписка сотрудников о проекте - Удалить имена, должности, адреса, оставить только суть делового текста

📍ГЛАВНЫЙ ПРИНЦИП ЗАМЕНЫ
«Убираем всё, что может идентифицировать человека. Оставляем только то, что нужно для решения профессиональной задачи ИИ (навыки, опыт, метрики, категории)».

❓ Как вы маскируете данные? Делитесь лайфхаками в комментариях! ⬇️

💥💥 СЕРИЯ ПОСТОВ: 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR В 2026

Коллеги, HR-функция меняется на глазах. К 2027 году привычные роли администраторов, отчётчиков и операторов поддержки уйдут в прошлое. Им на смену приходят специалисты, которые проектируют гибридную рабочую силу, управляют ИИ-агентами и отвечают за этику алгоритмов.

Мы подготовили для вас серию постов, в которых детально разберём новые ключевые роли в HR, их задачи, необходимые компетенции и устаревшие «предшественницы».

Стартуем с одной из самых футуристичных позиций.

1️⃣AI Solution Architect (HR) - — руководит архитектурой HR-систем с ИИ и интеграциями, устаревшая роль - HR-администратор (ручной учёт)
👑 Ключевая роль: Этот специалист — главный инженер внедрения ИИ в HR. Он отвечает за процесс от замысла до конечного результата: прорабатывает, как высокоуровневая задача (например, «автоматизировать скрининг») превращается в безопасную, работоспособную и масштабируемую систему, которая органично впишется в вашу текущую IT-экосистему.
👨‍💻 Что делает:
• Проводит анализ бизнес-процессов в HR, выявляя области, где внедрение ИИ принесет наибольшую пользу.
• Проектирует архитектуру ИИ-решений, определяя оптимальную комбинацию технологий (LLM, ML-модели, платформы КЭДО, 1С) и принципы их взаимодействия.
• Руководит процессом интеграции выбранных решений с существующими HR-платформами вроде Workday, SAP SuccessFactors или 1С:ЗУП.
• Следит за соблюдением всех стандартов безопасности и политик (включая ФЗ-152) на этапе проектирования и эксплуатации систем.
🔎 Кого ищем:
• Опыт работы архитектором или ведущим разработчиком ИИ‑решений, желательно в HR-домене.
• Понимание архитектуры корпоративных ИИ-систем, включая RAG-пайплайны, agentic-архитектуру и lifecycle management ИИ-продуктов.
• Опыт интеграции AI-продуктов с корпоративными HR-системами и платформами через API.
• Знание принципов безопасного использования ПДн и умение проектировать архитектуру с учетом принципа data minimization и privacy-by-design.
⭐️ Ключевые навыки (Skills matrix):
• Системное мышление и архитектурное проектирование.
• Глубокая экспертиза в LLM, agentic AI и MLOps.
• Техническое лидерство и навык коммуникации с бизнес-заказчиком.
• Управление вендорами и опыт работы на стыке HR, IT и Legal.

📎 В следующем посте подготовили другие роли, а также дорожную карту по переходу от устареших ролей до новых ⬇️

2️⃣ Head of AI Governance (HR) - управляет рисками и нормативно-правовым соответствием в HR, устаревшая роль - Менеджер кадрового учёта (документооборот вручную)
👑 Ключевая роль: Этот специалист — ваш главный гарант того, что ИИ в HR работает безопасно, этично и в полном соответствии с законом. Он строит систему управления, которая защищает компанию от репутационных, юридических и финансовых рисков, связанных с автоматизацией кадровых решений. На его плечах — аудит моделей на предвзятость, контроль обработки персональных данных и работа с регуляторами.
👨‍💻 Что делает:
• Разрабатывает и внедряет единый корпоративный фреймворк для управления рисками ИИ в сфере HR.
• Организует регулярный аудит ИИ-моделей (в первую очередь тех, что влияют на сотрудников: отбор, оценка, продвижение) для выявления дискриминационных факторов и необъективности.
• Управляет процессом получения согласий и обработки ПДн в контексте использования AI-агентов.
• Проводит обучение и консультации для HR-команды по этичным и законным сценариям использования ИИ.
🔎 Кого ищем:
• Опыт разработки и внедрения политик и стандартов в области compliance, риск-менеджмента или ИТ-безопасности (минимум 5 лет).
• Понимание основ работы ML-моделей, LLM и agentic AI с точки зрения их уязвимостей (путаница источника, дрейф данных, data poisoning).
• Уверенное знание ФЗ-152 и представления о зарубежных подходах к регулированию ИИ.
• Умение переводить юридические и этические требования на язык конкретных технических политик и ограничений при развертывании систем.
⭐️ Ключевые навыки (Skills matrix):
• Стратегическое мышление в области комплаенс и risk management.
• Техническая грамотность для взаимодействия с AI Solution Architect.
• Управление нормативной базой (legal research, gap analysis).
• Навык построения и автоматизации процессов контроля за AI-системами.

