Итоговый отчёт по команде

Мы определяем, на каком уровне шкалы L0–L4 участник работает с AI на самом деле. Оценка строится на наблюдении, а не на самооценке. Три задания:

• Анкета даёт гипотезы: что человек о себе говорит. Сама по себе она уровень не определяет.
• Рабочие чаты (публичные ссылки) показывают обычное поведение: как человек ставит задачи, проверяет результат, какая у него среда.
• Кейс «Рассвет» с отчётом AI показывает, как человек действует на новой незнакомой задаче и находит ли ошибки сам.

Каждую гипотезу из анкеты мы пытаемся не только подтвердить, но и опровергнуть. Если подтверждения нет, заявленное в расчёт не входит.

• По каждому критерию берём высшую из устойчиво подтверждённых ступеней. Разовый эпизод не считается. Заявление без подтверждения не входит в расчёт.
• Итоговый уровень — средняя оценка по оценённым критериям. Ровно посередине между уровнями — «переходный».
• Если оценены не все критерии или нет части заданий, уровень помечается «предварительно» или «по неполным данным».
• Интерес (И0–И3) — отдельная ось: следит ли человек за новым, пробует ли, внедряет ли. На уровень не влияет.

• В публичных ссылках ChatGPT и Gemini нет дат сообщений: долю задач и регулярность проверить нельзя, доля берётся из анкеты.
• Мы видим выборку чатов, а не всю работу человека. Интервью в аудите не предусмотрено.
• Пороги и границы значений не проверены на пилоте, оценка предварительная.
• Данные неполные у части участников (см. раздел «Участники»): это отмечено в индивидуальных отчётах.
• Реестр задач в оценку уровня не входит: в нём нет доли задач через AI. Он используется для рекомендаций и для вывода о западающих процессах.

Шкала от 0 до 4. Эдуард оценён по четырём критериям из шести, Дарья — без кейса и реестра, Иван — по одному чату.

Штриховка — критерий нельзя оценить. L1 светлый, L2 оранжевый.

Команда находится на уровне L1 (Assistive), в его верхней части. Средняя оценка по восьми участникам — 1,4 из 4, медиана 1,2. Три участника (Костромина, Бабичев, Голов) на уровне L2, пятеро на L1, ни одного на L0 и ни одного на L3 и выше.

Это ожидаемая картина для команды, которая пришла к AI как к чату: все восемь работают с AI самостоятельно, без общей системы. Разброс небольшой: между лидером и последним по средней оценке менее одного уровня, то есть различия лежат не в «умею и не умею», а в том, как организована работа вокруг AI.

Самые слабые критерии: база данных (1,1), скиллы и mcp (1,2) и доля задач (1,3). Самый сильный — архитектура (1,6). Число участников на L2 и выше по критериям: доля задач — 2 из 7, архитектура — 5 из 8, база данных — 1 из 7, скиллы и mcp — 2 из 8, модели — 3 из 7, двойная проверка — 4 из 8.

Шкала от 0 до 4. Эдуард не оценён по доле задач и моделям, Иван — по базе данных.

• Качество диалога. Антон, Давид, Евгений и Дарья ставят подробные запросы с образцом, данными и ограничениями, возвращаются с точными правками и умеют остановить AI, когда тот уходит в сторону.
• Интенсивность. У Евгения и Дарьи по заявлению 26–50% задач идёт через AI, Дарья называет 16+ часов в неделю и 20 задач за неделю.
• Системное мышление. Иван строит агента в Codex с версиями, резервной точкой и четырьмя расписаниями; Дарья настроила персонализацию, пишет и читает Google Таблицы, создаёт файлы презентаций.
• Осознанная проверка у части участников. Дарья требует прислать информацию на проверку до изменения файла, Евгений находит ошибки и неверные числа в чатах, Давид ловит логические несоответствия.
• Режим рассуждения и агентные среды. Евгений и Иван используют Thinking-версии ChatGPT и агентную среду Codex.
• Осторожность с данными. Дарья принципиально не передаёт AI персональные данные и резюме, Иван сообщает о правилах в своей команде: не использовать секреты в промптах и всегда проверять результат.
• Готовность к росту. Четверо участников уже читают новости об AI хотя бы из одного источника, а у Ивана видно применение нового в своей работе (интерес И2).

