Проблема: знания оседают в личке
Большинство компаний внедряют ИИ-инструменты и сталкиваются с одним и тем же сценарием: сотрудники используют их индивидуально, в личных чатах или локально. Каждый нарабатывает свои приёмы. И каждый начинает с нуля — потому что опыт коллеги нигде не зафиксирован.
Это не проблема мотивации или корпоративной культуры. Это проблема архитектуры. Если система позволяет работать в закрытом режиме — большинство будет работать именно так.
Решение: сделать работу структурно открытой
Shopify подошёл к этому радикально. Их внутренний ИИ-агент для написания кода, River, физически не отвечает в личных сообщениях. Агент вежливо отказывает и предлагает создать публичный канал. Только там он работает.
CEO компании Тобиас Лютке ведёт собственный публичный канал, где пишет код с River на виду у более чем 100 сотрудников. Те добавляют контекст, помогают с ревью, учатся наблюдая — без какой-либо учебной программы.
Лютке называет это концепцией Lehrwerkstatt — «обучающая мастерская» в переводе с немецкого. Идея проста: весь цех становится классом. Обучение происходит не на специальных сессиях, а в процессе реальной работы.
Этот принцип уже демонстрировал свою эффективность. Midjourney в первые годы работал исключительно через публичные Discord-каналы. Пользователи видели промпты и результаты друг друга. Коллективное обучение через наблюдение компенсировало высокий порог входа в инструмент и стало ключевым фактором раннего роста.
Результат: обучение без бюджета на обучение
Модель открытой работы с ИИ даёт конкретные бизнес-эффекты:
- Накопленный архив решений. Вся история взаимодействия с агентом индексируется и доступна для поиска. Новый сотрудник находит прецеденты вместо того, чтобы изобретать колесо.
- Самоорганизующийся онбординг. Наблюдение за реальной работой опытных коллег учит быстрее и точнее, чем формальные тренинги.
- Рост качества промптов. Когда работа видна другим, планка автоматически поднимается.
- Случайные открытия. Сотрудник заходит в тред по другой причине и находит приём, который меняет его подход к задачам.
Ключевой момент: это не требует дополнительных бюджетов на обучение, отдельных платформ или специальных программ. Только одного архитектурного решения — сделать работу с ИИ публичной по умолчанию.
Для компаний, внедряющих ИИ-инструменты, это меняет сам подход к развёртыванию: вопрос не только в том, какой инструмент выбрать, но и в том, как настроить среду, в которой знания будут накапливаться, а не исчезать.