Общая структура плана перехода от устаревших ролией к новым

1️⃣ Оценка гэпа - Выявить разрыв между текущими и целевыми компетенциями каждого сотрудника -Анкетирование, практические задания, беседы с руководителями

2️⃣ Базовая подготовка - Заложить фундамент AI-грамотности и понимания бизнес-задач - Внутренние воркшопы, онлайн-курсы, разбор кейсов

3️⃣ Специализированное обучение - Развить глубокие компетенции для новой роли - Профильные курсы, воркшопы от экспертов, проект в песочнице

4️⃣ Практика и наставничество - Применить знания в реальных/имитационных проектах под контролем - Реальный проект, парное программирование, код-ревью

5️⃣ Оценка и сертификация - Подтвердить соответствие новой роли и закрепить результат - Экзамен, защита портфолио, оценка по модели 360°, демонстрация задач

⭐️ Оценка текущих навыков и выбор кандидатов
Прежде чем начать обучение, важно оценить готовность сотрудников. Скорее всего, подходящие кандидаты уже есть в вашей команде. Я подготовил небольшой чек-лист того, на что стоит обратить внимание:

• Для AI Solution Architect: Человек, который лучше всех разбирается в 1С и ad-hoc запросах. Его отличают высокий уровень логики, интерес к системам, способность видеть процесс целиком и дотошность.

• Для Head of AI Governance: Сотрудник, который всегда соблюдает процедуры, держит в голове все регламенты и ссылается на 152-ФЗ. Отличается педантичностью, ответственностью и критическим складом ума.

📖 План обучения для AI Solution Architect (главный инженер внедрения ИИ) и AI Solution Architect (главный инженер внедрения ИИ) читайте в следующием посте ⬇️

📖 План обучения для новых ролей AI Solution Architect (главный инженер внедрения ИИ) и Head of AI Governance (глава по управлению рисками ИИ)

1️⃣ AI Solution Architect (главный инженер внедрения ИИ)
Этот путь предполагает серьезную трансформацию из операционной роли в техническую. Успех здесь зависит от планомерного наращивания компетенций.

✅ Основы AI и ML для начинающих: Начните с погружения в математические и алгоритмические основы, используя, например, программу Imperial AI Bootcamp (6‑месячный онлайн-курс Imperial College London) или структурированный план на Coursera по машинному обучению и LLM. Рекомендую параллельно изучать handbook по ML-решениям.
✅ Архитектура и проектирование AI-решений: Изучайте архитектуру корпоративных систем, RAG-пайплайны и управление жизненным циклом AI-продуктов, комбинируя книгу "The machine learning solutions architect handbook" с курсом "Architecting agentic AI business solutions" от Microsoft.
✅ Hard skills и инструменты: Овладейте Python, облачными платформами (AWS, Azure), а также CI/CD пайплайнами для ML и мониторингом моделей (MLOps). Важно научиться коммуницировать с бизнес-заказчиком, переводить процессы HR в технические требования и управлять вендорами.
✅ Итоговая аттестация: Результатом должно стать успешное создание MVP для автоматизации конкретного HR-процесса или успешная сдача экзамена Microsoft AB‑100, подтверждающего квалификацию архитектора AI-решений.

2️⃣ Head of AI Governance (глава по управлению рисками ИИ)
Сотрудник, занимающий эту должность, становится «защитником» компании от юридических, репутационных и этических рисков. Его обучение должно идти от внутренних политик к глобальным стандартам.

✅ Введение в правовое поле и комплаенс: Начните с глубокого изучения 152-ФЗ, ТК РФ и регулирования персональных данных (GDPR). Параллельно изучайте глобальные стандарты, такие как NIST AI RMF и ISO/IEC 42001.
✅ Специализация по AI Governance: Пройдите профессиональную переподготовку, например, программу King’s College London (5 дней в Лондоне, от £4000). Альтернативой могут стать онлайн-курсы по Governance, Risk, and Compliance (GRC), однако обязательным условием является получение профильной сертификации, например, CRAGE (Certified Responsible AI Governance & Ethics) от EC-Council, для чего потребуется сдать экзамен (например, 100 вопросов за 3 часа). Для прохождения сертификации CRAGE необходимы 2 года опыта в информационной безопасности или прохождение официального обучения.
✅ Hard skills и инструменты: Освойте риск-менеджмент, юридические исследования, аудит алгоритмов на предвзятость. Развивайте навык написания политик и регламентов, перевода юридических требований в технические задания, а также коммуникации с IT и Legal.
✅ Итоговая аттестация: Результатом должно стать принятие пакета внутренних политик по AI Governance или получение сертификата (CRAGE).

