| Уровень | Аналогия (вождение) | В работе с AI |
|---|---|---|
| L0 · Manual | Нет автоматизации, ты контролируешь всё | AI не используется в рабочих процессах |
| L1 · Assistive | Круиз-контроль, подсказки на полосе | Черновики через ChatGPT от случая к случаю |
| L2 · Partial | Машина рулит и разгоняется, ты наблюдаешь | Общие AI-воркфлоу, есть постоянный контекст |
| L3 · Conditional | Едет по трассе сама, ты — на сложных участках | Процессы перестроены вокруг AI; человек — судья по исключениям |
| L4 · High | Едет сама почти везде | Маленькая команда + AI = 10x результата |
| L5 · Full | Руль не нужен | Мультиагентные системы, человек — на контрольных точках |
Итоговый уровень = самая слабая ось. Высокие показатели по отдельным осям не повышают итоговый уровень, если есть критически слабая ось.
Логи чатов и скрины → данные кейса «ЭкоЧист» → анкета. Данные анкеты верифицируются практикой.
| Сотрудник | Доля задач | Архитек- тура | База данных | Скиллы | Знание моделей | ИТОГ |
|---|---|---|---|---|---|---|
| Роман ЛобовСотрудник | L1→L2 | L1→L2 | L1 | L1→L2 | L1→L2 | L1→L2 |
| Ксения ГолицинаСотрудник | L1 | L1→L2 | L1 | L1→L2 | L1 | L1→L2 |
| Валерия КудряшоваБизнес-ассистент | L0→L1 | L0→L1 | L0 | L1 | L1 | L0→L1 |
| Лусинэ ГончароваСобственник | L0→L1 | L0 | L0→L1 | L0→L1 | L0 | L0→L1 |
«База данных и контекст» — ось на L0 или L1 у всех 4 сотрудников. Постоянные базы знаний и RAG-системы к моделям не подключены ни у одного участника, контекст передаётся вручную под конкретную задачу.
Общий паттерн команды: AI используется преимущественно как диалоговый инструмент, перенос данных между этапами и инструментами выполняется вручную. Итоговый уровень команды находится в диапазоне L0→L1 – L1→L2, устойчивого L2 не достиг ни один участник.
Роман Лобов и Ксения Голицина демонстрируют наиболее развитые профили команды: у обоих итоговый уровень L1→L2. У Романа переходная динамика охватывает четыре оси из пяти («Доля задач», «Архитектура», «Скиллы», «Верификация»), ограничивающий фактор — ось «База данных» на устойчивом L1. У Ксении переходный уровень L1→L2 обеспечен осями «Архитектура» и «Скиллы»; оси «Доля задач», «База данных» и «Верификация» стабильно на L1. Валерия Кудряшова и Лусинэ Гончарова — переходный уровень L0→L1. У Валерии переходная динамика по осям «Доля задач» и «Архитектура» сочетается с критическим уровнем L0 по оси «База данных». У Лусинэ переходная динамика по осям «Доля задач», «База данных» и «Скиллы» сочетается с устойчивым L0 по осям «Архитектура» и «Верификация».
У всех 4 сотрудников ось «База данных и контекст» не превышает L1: у Валерии — критический L0, у Романа и Ксении — устойчивый L1, у Лусинэ — переходный L0→L1. Постоянные базы знаний, RAG и MCP не подключены ни у кого из участников; документы и данные передаются в модель вручную под конкретную задачу. Первый приоритет обучающей программы.
У Романа переходная динамика охватывает четыре оси из пяти («Доля задач», «Архитектура», «Скиллы», «Верификация»): развёрнутое промпт-инжиниринг, самостоятельная проверка расчётов за моделью, выстроенная цепочка инструментов. Ограничивающий фактор — ось «База данных» на устойчивом L1. У Ксении переходный уровень обеспечен осями «Архитектура» и «Скиллы»; оси «Доля задач», «База данных» и «Верификация» стабильно на L1 во всех источниках. Общий ограничивающий фактор для обоих — ручной перенос данных между разрозненными инструментами.
