Как перестать масштабировать хаос: главные инсайты конференции TEAMLY×QSOFT 2026

В апреле состоялась конференция TEAMLY×QSOFT «Знания, обучение, ИИ». Спикеры из крупных российских компаний разбирали, как устроена работа с корпоративными знаниями и почему именно они становятся базой для ИИ и роста эффективности бизнеса.Выступления экспертов выявили парадокс: ИИ не исправляет хаос в компании, а усиливает его. Без выстроенной системы управления знаниями и обучением, ИИ «не делает ничего и даже немного вредит». 

Знания не могут жить отдельно от процессов

Одна из повторяющихся проблем, о которой говорили спикеры, – разрыв между тем, как выстроена работа со знаниями в компании, и тем, как они используются в ежедневной работе сотрудников. 

В крупных организациях знания редко находятся в одном месте. Обычно они разбросаны по регламентам, чатам, таблицам или вовсе нигде не зафиксированы.

В малом бизнесе разрозненные данные не критичны, а в крупном – становятся  системным ограничением, когда успешные практики не масштабируются, а управляемость снижается. Накопленный годами опыт не помогает в новых проектах: сотрудникам приходится начинать всё с нуля и «набивать шишки» на тех же местах.

Этот эффект описала Евгения Давыденкова (АО «Росатом Энергосбыт»), говоря об увеличении количества проектов в компании:

«Мы выросли в какой-то момент в бесконечный хаос, когда много проектов, много участников… всё хранится в Excel-таблицах, почте и чатах».

Неразбериха возникает не из-за отсутствия инструментов, а из-за того, что нет единого пространства, где знания, процессы и опыт проектов живут вместе и могут быть переиспользованы.

Чтобы решить проблему, компания решила собрать систему из трёх элементов: единый регламент, проектная школа и карточки проектов. Карточки проектов стали ключевым звеном – они фиксируют не только результат, но и роли в команде, логику процессов и бизнес-эффект. Такой подход решил типичную проблему: когда регионы заново изобретали решение задач. Это значительно ускорило работу проектного офиса.

Сначала обучить, потом применить – устаревший подход

Но даже хорошо структурированные знания в компании не начинают работать сами по себе. Между ними и реальной операционной деятельностью всегда появляется ещё один этап – обучение. Чтобы оно стало эффективным, важно связать курсы с реальными задачами сотрудников.

Об этом говорила Надежда Шилова (ПАО «Ростелеком»). Она показала подход, при котором обучение работе с ИИ выстраивается не как отдельный процесс, а как часть повседневной работы внутри компании.

В рамках онлайн-университета Ростелекома обучение промпт-инжинирингу прошли более 80 000 сотрудников. Для этого был создан безопасный нейрошлюз: хаб, позволяющий каждому бесплатно использовать возможности разных LLM внутри закрытого контура. Вся рутина по подготовке курса, созданию методологии, заданий и проверки тестов была автоматизирована с помощью ИИ. Сотрудники видели реальное применение технологии в процессе прохождения уроков.

Изменилась сама логика обучения: не «сначала пройти курс – потом попробовать», а «обучение встроено прямо в выполнение задач».

В такой модели сотрудники не откладывают применение знаний на потом, а используют инструменты сразу – при поиске информации, подготовке материалов и решении прикладных задач.

ИИ работает только тогда, когда понимает контекст компании

Даже при выстроенном обучении и понятной логике работы с задачами, ИИ не начинает автоматически давать точные и полезные ответы. Его поведение зависит от того, в каком контексте он работает и к каким данным имеет доступ.

Об этом говорил Василий Вайншенкер (Яндекс Alice AI), объясняя, что нейросеть в отрыве от ограниченного и структурированного корпоративного контекста остаётся «чёрным ящиком». В такой среде она может генерировать ответы, но не решения, применимые к конкретной компании.

Вся суть не в возможностях ИИ, а в его ограничениях: без доступа к внутренним знаниям компании, регламентам и логике процессов ИИ не может стать рабочим инструментом, а лишь создаёт иллюзию результата.

Масштабирование ИИ упирается в людей и процессы, а не в технологии

Даже понимая контекст и имея доступ к данным, ИИ не даёт эффекта сам по себе – его нужно правильно встроить в процессы и поведение людей.

Александр Чигарьков (ПАО «Северсталь») показал это через кейс масштабного внедрения ИИ внутри компании. В основе подхода был простой принцип: начинать не с технологии, а с бизнес-проблемы.

«Важно понять конкретную боль… найти проблему, которая отнимает много сил и энергии и плохо влияет на бизнес. И именно эту проблему решать с помощью ИИ».

Сотрудники приходили не с идеей «сделать что-то с ИИ», а с реальными задачами из своей работы – теми, которые тормозят процессы и мешают достигать успеха. Именно это стало ключевым условием того, что ИИ начал давать измеримый эффект.

Такой подход позволил не только создать прототипы решений, но и довести часть из них до промышленного использования.

Как знания, обучение и ИИ начинают работать вместе

Во многих выступлениях звучала одна мысль: знания, обучение и ИИ не дают видимого эффекта по отдельности. Важно выстроить единую логику, при которой знания превращаются в стратегический актив бизнеса через актуальное обучение и быстрый доступ к накопленному опыту компании с помощью ИИ.

В демо весеннего релиза TEAMLY показали, как это может быть устроено на практике.

ИИ-ассистент работает исключительно с корпоративной базой знаний и отвечает с учётом контекста, регламентов и прав доступа. Он помогает быстрее находить информацию в документах, статьях и файлах и использовать её в моменте – без переключения между системами. При этом внешний ИИ-виджет можно разместить в портале, других сервисах или на сайте: так сотрудники и клиенты смогут самостоятельно получать точные ответы 24/7.

Отдельный блок обновлений касается обучения. ИИ теперь может автоматически формировать курсы на основе базы знаний компании или загруженных материалов – например, новых регламентов, инструкций, вебинаров или изменений в процессах. Курсы собираются с готовой структурой и тестами, после чего их можно сразу массово назначать группе сотрудников или целым отделам. Обучение существует не в вакууме, а становится продолжением работы с корпоративными знаниями: материалы можно сразу превращать в курсы и использовать в работе.

В итоге становится видно, что эффективность ИИ в компании упирается не в саму технологию, а в то, как устроены данные, знания и обучение вокруг неё. Именно эта связка определяет, будет ли ИИ усиливать процессы или сеять хаос.

Используйте инструменты TEAMLY, чтобы управлять рабочими процессами

Записывайтесь на онлайн-презентацию! Продемонстрируем интерфейс и все возможности платформы

Получить демо