💥💥 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR, которые уже в ближайшее время начнут менять ландшафт HR-функции.

3️⃣ CHRO Tech Strategist — руководит цифровой трансформацией, интеграцией ИИ-агентов в HR-экосистему, устаревшая роль - Специалист по трудовым договорам (создание бумажных договоров)
👑 Ключевая роль: Настоящий CHRO 2026 года — это не только лидер HR, но и бизнес-стратег, архитектор рабочей силы и AI-евангелист. Эта роль сосредоточена на прямой связи между человеческим капиталом и технологической стратегией компании. Вместе с CEO вы будете определять, где люди создают максимальную ценность, а где ИИ обеспечит лучшее решение.
👨‍💻 Что делает:
• Разрабатывает долгосрочную стратегию развития человеческого капитала в тесной увязке с ИИ-дорожной картой компании.
• Участвует в определении архитектуры HR-технологий, обеспечивая их соответствие бизнес-целям.
• Оценивает бизнес-эффект от внедрения ИИ в HR и готовит соответствующие презентации для совета директоров.
• Внедряет метрики для оценки эффективности AI-трансформации (ROI, retention lift, time-to-fill).
• Строит программу повышения AI-грамотности для всех сотрудников компании и развивает культуру «человек + машина»
🔎 Кого ищем:
• Опыт работы на позиции CHRO или Head of HR в крупной компании с опытом цифровой трансформации HR-функции.
• Понимание современных HR Tech-ландшафтов, включая core HRIS (1С:ЗУП), ATS, LMS, CRM/ERP-системы.
• Умение строить бизнес-кейсы и финансовые модели для обоснования инвестиций в технологические проекты.
• Навык agile‑управления изменениями и готовность выступать «front‑of‑house» лидером изменений перед командой и бизнесом.

4️⃣ AI Learning Designer / GenAI Content Generator — создаёт адаптивные курсы, генерирует контент с помощью ИИ, устаревшая роль - Корпоративный тренер (очные тренинги на 100%)
👑 Ключевая роль: Этот специалист — «режиссёр» учебного контента для эпохи ИИ. Он проектирует образовательные программы и генерирует учебные материалы с использованием самых современных нейросетей. По сути, это дизайнер, владеющий генетическими алгоритмами, который знает, как «скормить» ChatGPT или DeepSeek исходный материал, чтобы на выходе получить готовый курс или симуляцию.
👨‍💻 Что делает:
• Проектирует учебные программы с нуля, активно используя GenAI для создания контента, сценариев, аватаров для видео и тестов.
• Проводит пилоты с новыми GenAI-инструментами (HeyGen, Synthesia, WellSaid Labs) для ускорения создания, локализации и персонализации учебных материалов.
• Превращает «сырые» промты ИИ в готовые, воспроизводимые и качественные учебные модули, которые можно масштабировать.
🔎 Кого ищем:
• Опыт в instructional design (ID) или создании e-learning контента.
• Продвинутое владение промпт‑инжинирингом и опыт работы с GenAI для генерации текста, изображений, аватаров и видео-сценариев.
• Глубокое понимание авторских прав и правил обезличивания данных при использовании GenAI.
• Навык работы с корпоративными LMS и платформами для размещения AI-сгенерированного контента.

📖 План обучения для новых ролей CHRO Tech Strategist (стратег HR-технологий) и AI Learning Designer / GenAI Content Generator

1️⃣ CHRO Tech Strategist (стратег HR-технологий)
Сотрудник на этой позиции становится связующим звеном между HR, IT и стратегией бизнеса. Его обучение должно фокусироваться на лидерстве, цифровой трансформации и бизнес-мышлении.

