Сергей, расскажите немного о себе. Как вы пришли к ИИ-обучению? Что вас в нем “зацепило”?
По образованию я программист, окончил факультет информационных технологий Новосибирского государственного университета. Начинал с заказной разработки программного обеспечения, создавал решения для таких компаний и продуктов, как IBM, МТС и Skype. При этом параллельно пробовал себя в стартапах, в том числе образовательных.
Потом больше десяти лет работал в Яндексе — на разных позициях и в разных направлениях. Занимался разработкой инструментов машинного обучения — это один из разделов ИИ, в который входят и нейросети, — а также развивал и курировал бесплатные образовательные инициативы компании, прежде всего Академию Яндекса.
Со временем мне стало интересно не только создавать технологии, но и смотреть, как их осваивают люди вне ИТ. Потому что сделать сильный инструмент — одно. Куда сложнее добиться, чтобы человек перестал его бояться, понял его пользу и начал применять в работе.
Когда я познакомился с «Зерокодером», то увидел близкий себе подход: команда не просто рассказывала о возможностях ИИ, а помогала людям быстро переводить технологию в практику.
Постепенно я стал глубже погружаться в обучение ИИ и выбрал для себя, пожалуй, самую сложную и потому самую интересную аудиторию — государственных служащих. Это люди, от которых во многом зависят качество решений и эффективность работы большой системы. Поэтому ценность такого обучения для меня с самого начала была особенно высокой.
Тем более нужный опыт у меня уже был: и в разработке ИИ-инструментов, и во взаимодействии с государственным сектором. В свое время вместе с коллегами из Минцифры мы занимались такими федеральными проектами, как «Цифровые профессии» и «Код будущего». Это был сложный, но очень ценный опыт. Так в моей работе естественно “поженились” технологии, обучение и государственная повестка.
ИИ – это модный тренд, утверждают одни. Другие говорят, что за ними будущее. Вы к какой касте людей относитесь?
По прогнозу Минэкономразвития России, экономический эффект от внедрения технологий ИИ в экономику страны к 2030 году составит более 11 трлн рублей. Если это и модно, то еще и очень выгодно.
Да, сейчас новости про новые возможности ИИ, роботов, дата-центры и все, что с этим связано, выходят каждый день. Из-за этого может создаваться ощущение хайпа. Но если заглянуть глубже, становится видно: идет динамичная технологическая гонка, которая требует огромных инвестиций и самых светлых умов.
И это, на мой взгляд, главный признак того, что речь уже не про моду. Мода живет на уровне обсуждений. А здесь мы видим переход на уровень практики: компании, государственные структуры и обычные специалисты начинают смотреть на ИИ как на рабочий инструмент, который экономит время, помогает быстрее обрабатывать данные и принимать решения.
Это хорошо видно даже по тому, как за последние полтора года изменились вопросы людей на обучениях. Если раньше многие спрашивали, зачем им вообще нужны нейросети и не очередная ли это модная история, то теперь разговор чаще идет уже совсем в другой плоскости: какие задачи можно отдать ИИ прямо сейчас, как сделать это безопасно и как встроить такие инструменты в свою повседневную работу.
По данным последнего исследования университета «Зерокодер», навыки работы с ИИ уже влияют на уровень зарплатных предложений: в среднем вакансии с такими требованиями предлагают примерно на 20% больше, чем без них. А значит технология уже создает конкретную профессиональную ценность.
Технологии ИИ помогают все больше автоматизировать процессы и делегировать машине рутину, высвобождая ресурсы человека для более созидательных и верхнеуровневых задач.
Думаю, уже заметно, что я на стороне технооптимистов. Более того, я считаю, что технологии прямо сейчас многое меняют. Не стоит ждать, что вот-вот что-то произойдет. Мы уже живем внутри этих изменений, и их можно эффективно использовать.
Зачем нейросети тем, кто далек от IT, технологий и новомодных технологий? Разве они могут чем-то помочь?
Конечно, могут. Более того, именно тем, кто далек от ИТ, они часто дают самый заметный эффект. Современные большие языковые модели — а это одна из самых распространенных разновидностей нейросетей — особенно полезны там, где в работе много офисных рутинных задач.
Например, вам прислали большой документ на десять страниц, а времени читать его внимательно нет. Нейросеть может быстро сделать выжимку, выделить главное и даже собрать это в короткую справку для руководителя.
Или другая типичная ситуация: нужно подготовить отчет или презентацию, а в голове пока только набор мыслей и куски информации. Нейросеть помогает собрать из этого первый черновик, создать четкую структуру и привести в понятный вид. Дальше человек уже дорабатывает текст под свою задачу.
Именно поэтому я бы не воспринимал нейросети как что-то “для айтишников”. Сегодня это, скорее, универсальный рабочий помощник для всех, у кого в работе много однотипных задач.
