Чеклист внедрения AI в компании

AI уже в команде. Вопрос — в какой точке вы находитесь и что делать дальше. Чеклист построен на реальном опыте внедрения: ошибки, которые повторяются из компании в компанию, и практики, которые стабильно работают.

Перед тем как идти по чеклисту, пройдите диагностику → или интерактивную версию → — она покажет, какие зоны горят красным именно у вас. Если нужна база конкретных действий, откройте исследование практик →.

Четыре фазы

Как связать диагностику с фазами:

• Цель и метрики → Фаза 1. Осмысление.
• Среда и правила → Фаза 2. Подготовка.
• Умение и инструмент → Фаза 2 или 3: если официальный путь не даёт доступа, контекста, скорости или качества — Фаза 2; если инструмент подходит, но команде не хватает практики на реальных задачах — Фаза 3.
• Ответственность → Фаза 3. Запуск.
• Страх за роль и рост → Фаза 1 и 3: в Фазе 1 проговорить смысл, статус и ожидания; в Фазе 3 зафиксировать, что делегируем AI, где человек сохраняет профессиональное суждение и как меняется путь роста.
• Поток → Фаза 4. Масштабирование.

Если красных зон несколько, начинайте с самой ранней фазы, которая блокирует остальные. Если команда делает это впервые, выберите одну зону и доведите её до договорённости или эксперимента.

Фаза 1. Осмысление

Идеально — до того, как кто-то получил доступ к AI-инструменту. Если доступы уже раздали, эту фазу нужно пройти ретроспективно: договориться о цели, метриках и стартовых сценариях.

Что проверять

• Цель сформулирована через работу. «Сократить Lead Time на 20%», «повысить покрытие автотестами», «освободить старших специалистов от рутинных задач». Цель привязана к работе, а не к факту использования AI.
• Цель разделена командой. Если на вопрос «зачем» три человека называют три разных ответа — горит зона «Цель и метрики». Вернитесь и договоритесь.
• Метрики выстроены по уровням, а не одна. Пять уровней метрик, от промежуточных к конечным: — Привычка работать с AI — сколько людей реально используют инструменты и делают это регулярно, например 10+ рабочих дней в месяц, а не один раз после запуска — Проникновение AI в жизненный цикл разработки — на каких этапах задачи участвует AI: анализ, код, тесты, ревью, документация, релиз — Доставка и поток — изменились ли Lead Time, Throughput, время ревью, WIP и Time to Market — Качество и защитные ограничения — Defect Rate, число инцидентов с участием AI, безопасность данных, качество ревью — Стоимость, окупаемость и бизнес-результат — стоимость AI-инструментов и инфраструктуры, стоимость дефектов и поддержки, высвобожденное время, влияние на бизнес-показатели
• Привычка работать с AI — промежуточный сигнал. Результат — изменение доставки. Открытые чаты и рост активности ещё не внедрение. Если AI не оставляет артефактов в задачах, коде, тестах, ревью или документации — это туризм, а не изменение работы.
• Выбран стартовый сценарий. Выберите один-два конкретных сценария: написание тестов, ревью кода, генерация документации, рефакторинг легаси.
• Границы человеческого навыка проговорены заранее. Команда понимает, что AI можно делегировать, что человек обязан понимать сам и какие навыки должны расти дальше.

Что не работает

• Почтовые рассылки и вебинары — знание не передаётся, экспертиза не растёт
• Реестры инструментов — никто не открывает сам
• «Надо использовать» — сопротивление и статус-кво
• Отчитываться активностью вместо эффекта для работы

Красные флаги

• Разные команды называют разную цель — и никто не замечает разницы
• 80% людей работают с AI, Lead Time стоит — имитация внедрения
• «Руководство сказало внедрить» без дальнейшей конкретики
• Метрик эффекта нет, есть только число пользователей
• Цель сформулирована как «все должны использовать AI», а не как изменение работы
• Старшие спорят про AI как про угрозу обучению младших, но это не вынесено в явную договорённость

Что делать

Соберите команду и ответьте на четыре вопроса письменно:

1. Какую рабочую метрику мы хотим изменить?
2. Как поймём, что AI дал результат, а не просто «использовался»?
3. Что перестанем делать руками, что начнём проверять внимательнее, и какие навыки человек всё равно должен держать сам?
4. Как AI меняет роль, статус и путь роста для разных уровней — junior, middle, senior, lead?