• Проверка результата по данным — самый заметный разрыв. Из семи участников, приступивших к кейсу, никто не нашёл самостоятельно ни одной из четырёх ошибок ядра: решение выдавал AI, человек принимал результат. В чатах проверка эпизодическая у Антона и Анастасии; у Дмитрия и Эдуарда в материалах нет ни одной правки и проверки.
• Нет постоянной базы данных. Материалы передаются скриншотами, вставленным текстом и файлами каждый раз. Постоянные материалы, из которых AI берёт информацию сам, подтверждены лишь частично: у Дарьи (память и таблицы) и у Евгения (рабочая папка Codex). У Ивана в Codex виден только репозиторий с кодом агента.
• Нет собственных скиллов и подключений. Подключение к рабочим системам подтверждено только у Дарьи (Google Таблицы); у Ивана подключение к Битрикс24 запланировано, но не создано. Собственных скиллов не показал никто.
• Один сервис. В чатах и кейсах один сервис у Антона, Давида, Дмитрия и Дарьи. Больше одного видно у Евгения, Ивана (ChatGPT и Codex) и Анастасии (Perplexity и агентный режим). Сверка на второй модели почти не встречается.
• Все работают в одиночку. В восьми анкетах «только сам», правила по работе с AI в команде заявил один участник из восьми. Обмена практиками нет.
• Платная подписка у пяти из восьми — из личных средств. У Давида, Дмитрия и Эдуарда платных сервисов нет, поэтому лимиты бесплатных версий мешают работать с файлами.
• Рабочая практика плохо видна. В публичных ссылках нет дат, часть участников не сдала чаты или кейс. Это ограничение аудита, но и сигнал: работу с AI трудно показать, потому что она не оформлена в проекты и артефакты.

Семь участников заполнили реестр (Дарья не начала). Всего в реестрах 570,2 часов в месяц на повторяющиеся процессы. Сами участники отметили, что 215,0 часов (38%) можно автоматизировать полностью, ещё 116,7 часов (20%) частично. По Дмитрию приходится 390,0 часов, то есть 68% всех часов команды.

Что это значит для команды:

• Задачи, напоминания и контроль исполнения — самая большая тема: сводка задач, контроль договорённостей, напоминания, отслеживание задач подчинённых, оповещения филиалам. Это типовой процесс для агента, который читает рабочую систему и сообщает исключения.
• Встречи — планёрки, созвоны, итоги и протоколы. Подготовка повестки и разбор итогов в задачи автоматизируются скиллами.
• Анализ коммуникаций и операционный контроль точек (время ответов менеджеров, тон общения, открытие точек, стоп-листы). Дмитрий сам отметил почти всё как автоматизируемое полностью.
• Реестр показывает, где отдача от AI самая высокая, но не показывает, что из этого уже идёт через AI: доли задач в нём нет.

1. Утвердить правила по данным. В семи анкетах из восьми правил нет, а в материалах есть внутренние показатели, документы кандидатов и договорные условия. Это самое дешёвое и самое срочное решение, которое принимают владельцы.
2. Дать всем участникам на L1 общий «стартер L2»: проект с ролью и метриками, файл «Мой стиль», данные файлом вместо скриншотов, чек-лист из трёх проверок цифр. Наставниками могут быть Дарья, Иван и Евгений.
3. Провести практикум по проверке. На кейсе «Рассвет» разобрать, как найти четыре ошибки ядра самостоятельно. Цель: каждый находит не меньше двух из четырёх.
4. Запустить пилот автоматизации операционного контроля. Процесс «Открытие точки в 10:00» и контроль задач и напоминаний: по реестрам это самый крупный пул часов. Измерять долю точек, открывшихся в срок, и часы на контроль.
5. Дать агентную среду тем, кто готов: Евгению, Ивану, Дарье и Антону. Сейчас пятеро из восьми платят за подписки сами.
6. Закрыть недостающие данные аудита (таблица выше) и вернуться к оценке.
7. Повторный аудит через 6–8 недель. Реалистичный ориентир: четыре–пять человек на L2 и первые подтверждённые элементы L3 у двух–трёх.

Ориентир по срокам и результатам оценочный, он не основан на замерах.