Покажите на примере, пожалуйста, как рядовой работник ЗАГСа, например, может ускорить свою работу с ИИ?
Например, нейросеть может помочь быстро собрать черновик персонализированной речи для свадебной церемонии, чтобы она не звучала совсем формально и одинаково для всех.
Есть и более творческие сценарии. Нейросеть может помочь сочинить стихи, придумать текст поздравления или даже целую музыкальную композицию для особого случая. А визуальные нейросети — сделать эскиз памятной медали для юбиляров или предложить идею оформления к мероприятию.
И, конечно, не будем забывать, что работа сотрудника ЗАГСа связана с большим количеством документов. Здесь нейросеть тоже вполне может быть полезна: например, помочь быстро подготовить черновик ответа на типовой запрос или собрать краткую выжимку из большого документа.
То есть даже в такой, казалось бы, не технической сфере ИИ вполне может экономить время и снимать часть рутины. А у человека остается больше ресурса на главное — на внимательную работу с людьми.
Как проходит ИИ-обучение?На какую методологию вы опираетесь?
Методологию мы разработали в «Зерокодере», а затем верифицировали вместе с коллегами из АНО «Цифровая экономика».
Основной упор я делаю на сочетание теории и практики. Для меня важно, чтобы слушатели не просто увидели красивые примеры, а сначала поняли базу: как устроены современные нейросети — самый быстроразвивающийся сегмент ИИ, — и как мы вообще пришли к нынешнему этапу развития этих технологий.
Но не менее важно, чтобы это понимание сразу переходило в действие. Поэтому обучение строится по довольно простому принципу: узнал — тут же попробовал на своей задаче.
В этот момент и возникает тот самый «ага-момент», который я очень люблю наблюдать: у людей буквально загораются глаза, потому что они вдруг понимают не только как это устроено, но и как это может помочь именно им.
Наверное, для меня это самый приятный момент в обучении — и неважно, длится оно один день или целую неделю.
Расскажите, сколько человек из госслужащий и, быть может, бизнеса прошли ваше обучение нейросетям?
За полтора года мне посчастливилось очно обучить более 3 500 служащих из самых разных учреждений — муниципальных, региональных, федеральных и их подведомственных организаций. В том числе это были и коллеги из Новосибирской области.
Коллег из бизнеса в моей личной практике пока немного меньше — несколько сотен. Но если говорить о работе вместе с командой, то за этот период мы обучили порядка 5 000 сотрудников бизнес-структур.
Что самое ценное — на таком объеме работы становится видно вживую: что людей действительно цепляет, помогает им быстрее включиться и на каком этапе они впервые начинают видеть для себя практическую пользу.
Какие задачи вы рекомендуете автоматизировать прежде всего обычной домохозяйке, рядовому офисному работнику и работнику бюджетной организации?
Для личной жизни и домашних дел нейросети я бы в первую очередь советовал использовать для всего, что связано с планированием и организацией быта. Это может быть распорядок дня, меню на неделю, список покупок, план поездки, семейный досуг, занятия с детьми. Плюс более творческие задачи: придумать сказку ребенку, составить программу развития под конкретный возраст, собрать идеи для праздника или семейного мероприятия.
Офисный сотрудник может заметно ускорить свою работу за счет подготовки черновиков отчетов, планов и презентаций. Причем нейросеть поможет и со структурой, и с наполнением, и даже с визуальной частью презентации. Те, кто тратил на это целый день или больше, меня точно поймут.
Задачи чиновников и офисных сотрудников во многом похожи. К уже перечисленному я бы добавил помощь нейросетей в обработке обращений граждан, а также в работе с таблицами и данными.
И здесь я бы отдельно подчеркнул важный момент. Нейросеть, как и любой другой ИИ-инструмент, — это помощник. Она не заменяет человека, а помогает ему работать быстрее. Поэтому результат всегда важно перепроверять и оценивать своим критическим взглядом.
Я знаю, что вы проводили обучение и в других регионах страны. Есть ли принципиальная разница или культурные моменты, которые влияют на результат обучения?
Да, уклад жизни в регионах действительно довольно разный, и это, конечно, влияет на то, как выстраивается обучение.
Например, в северных регионах часто есть четко установленное время обеда: с 12:30 до 14:00 жизнь замирает не только в госучреждениях, но и на многих предприятиях.
В южных регионах, где сильнее влияние мусульманской культуры, важно учитывать перерывы на намаз. А по пятницам в районе обеда обычно нужен более длинный перерыв, чтобы мужчины могли сходить в мечеть.
Отношение ко времени и к соблюдению графика тоже различается. Северные, уральские и сибирские регионы, как правило, предпочитают жить по расписанию и задерживаются только в исключительных случаях. На юге график может меняться по разным причинам, и к этому чаще относятся с большим пониманием.