Фаза 2. Подготовка

У вас есть цель. Теперь — чтобы инструмент вошёл в привычку, а не в обход.

Что проверять

• Инструмент видит контекст работы. Ассистент подключён к репозиторию, знает архитектуру, интегрирован в IDE и CI. Если инженер копирует файлы вручную в чат — среда не готова.
• Официальный путь проще обходного. Доступы выданы, инструмент ставится без квеста, разрешённые сервисы понятны. Если личный AI-сервис подключить быстрее, чем официальный, команда уйдёт в тень.
• Правила использования записаны. Что можно отправлять в AI-сервис, что нельзя, какие инструменты разрешены и к кому идти в спорном случае. Конкретный список вместо общих предупреждений: боевые конфиги — нет, анонимизированные логи — да, персональные данные — нет.
• Сценарии на реальных задачах команды. Проверьте на задачах самой команды. Если на демо показывают чужой пример, а свой никто не пробовал — люди скажут «у нас по-другому» и уйдут.
• Разведены навык и среда. Если AI дал слабый результат, команда отдельно проверяет: не хватает практики постановки задачи, не подходит сценарий или официальный инструмент не видит нужный контекст.

Красные флаги

• Теневые инструменты: часть команды уже пользуется своими AI-сервисами в обход официального
• Боевые конфиги уходят в публичный сервис, потому что «быстрее»
• «Сказали нельзя — непонятно что именно» → люди либо боятся всего, либо игнорируют запрет
• Инструмент есть, им никто не пользуется — слишком неудобно
• Команда говорит «AI не работает», но не проверяла отдельно сценарий, запрос, модель, доступ к контексту и правила среды
• Правила есть, но нет человека или канала, где быстро решить спорный случай

Что делать

1. Аудит официального пути: пройдите один реальный сценарий руками инженера и отметьте барьеры доступа, контекста, скорости, качества ответа, правил данных и эскалации.
2. Напишите правила на одной странице: что можно, что нельзя, что под вопросом (и кто решает).
3. Для каждого слабого сценария поставьте диагноз: пробел навыка, слабость инструмента или проблема среды. Не лечите все три случая обучением.
4. Выберите одну пилотную команду. Не две, не три — одну.

Фаза 3. Запуск

Пилот запущен. Теперь — чтобы использование AI не создало новых проблем.

Что проверять

• Ответственность размечена. Кто поручил задачу AI, тот отвечает за итог. В PR видно, что делал AI, какие ограничения были заданы и как человек проверил результат. На ревью «это AI написал» — не оправдание.
• Роли пересмотрены явно. Кто теперь делает ревью AI-кода? Кто проверяет результат на безопасность? Кто решает «этот сценарий можно отдать, этот нельзя»? Зафиксируйте письменно.
• Тревога за роль и рост проговорена. Команда договорилась, что человек делегирует AI, что обязан понимать сам и как теперь растут младшие, средние и старшие специалисты. Запретить AI «чтобы люди учились» — не стратегия.
• Работа с людьми идёт системно. У команды есть путь: понять зачем, попробовать на своей задаче, получить безопасный первый результат, закрепить практику в правилах команды.

Что работает на практике

• Рабочие сессии на реальных задачах команды. Реальная задача из трекера. Мини-группы: 1 эксперт на 2–3 человека. Участник за рулём, эксперт — штурман. В нашей практике после такого первого опыта люди заметно чаще продолжают пользоваться инструментами через несколько месяцев.
• Руководители — предусловие трансформации. Руководителям команд критически важно самим уметь работать с AI. Их вовлечение даёт кратный рост использования AI в команде. Без них системное изменение не запускается.
• Первый опыт на своей задаче критичен. Кто попробовал агентов на реальной рабочей задаче — продолжают пользоваться. Кто пробовал на чужом примере — бросают.

Красные флаги

• «Это AI написал» звучит на ревью как оправдание
• Никто не знает, кто отвечает за AI-результат
• Старшие запрещают AI младшим вместо того, чтобы определить безопасные сценарии
• Люди боятся потерять статус эксперта, поэтому дискредитируют инструмент через отдельные неудачные примеры
• Команда использует AI, роли не поменялись

Что делать

1. Командные договорённости по работе с AI (шаблон — в Карте сопротивления AI): один документ на команду.
2. Разговор про роли, статус и рост: что делегируем AI, что человек обязан проверять, какие решения остаются за человеком, как теперь растут junior/middle/senior/lead.
3. Зафиксируйте учебные границы: какие задачи младший сначала делает сам, где подключает AI, кто проверяет не только результат, но и ход рассуждения.
4. Рабочая сессия на реальных задачах.
5. Ретроспектива пилота до масштабирования.