✅ Развитие лидерских качеств: Посещайте стратегические семинары SHRM для развития лидерства в эпоху AI и инноваций, а также программы по управлению цифровыми изменениями, например, Emerging CHRO Program от Columbia Business School (18‑недельная программа)
✅ Цифровая трансформация и стратегия: Участвуйте в вебинарах и мастер-классах (Gartner, Nextech Masterclass Series) по цифровой аналитике и экономике данных. Согласно Gartner, только 15% CHRO обладают цифровой грамотностью, и задача — войти в их число
✅ Hard skills и инструменты: Освойте HR-аналитику, бюджетирование ИИ-проектов (ROI, TCO), управление изменениями и коммуникацию с советом директоров. Изучайте современные HR Tech-ландшафты (1С, ATS, LMS, People Analytics платформы) и методологии Agile/OKR.
✅ Итоговая аттестация: Результатом должна стать успешная защита стратегии цифровой трансформации HR перед руководством или получение сертификата по программе HR-лидерства.

2️⃣ AI Learning Designer / GenAI Content Generator
Эта роль требует интеграции классического instructional design (ID) с практическим владением generative AI. Предлагаемый план построен как трёхуровневая система: от фундаментальных принципов обучения и технического владения ИИ до создания полноценных курсов с использованием AI-агентов.

✅ Фундамент: принципы современного обучения и Instructional Design.
На начальном этапе специалист осваивает методики проектирования онлайн-курсов (модели ADDIE, SAM, микрообучение) и когнитивную психологию. Это необходимо для того, чтобы грамотно ставить задачи ИИ и проектировать эффективные образовательные программы. Рекомендуются курсы «Learning Design Principles» (UC Online) или «Designing with AI» (Университет Кейптауна).
✅ Техническая база: владение GenAI и промпт-инжиниринг.
На этом этапе сотрудник обучается управлять нейросетями для генерации текстов, изображений и аватарного видео. Изучаются техники промптинга (zero-shot, chain-of-thought) и работа с инструментами: DeepSeek/ChatGPT для текста, Midjourney/DALL-E для изображений, HeyGen/Synthesia для аватаров. Важнейший навык — безопасная работа с данными и соблюдение 152-ФЗ при использовании GenAI.
✅ Hard skills и инструменты: Специалист осваивает ключевые инструменты создания контента: аватарные платформы HeyGen (от
24/мес)и Synthesia(от
24/мес)и Synthesia(от18/мес) для генерации видео; конструкторы интерактивных модулей iSpring, Articulate Rise; а также LMS c AI-функционалом (Docebo, 360Learning). Важный навык — проектирование сценариев с ветвлением и подготовка контента к размещению в SCORM‑совместимых системах.
✅ Итоговая аттестация: Для подтверждения квалификации специалист разрабатывает полноценный учебный модуль (20–30 минут) с использованием GenAI: текст, графика, аватарное видео, встроенный тест. Курс размещается в LMS и проходит пилотное тестирование на фокус‑группе. Успешное выполнение проекта и положительная обратная связь служат основанием для сертификации. Дополнительно рекомендуется сдать экзамен «Generative AI for Training and Learning Professionals» (Tonex). Надеюсь, этот план поможет вам в системном переобучении команды.

❓ Если понадобится скорректировать сроки, добавить ресурсы или детализировать отдельные этапы, готовы помочь.

💥💥 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR, которые уже в ближайшее время начнут менять ландшафт HR-функции.

5️⃣ Immersive Learning Architect — проектирует обучение с использованием VR/AR и AI-симуляций, устаревшая роль - Администратор LMS
👑 Ключевая роль: Специалист создает полностью погружающие (immersive) тренажеры, которые позволяют сотрудникам оттачивать навыки переговоров, управления проектами или принятия решений в виртуальной среде без риска для реального бизнеса. Проектирует программы развития, где обучение через опыт и симуляции становится основным методом..
👨‍💻 Что делает:
• Архитектурно проектирует сложные иммерсивные обучающие программы: VR/AR-тренажеры, AI-симуляции переговоров, интерактивные кейсы с ветвлением.
• Обучает и настраивает AI-агентов для роли виртуальных собеседников, клиентов или коллег для отработки hard и soft skills.
• Интегрирует иммерсивные модули в существующую LMS и анализирует данные об успешности и вовлеченности сотрудников.
🔎 Кого ищем:
• Опыт в создании корпоративных образовательных программ с использованием технологий виртуальной/дополненной реальности (VR/AR), симуляций или геймификации.
• Навык проектирования образовательных метрик (learning analytics) и интеграция с бизнес-показателями.
• Умение формулировать требования к разработчикам VR/AR/AI для реализации учебных сценариев.
• Понимание ограничений и возможностей AI-симуляций для социальных взаимодействий.

