Оценка навыков ИИ: как провести аудит и что учить дальше
Как за один вечер провести честный аудит своих ИИ-навыков: лестница из пяти уровней, тест на реальных рабочих задачах и порядок, в котором закрывать пробелы.
Оценка навыков ИИ — это разбор собственной работы, а не коллекции подписок на нейросети. За один вечер вы выписываете повторяющиеся задачи, проверяете, какие из них готовы передать модели без подсказок, сверяете результат с требованиями целевой роли и получаете список: что учить в ближайшие месяцы и в каком порядке. Результат такого аудита — список, а не очередной пройденный курс.
С метрикой легко ошибиться: большинство измеряет владение ИИ числом опробованных сервисов и просмотренных курсов. Российская статистика объясняет, почему это ни о чём не говорит. По данным ВЦИОМ, за последний год к нейросетям обращались 78% пользователей интернета в России, и 58% из них — раз в неделю или чаще; годом ранее нейросети пробовали 73%. Пробуют четверо из пяти — сам факт пробы перестал быть преимуществом. Ценность в широте применения: по опросу Gallup, среди работников, применяющих ИИ в одном-двух местах, положительный эффект на продуктивность отмечают 45%, а среди тех, у кого таких применений семь и больше, — 90%. Рынок найма движется туда же: 66% руководителей в мире не приняли бы кандидата без ИИ-навыков (Microsoft и LinkedIn). Если вы ещё прикидываете, насколько вашу профессию заденет автоматизация, начните с разбора, заменит ли ИИ вашу работу; эта статья — практическая половина того разговора.
Задачи, а не инструментыPermalink to “Задачи, а не инструменты”
Оценка навыков сравнивает два списка. Первый — задачи, которые целевая роль предполагает передавать ИИ. Второй — задачи, которые вы уже умеете делегировать сами и проверять. Разница между списками и есть ваш пробел, и измеряется он в задачах, а не в опробованных сервисах.
От этого различия зависит цена всей проверки. Чек-лист по инструментам спрашивает, пробовали ли вы чат-бот, генератор картинок, помощника для кода. Аудит по задачам спрашивает другое: стал ли еженедельный отчёт, аналитическая справка или черновик рассылки собираться быстрее в этом месяце. Данные Gallup за второй квартал 2026 года показывают, на чём люди застревают: ИИ в своей роли применяют 52% работников в США, 15% — ежедневно; среди применяющих письма и редактура занимают 51%, поиск и исследование — 49%, а помощь с кодом и автоматизация — по 16%. Дальше толпы уходят немногие, и именно там самые большие выигрыши: 77% применяющих ИИ для кода и автоматизации отмечают рост продуктивности. Чек-лист «попробовал чат-бот» измеряет толпу. Толпа — это ваши конкуренты на собеседовании.
Пять уровней владения ИИPermalink to “Пять уровней владения ИИ”
Поставьте себя на лестницу до аудита, а потом позвольте аудиту поправить оценку. Большинство завышает свой уровень ровно на ступень: попробовать инструмент и применять его под рабочей нагрузкой — разные вещи.
| Уровень | Как это выглядит в работе | Чем подтвердить |
|---|---|---|
| 0 · Наблюдатель | ИИ в работе не используете, разве что по прямому указанию | Подтвердить нечего |
| 1 · Пробующий | Изредка задаёте чат-боту вопросы и вставляете ответы без проверки | Несколько чатов, ничего сохранённого |
| 2 · Уверенный пользователь | Даёте модели настоящий контекст, сверяете источники, готовы отправить результат коллеге под своим именем | Запросы и результаты, к которым можно вернуться |
| 3 · Рационализатор | Целые повторяющиеся задачи переехали на ИИ: шаблоны, связанные инструменты, проверка, которая ловит ошибку раньше всех | Описанные процессы, которые коллега запустит без вас |
| 4 · Интегратор | Подключаете ИИ к системам через API и скрипты и отвечаете за качество на выходе | Работающие автоматизации с подсчитанной экономией часов |
Какой уровень требует ваша роль? В большинстве интеллектуальных профессий сейчас нанимают на уровне 2, а доказательств уровня 3 ждут уже в первый год. Технические роли смещаются к верхним ступеням: по тому же опросу Gallup, частые пользователи ИИ почти втрое чаще редких применяют его в коде (22% против 8%) и в автоматизации (21% против 8%). Свою профессию стоит разобрать отдельно: что ИИ делает с работой аналитика данных, копирайтера и программиста.
Аудит за один вечерPermalink to “Аудит за один вечер”
Четыре шага, суммарно меньше трёх часов.
Шаг 1. Инвентаризация задач — 20 минутPermalink to “Шаг 1. Инвентаризация задач — 20 минут”
Выпишите 15–20 повторяющихся задач за последние две рабочие недели и прикиньте, сколько минут в неделю съедает каждая. Источники простые: календарь, папка «Отправленные», очередь заявок. Считайте только повторяющееся — разовая работа не окупит автоматизацию.