Фаза 4. Масштабирование

Пилот сработал. Теперь — чтобы ускорение на входе не создало пробку на выходе.

Что проверять

• Поток измеряется целиком. Видно, какие этапы AI ускорил, где появилась очередь и изменилось ли сквозное время доставки. Если кода стало больше, а ревью, тесты, релиз или бизнес-валидация стоят — ускорения системы нет.
• Поток нарисован, а не только измерен. Есть карта пути задачи с AI: идея → анализ → код → тесты → ревью → безопасность → релиз → поддержка → бизнес-валидация. На карте видно, где AI ускорил работу, где появилась очередь, какой WIP на этапах и какая ёмкость проверки.
• AI дошёл до всех этапов потока. Разработчики, QA, аналитики, DevOps и релизные роли используют агентов в своей части работы. Если ускорили только кодинг, очередь переедет в ревью, тесты, релиз или бизнес-валидацию.
• Опыт первой команды упакован. Вторая команда получает готовый пакет: рабочие промпты, шаблон командных договорённостей по работе с AI, список проверок на ревью, примеры реальных задач. Запускает пилот за недели вместо месяцев.
• Формат внедрения выбран под команду. Новичкам нужна рабочая сессия и готовые сценарии. Сильной команде — рамки безопасности и метрики. Команде с сопротивлением — разговор про роли и ответственность до масштабирования.

Три проблемы команд, работающих с AI по умолчанию (чеклист для профилактики)

• Когнитивная нагрузка — сквозная ответственность за весь жизненный цикл разработки давит на одного. Решение: оцифровать предметную область — защитные ограничения и контекст, агент берёт нужное сам в нужный момент.
• Валидация — агенты генерируют быстрее, чем человек успевает проверять. Решение: человеку только самое важное, агента тренировать проверять результат.
• Горлышко — бизнес-эксперт нужен везде одновременно. Решение: эксперт становится хранителем предметной области.

Суть сдвига: специалист больше не делает — он держит стандарт. Люди — держатели стандарта качества на своих этапах. AI — дополнительные руки.

Красные флаги

• Запросов на изменение больше, а время до релиза не сократилось или выросло
• Качество ревью упало — проверяющие пропускают ошибки из-за объёма
• Каждая новая команда «изобретает AI заново» с нуля
• Активность в AI и объём изменений растут, но сквозное время доставки не сокращается: очередь переехала дальше по потоку
• Ревьюеры стали главным узким местом, но WIP не ограничен
• Очередь переехала в безопасность, релиз, бизнес-валидацию или соседние команды, но это трактуют как «команда плохо внедрила AI»
• Ускорили только разработчиков — остальные специальности не в игре

Что делать

1. Карта потока работы с AI: нарисуйте путь задачи до результата, отметьте ускоренные этапы, очереди, WIP, ёмкость ревью/QA/security/business-проверки и изменение сквозного времени доставки.
2. Пакет для следующей команды: рабочие промпты, шаблон командных договорённостей по работе с AI, список проверок, примеры задач.
3. Введите WIP-лимиты и правила входа в ревью: AI-сгенерированный результат попадает на проверку только с контекстом, доказательствами проверки и понятным владельцем результата.
4. Запускайте работу с агентами с самой отстающей специальности.
5. Усильте место, куда переехала очередь: ревью, QA, безопасность, релиз, поддержку или бизнес-валидацию. Не масштабируйте AI дальше, пока не понятна ёмкость следующего этапа.

Как пользоваться чеклистом

1. Пройдите диагностику — 12 вопросов, 5 минут.
2. Посмотрите, какие зоны горят красным.
3. Найдите свою фазу в чеклисте и пройдите по контрольным точкам.
4. Перенесите 1–3 красные зоны в Карту сопротивления AI и оформите черновик командных договорённостей по работе с AI. Если команда делает это впервые — начните с одной зоны.

Чеклист — живой документ. Если у вас сработало что-то, чего здесь нет — напишите. Добавлю.