6️⃣ Learning Analytics Specialist (Learning & Talent Analyst) — использует данные для анализа эффективности, прогноза выбытия и персонализации, устаревшая роль - Методист учебных программ (без AI)
👑 Ключевая роль: Этот специалист превращает горы данных из LMS, систем грейдирования, карьерных порталов и опросников в настоящий «цифровой след» ваших сотрудников. Его главная задача — доказать, что обучение действительно окупается и приносит бизнес-результат. Он помогает руководителям понять, какие навыки развивать в первую очередь, чтобы закрыть стратегические разрывы.
👨‍💻 Что делает:
• Разрабатывает систему метрик и дашбордов для оценки эффективности L&D (вовлеченность, завершаемость, рост KPI, ROI).
• Выявляет скрытые пробелы в навыках (skills gaps) и целевые зоны для развития с помощью данных из HRIS и опросов.
• Проводит углубленный анализ для прогнозирования наиболее эффективных типов обучения и каналов для разных сегментов сотрудников.
• Готовит отчеты для высшего руководства, визуализируя ключевые результаты в области обучения и развития персонала.
🔎 Кого ищем:
• Опыт работы в Learning & Development, HR-аналитике или смежных аналитических ролях.
• Уверенное владение инструментами анализа данных (SQL, Python, Power BI, Tableau) и статистикой.
• Опыт интеграции данных из различных источников (LMS, HRIS, ATS, CRM).
• Знание профессиональной терминологии в области HR и понимание ключевых бизнес-показателей компании.

📖 План обучения для новых ролей Immersive Learning Architect и Learning Analytics Specialist

1️⃣ Immersive Learning Architect
Этот специалист проектирует полностью погружающие (immersive) тренажеры, которые позволяют сотрудникам оттачивать сложные навыки в виртуальной среде без риска для бизнеса.

✅ Фундамент: принципы иммерсивного обучения
Специалист изучает основы иммерсивных технологий: спектр XR (VR/AR/MR), сферы их применения в обучении и развитии, а также современные педагогические подходы для иммерсивных сред. Рекомендуется курс «Smart Glasses, VR & AI Design Principles» от Университета штата Нью-Мексико.
✅ Проектирование и сценарии
Сотрудник осваивает проектирование иммерсивных учебных программ, включая создание образовательных сценариев, карт путешествия пользователя и взаимодействие ИИ-агентов. Ключевые навыки: разработка образовательных треков и понимание ограничений AI-симуляций.
✅ Hard skills и инструменты
Практическое освоение ключевых технологий:
• Unity / Unreal Engine — создание 3D-сред.
• Платформы для авторинга: EON-XR (Skill Simulators с режимами Procedure/Creative/Exploratory), XR5.0 Training Platform (AI Assistant, XR Workflow).
• Инструменты no-code для XR: Генерация сценариев и быстрая адаптация контента без привлечения программистов.
✅ Итоговая аттестация
Разработка полноценного пилотного иммерсивного модуля (тренажёр или симуляция) под конкретную бизнес-задачу компании — например, виртуальное обучение сборке оборудования или отработка переговоров. Обязательна документация: educational intent, выбор технологии, сценарий и анализ эффективности.

2️⃣ Immersive Learning Architect
Превращает данные LMS, опросов и KPI в реальную картину, измеримый прогресс и точные прогнозы для HR и бизнеса.

✅ Основы аналитики обучения. Изучаются ключевые метрики эффективности L&D (вовлеченность, завершаемость, динамика KPI), а также методы сбора и очистки данных из различных HR-систем. Рекомендуется курс «Advanced Skill Certificate in E-Learning Data Analysis Tools».
✅ Статистика и прогнозная аналитика
Специалист осваивает продвинутую статистику, построение регрессионных моделей и машинное обучение (scikit-learn) для прогнозирования результатов обучения и рисков отсева. Ключевой курс: «AI-Powered Learning Analytics and Upskilling Strategy» от GTC Group.
✅ Hard skills и инструменты
Практическое освоение основного технологического стека:
• Анализ и BI: Python/R для моделирования; Tableau / Power BI для дашбордов.
• ETL и базы данных: SQL — для извлечения данных из HRIS (1С:ЗУП), ATS/LMS.
• Статистика: Построение прогнозов (эффективность курса, риск увольнения) и оценка моделей (precision, recall).
✅ Итоговая аттестация
Специалист получает реальный датасет (обезличенные данные по курсам, оценкам, KPI), проводит EDA, строит прогнозную модель по выбору, дашборд в BI-системе и пишет аналитический отчёт с выводами и бизнес-рекомендациями для L&D-стратегии.

❓ Какой из этих планов вы планируете запустить первым? Если потребуется уточнить программное обеспечение или скорректировать этапы под бюджет компании, готовы помочь. ⬇️