И это, кстати, важный момент: ИИ-обучение не бывает одинаковым для всех. Оно всегда встраивается в местный ритм жизни, в рабочие привычки и в ту культуру, в которой люди привыкли учиться и взаимодействовать друг с другом.
Наверное, вам часто задают вопросы про цифровую безопасность. Какие моменты стоит учесть, прежде чем начать внедрять ИИ в свои рабочие и бытовые дела?
Отличный и очень насущный вопрос.
Если мы говорим о публичных сервисах — ГигаЧат, Алиса AI, DeepSeek и любых других нейросетях, доступных через интернет, — туда не стоит передавать конфиденциальную информацию и персональные данные. Разработчики таких систем могут использовать переданные материалы для дообучения моделей. Поэтому все, что связано с вашими персональными данными (например, данные паспорта), внутренними документами или чувствительной перепиской, лучше заранее анонимизировать или вообще не выносить в публичный сервис.
Альтернативой могут быть локально развернутые нейросети. Сейчас многие компьютеры с современными видеокартами позволяют установить достаточно сообразительные модели с открытым исходным кодом прямо на устройство. Такая локальная модель не имеет выхода в интернет и, соответственно, не может куда-то передавать данные. Вся конфиденциальная информация остается на вашем компьютере.
По тому же принципу может действовать и бизнес: развернуть открытые модели в защищенном контуре предприятия — на собственных серверах или в облаке надежного провайдера. На мой взгляд, именно так сегодня и выглядит зрелое внедрение нейросетей: не просто тестировать, а использовать как полноценный рабочий инструмент, встроенный в безопасную инфраструктуру компании или учреждения.
Поэтому логика здесь довольно простая: все, что можно обезличить, можно аккуратно передавать в публичные нейросети. Все, что касается конфиденциальной информации и чувствительных рабочих процессов, лучше оставлять внутри защищенного контура.
Вы обучаете уже не первый год, изменилось ли отношение людей к нейросетям после того, как Владимир Путин рекомендовал всем бюджетным организациям осваивать ИИ в конце 2025 года? И почему?
Тема ИИ в государственной повестке находится уже давно. Сейчас к ней стало значительно больше внимания, и начались более активные действия: обсуждаются создание Национального штаба и планомерное внедрение ИИ в самые разные аспекты жизни страны.
Постепенно приходит все больше понимания, что ИИ — это эффективный рабочий инструмент, который важно грамотно встраивать в процессы. И за последнее время коллег, которые смотрят на это именно так, становится заметно больше. Меня это, конечно, радует.
Как вы думаете, наш регион можно считать цифровой столицей Сибири или нам пока до этого далеко?
У Новосибирской области для этого точно есть сильная база. В нашем регионе очень мощно сошлись сразу несколько факторов: наука, образование, ИТ-среда и в целом высокая скорость цифрового развития. Не случайно мы входим в число лидеров цифровой трансформации в стране.
Но рядом есть и другие очень активные регионы, которые не дают расслабляться и держат нас в тонусе.
Поэтому нам точно не стоит стоять на месте — нужно двигаться очень быстро, чтобы не просто держать марку, а всерьез бороться за лидерство уже на уровне всей страны.
Дайте пару советов тем, кто пока боиться использовать ИИ в рабочих делах или чувствует, что начальство его за это уволит?
Нейросети как часть ИИ — это новый и очень полезный инструмент, по сути ваш персональный ассистент по самым разным вопросам. Это уже давно не просто поисковая строка, а нечто гораздо большее. Поэтому мой главный совет — просто начните пользоваться.
Зайдите в любую нейросеть. Многие российские и китайские сервисы сейчас доступны бесплатно. Напишите что-то совсем простое: «Привет! Что ты умеешь?» — а дальше попробуйте одну из базовых задач. Важно понимать, что нейросеть не расскажет все о себе в одном ответе, поэтому ей нужно задавать разные вопросы и пробовать разные сценарии. Скорее всего, вы довольно быстро увидите, что она действительно может быть полезной. Главное — не передавать конфиденциальную информацию и обязательно проверять результат.
Компетентное начальство за такое не уволит, а скорее, наоборот, поддержит. Но даже если внутренний страх есть, всегда можно начать с личных задач и спокойно потренироваться на них.
В конце концов, вы сейчас читаете этот текст в интернете. Когда-то и этот инструмент пришлось осваивать. Так почему бы не освоить и следующий, еще более мощный?
А если страх все равно остается или есть ощущение, что в эту тему трудно входить в одиночку, лучше идти через обучение. Мы в «Зерокодере» как раз много работаем с тем, чтобы человек не просто попробовал ИИ из любопытства, а научился применять его в реальных задачах — прикладно и с пониманием ограничений. Мне кажется, это особенно важно сейчас, когда навыки работы с ИИ постепенно становятся частью нормальной профессиональной грамотности.