Шаг 2. Тест «пустой сессии» — 90 минутPermalink to “Шаг 2. Тест «пустой сессии» — 90 минут”
Возьмите пять самых времязатратных задач из списка. Для каждой откройте чистую сессию, без вкладки с обучающим материалом, и попробуйте делегировать задачу от начала до конца: дайте модели настоящий контекст, доведите результат итерациями, проверьте его по источнику, которому доверяете. Каждую попытку оцените от 0 до 2: ноль — результат непригоден, единица — пригоден после серьёзной правки, двойка — можно отправлять после лёгкой вычитки. Дискомфорт здесь тоже данные: где вы застряли, там и пробел.
Шаг 3. Сверка с целевой ролью — 30 минутPermalink to “Шаг 3. Сверка с целевой ролью — 30 минут”
Откройте пять живых вакансий роли, в которую целитесь, и выпишите все ИИ-требования — от «уверенно пользуется генеративными сервисами» до «строит пайплайны на базе LLM». Если цель — IT, ставки того стоят: по исследованию Хабр Карьеры за первую половину 2026 года (45 226 анкет) медиана по всему российскому IT — 191 000 ₽ в месяц, на 4% больше, чем полугодием ранее; у разработчиков в Москве — 270 000 ₽, в регионах — 200 000 ₽. ИИ-требования в таких вакансиях становятся нормой. Каждое требование поставьте на лестницу, себя — рядом. Требование уровня 3 против вашего уровня 1 — пробел, который решит исход собеседования.
Шаг 4. Ранжирование — 15 минутPermalink to “Шаг 4. Ранжирование — 15 минут”
Умножьте еженедельные минуты задачи на её вес для найма и отсортируйте список. Верхние три строки — ваш учебный план на квартал; всё, что ниже отсечки, подождёт без чувства вины.
Сохраняйте артефакты
Запросы, черновики и замеры «до и после» — не отходы аудита. Именно их просят показать, когда проверяют ИИ-навыки, а хранить их ничего не стоит.
Что учить, уровень за уровнемPermalink to “Что учить, уровень за уровнем”
Список пробелов отвечает на вопрос «что учить», лестница — на вопрос «в каком порядке».
На первом уровне учитесь проверять: запрос с настоящим контекстом, сверка источников, привычка не пересылать непроверенное дальше. Это дело нескольких недель, и это самое дешёвое профессиональное доверие, какое можно купить.
На втором — кормите модель контекстом и перестройте один настоящий процесс: свои документы как входные данные, шаблон на каждый тип задачи, личная библиотека сработавших запросов. Один процесс, доведённый до конца, стоит больше пяти сервисов, опробованных по разу.
На третьем — связывайте: соедините инструменты, которыми уже пользуетесь, чтобы результат перетекал из одного в другой без копипасты, и добавьте посильную для роли автоматизацию. Здесь к вам возвращаются часы, и здесь шкала Gallup — от 45% при одном-двух применениях до 90% при семи и больше — начинает работать на вас.
Четвёртый уровень — решение о профессии, а не ещё один курс. Если цель техническая, путь идёт через код, API и привычку измерять качество; ему нужна собственная карта, а не абзац в чужой статье.
Мой уход из сисадминов в аналитику HealthTech начался не с курса, а со списка задач: неделя работы по пунктам, с пометкой, что из неё можно автоматизировать уже имеющимися средствами, — список выбрал навыки, а навыки принесли оффер.
Четыре ошибки, которые портят аудитPermalink to “Четыре ошибки, которые портят аудит”
Первая — считать пройденные курсы. Сертификат фиксирует, что вы досмотрели видео, а не то, что вы умеете делегировать задачу: на собеседованиях просят показать перестроенные процессы, а не корочку о прохождении.
Вторая — проверять себя на игрушечных запросах. Стихотворение про кота не скажет о вашей работе ничего. Годятся только настоящие задачи — с реальным контекстом и настоящей ценой ошибки.
Третья — ставить на один сервис. Навык в единственном чат-окне упирается в потолок за месяц: выигрыш растёт с числом разных применений в вашей настоящей работе, а разные — значит разные задачи, а не разные подписки.
Четвёртая — пропускать проверку. Переслать клиенту непроверенный текст и назвать это навыком — значит поставить на кон репутацию. Проверка — навык второго уровня; делегирование без неё по-прежнему первый.
Пересматривайте аудит раз в квартал: тридцать минут, пять главных задач. Инструменты меняются быстрее любого учебного плана — список должен меняться вместе с ними.
Чем помогает TraectaPermalink to “Чем помогает Traecta”
Лестница выше одинакова для всех, ваша инвентаризация задач — нет. Персональный план смены профессии в Traecta проходит по повторяющимся задачам текущей роли, расставляет их по пяти уровням и сверяет с ИИ-требованиями живых вакансий целевой роли — на выходе приоритеты, ранжированные по влиянию на найм и по часам, которые каждый пробел займёт.
Три выводаPermalink to “Три вывода”
- Считайте делегированные задачи, а не опробованные инструменты: градиент от 45% до 90% принадлежит широте применения.
- Один вечер, четыре шага: инвентаризация, пустая сессия, сверка с вакансиями, ранжирование. На выходе список — и он же ваш учебный план.
- Учите по порядку уровней: сначала проверка, потом процессы, потом сборка. Перепрыгнутая ступень сжигает часы, которые вы только что посчитали.
Если хотите получить такой список, собранный по вашему опыту, — Персональный план смены профессии в Traecta превратит вечерний аудит в план обучения на квартал примерно за полчаса.
