Богдан Щербаков — корпоративний AI-тренер, який навчив понад 2,5 тисячі співробітників у 50+ компаніях і провів понад 600 годин тренінгів. Серед його клієнтів — Google, Visa, OLX, Genesis, BetterMe, ICTV, STB та DIY Business. Також Богдан є засновником Edgework.net Community, що об’єднує понад 7500 діджитал-спеціалістів.
Працюючи з командами з різних сфер — від банків і фінтеху до медіа, ритейлу, виробництва та держсектору — він бачить не лише те, як компанії впроваджують AI, а й те, як співробітники реально користуються цими інструментами щодня.
Саме тому головна теза його виступу звучить так:
«Штучний інтелект переживається в людях, а не в компаніях».
Між AI-агентами та реальністю
Сьогодні бізнесу часто продають ідею повної автоматизації: AI-агенти працюють замість співробітників, цілі відділи можна оптимізувати, а більшість процесів — автоматизувати.
Але на практиці ситуація часто починається зовсім не з агентів.
Богдан розповідає, що під час корпоративних тренінгів регулярно бачить проблеми з набагато простішими речами: люди не знають усіх можливостей сервісів, не використовують налаштування, не знають про голосове введення або навіть не до кінця розуміють, як працює їхній корпоративний AI-акаунт.
В одній із компаній, наприклад, працівники користувалися особистими акаунтами замість корпоративної підписки. Причина була не в технології: людям було некомфортно, що історія запитів у корпоративному середовищі може бути доступна колегам.
Тому придбана підписка сама по собі не означає, що AI вже впроваджений.
«Купити штучний інтелект можна за день, а от прижитися він може тільки якщо люди будуть цього хотіти і люди будуть з цим працювати».
Чому співробітникам здається, що AI «не працює»
Одна з найпоширеніших проблем — неякісний запит.
За спостереженнями Богдана, люди часто пишуть короткі й нечіткі промпти, а потім отримують загальну відповідь і роблять висновок, що сам AI недостатньо розумний.
«Пишемо мало і не точно — виходить результат поганий. Пишемо багато, точно і детально — виходить гарний результат».
Тобто проблема може виникати ще до того, як AI починає виконувати завдання.
Ще один фактор — швидкість введення інформації. Богдан звертає увагу, що середня швидкість набору тексту на телефоні значно нижча, ніж швидкість мовлення. Сам він активно використовує голосове введення і розповідає, що за один день міг надиктувати понад 18 тисяч слів.
На його думку, голосове введення — один із найпростіших способів збільшити обсяг інформації, яку людина може передати AI, не витрачаючи зайвий час на друкування.
Тому перед тим, як купувати новий сервіс або замовляти складну автоматизацію, варто перевірити простіші речі: чи вміє команда нормально ставити задачі AI, чи знає основні функції сервісу та чи використовує вже доступні можливості.
Спочатку базові інструменти — потім автоматизація
Богдан пропонує дивитися на впровадження AI як на послідовний процес.
Перший рівень — цифрова грамотність і нормальна робота з уже доступними інструментами.
Далі можна переходити до асистентів, GPTs та інших рішень під конкретні ролі й задачі.
І лише після цього — до складніших автоматизацій та AI-агентів.
Саме така послідовність, за словами Богдана, спрацювала в кейсі редакції StopCor. Там команда з восьми редакторів до навчання та створення спеціалізованих асистентів писала близько п’яти статей на день. Після навчання та впровадження AI-інструментів показник зріс до восьми.
Три додаткові статті на день для кожного з восьми редакторів протягом 20 робочих днів — це 480 людино-годин на місяць. Богдан оцінює цей результат як еквівалент роботи приблизно трьох додаткових редакторів.
При цьому AI-рішення для редакції використовувалися тисячі разів. За наведеними Богданом даними, загальна кількість запусків розроблених для StopCor рішень перевищила 6500.
Важливо, що команда не починала одразу зі складної розробки. Спочатку редакторів навчили працювати з базовими AI-інструментами, потім створили асистентів під конкретні ролі, і лише після цього перейшли до складніших рішень.
AI має змінювати конкретні робочі показники
Ще одна спільна риса успішних кейсів — співробітник бачить особистий результат.
Наприклад, редактор може написати більше матеріалів, спеціаліст підтримки — швидше обробляти запити, а інший працівник — витрачати менше часу на повторювану задачу.
Саме така мотивація, за спостереженнями Богдана, працює краще за абстрактне «нам потрібно впровадити AI».
У кейсі Good Bags команда не просто прослухала тренінг. Співробітники самі пробували інструменти, ставили запитання та створювали власні рішення. Усередині компанії також з’явилися так звані AI-чемпіони — люди, які глибше розібралися з технологіями та ділилися знаннями з колегами.
Керівник компанії сформулював цей підхід просто:
«Коли пробуєш сам, виявляється, що до цього треба звикнути. Але вже все. Ми на цьому шляху».
Для Богдана це один із ключових факторів: AI має стати частиною реальної роботи, а не залишитися темою окремого тренінгу.
Важлива роль керівника
Успішні кейси також об’єднує ще одна деталь: керівник сам бере участь у навчанні.
Він не просто делегує команді завдання «пройти тренінг і дати звіт». Керівник пробує інструменти разом із працівниками та бачить ті самі труднощі, з якими стикається команда.
Це змінює сам підхід до впровадження.
За словами Богдана, часто достатньо невеликої групи людей, які дійсно хочуть розібратися з AI. Не обов’язково одразу навчати всю компанію однаково. Важливіше знайти тих, хто готовий тестувати інструменти на реальних задачах і показувати результат іншим.
Як перевірити результат за 30 днів
Окремо Богдан пропонує простий план, який компанія може протестувати навіть без складних AI-агентів.
Перший тиждень — анонімне опитування.
Потрібно з’ясувати, хто вже використовує AI, які сервіси застосовує команда та який рівень базової цифрової грамотності.
Другий тиждень — невелика група добровольців.
До неї варто включити керівника й дати кожному учаснику конкретну робочу задачу, пов’язану з його показниками.
Третій тиждень — практика.
Команда працює з реальними задачами, тестує інструменти та виконує домашні завдання без покарання за невдачі.
Четвертий тиждень — повторна оцінка.
Компанія знову проводить опитування та дивиться, що змінилося за місяць.
Такий підхід дозволяє побачити реальний рівень використання AI ще до того, як компанія витратить значні ресурси на розробку власних рішень.
Висновок
Головна ідея виступу Богдана Щербакова — проблема впровадження AI часто знаходиться не в самій технології.
Компанія може мати дорогі підписки, корпоративні акаунти, асистентів і навіть AI-агентів, але якщо співробітники не знають, як ними користуватися, технологія не дасть очікуваного результату.
Тому впровадження AI варто починати не з питання «якого агента нам створити?», а з простіших речей: що вже є в компанії, як цим користуються люди, які задачі можна покращити вже зараз і як виміряти результат.
Лише після цього має сенс переходити до складніших рішень.
У підсумку AI стає корисним не тоді, коли його просто купили, а тоді, коли люди починають регулярно використовувати його у своїй роботі — і бачать від цього конкретний результат.