Как всё начиналось: стратегия, которая потребовала другой культуры
В конце 2024 года Napoleon IT поставила перед собой амбициозную цель — стать лидером в создании AI-решений для бизнеса. Но реализовать новую стратегию невозможно без трансформации изнутри. Инициатором AI-first подхода стал CEO компании, Павел Подкорытов.
Проект направлен на повышение скорости и качества работы сотрудников через AI-мышление, AI-ориентированную культуру и переход к модели гибридного интеллекта. Подробнее о процессе внедрения AI-first подхода мы уже писали ранее.
ИИ не заменит людей. Но человек с ИИ заменит того, кто его не использует. Анастасия Титова, HR-директор Napoleon IT
Три этапа ИИ-трансформации
1. Снятие барьеров
Самым сложным на старте оказалось не внедрение инструментов, а работа с убеждениями. «Это не для меня», «ИИ меня заменит» — именно эти установки команда разбирала в первую очередь.
Решение было нестандартным: вместо принудительного обучения и KPI с первого дня компания создала безопасную среду для экспериментов — сотрудники стали применять ИИ в рабочих процессах без оценки результата на старте. Был внедрён принцип AI First: перед любой задачей сотрудник задаёт себе вопрос «как здесь может помочь AI?». Доверие к новому подходу формировалось не через директивы, а через живой пример: когда видишь, как коллега рядом эффективно использует ИИ, барьер снижается сам собой.
2. Адаптация среды — внешней и внутренней
На втором этапе трансформация вышла за пределы внутренних процессов. Мы создали AI-нативные точки контакта с брендом: обновлённый карьерный сайт, AI-агент рекрутера и проверку AI-навыков у кандидатов на входе. Внутри компании пересмотрели корпоративные ценности, адаптировали процессы обучения и карьерные треки под новую реальность, а также запустили банк внутренних знаний и промптов, где сотрудники делятся находками и лучшими практиками.
3. Гибридная модель разработки
Ключевым механизмом стал AI-Toolbox Lab — программа, в которой сотрудники сами предлагают идеи и создают AI-инструменты для автоматизации своих рабочих процессов.
Вызовы и как их преодолевали
Трансформация шла не без трудностей. Два главных вызова — непредсказуемый рост затрат на ИИ-сервисы и неравномерное вовлечение (разработка принимала изменения быстрее бэк-офиса) — потребовали системных решений.
Для контроля затрат был введён регулярный замер AI Rate: отношение стоимости выполненных задач к затратам на ИИ. Это сделало экономику ИИ прозрачной и управляемой. Для выравнивания вовлечённости запустили институт амбассадоров — сотрудников-консультантов по автоматизации, которые помогают коллегам из бэк-офиса находить применение ИИ в своих процессах.
Что важно при ИИ-трансформации
Большинство компаний внедряют ИИ как набор инструментов. Мы пошли принципиально другим путём: сначала изменили мышление, и только потом — процессы. Именно это позволило добиться реального, а не формального использования технологий.
Второй момент — продуктовый подход к культуре. Мы применяли подход, который обычно применяется в разработке: культура – продукт, сотрудники и кандидаты – его пользователи. ИИ же помог перевести качественные данные в метрики и перейти от интуитивных решений к data-driven управлению культурой.
Результаты вышли далеко за пределы компании. Проект стал основой для внедрения в практику самого понятия гибридного интеллекта. Napoleon IT предоставляет клиентам специалистов с собственной ИИ-инфраструктурой. Проект не останавливается, в планах — углубление гибридизации и переход от AI-копилотов к полноценным AI-коллегам.
.png)