В кейсе «ЭкоЧист» у Валерии ось «База данных» зафиксирована на критическом уровне L0 (у Лусинэ — переходный L0→L1): часть исходных данных (аудиозаписи CustDev) не передана в модель, что приводит к формально корректному, но недостоверному по содержанию результату.
Итоговый уровень L0→L1. Стратегически важно выстроить AI-процессы внутри команды так, чтобы результаты работы с AI поступали собственнику в верифицированном виде. Фокус обучения — на линейных сотрудниках: именно они формируют выводы и передают их в готовом формате.
Четыре оси из пяти («Доля задач», «Архитектура», «Скиллы», «Верификация») показывают переходный уровень L1→L2. В кейсе «ЭкоЧист» проведён детальный разбор юнит-экономики продукта: составлена матрица валовой маржи по фактическим ценам B2B-сегмента, показано расхождение с предыдущим анализом (расчётная маржинальность 29% против фактических показателей от –45% до –15% при текущей себестоимости). Сформулировано взвешенное решение — вместо полномасштабного запуска направления предложен ограниченный пилот на подтверждённых лидах.
Ось «База данных и контекст» стабильно зафиксирована на уровне L1 во всех источниках: подключение документов компании производится вручную, структурированная база знаний или RAG не используются. Это единственная ось без переходной динамики к L2, что определяет итоговую оценку.
Итоговый уровень L1→L2. Четыре оси из пяти («Доля задач», «Архитектура», «Скиллы», «Верификация») показывают переходный уровень L1→L2 — данные анкеты и кейса «ЭкоЧист» устойчиво превышают базовую практику, зафиксированную в логах чатов. Ось «База данных и контекст» стабильно на уровне L1 во всех источниках и выступает ограничивающим фактором итоговой оценки.
Ключевая зона развития — подключение структурированной базы знаний компании к рабочим моделям: перевод регламентов, документов и данных компании из ручной загрузки в постоянный контекст (Projects/RAG), а также перевод разрозненных инструментов в единую автоматизированную low-code/no-code экосистему.
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L1→L2 | AI встроен в ежедневный воркфлоу работы с данными: на модель переложены рутинные изменения, корректировка синтаксиса, парсинг, формулы массивов и структурирование данных в таблицах. Регулярность применения выше базовой, но полностью сквозной автоматизации не выстроено. |
| Архитектура и экосистема | L1→L2 | Используется технический стек инструментов: Playground, работа через API напрямую, Claude/ChatGPT Projects, связка с GitHub Desktop. Low-code инструменты автоматизации (Make/Zapier) в связке с AI не использовались, сквозные пайплайны не выстроены. |
| База данных и контекст | L1 | Понимание концепции RAG присутствует в общих чертах, но не применяется на практике. Используется Projects в ChatGPT/Claude для удержания контекста между сессиями; подключение документов компании происходит через ручную загрузку файлов в чат — структурированная база знаний не сформирована. |
| Скиллы промпт-инжиниринга | L1→L2 | Управляет поведением моделей через system prompt / custom instructions. Применяет продвинутые техники: примеры вывода (few-shot), разбивку задачи на шаги, поэтапное углубление контекста. Ведение таких сессий пока не закреплено как регулярная практика во всех задачах. |
| Знание моделей и верификация | L1→L2 | Осознанно выбирает модель под конкретный тип работы, тестирует задачи на разных LLM (Claude и Gemini как резервные варианты). Проводит бенчмаркинг моделей, но систематическая верификация по первоисточнику как регулярная практика ещё не закреплена во всех задачах. |
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L1 | AI привлекается по мере возникновения сложных аналитических и логических задач: оптимизация формул массивов, написание многоуровневых условий с регулярными выражениями, парсинг неструктурированных данных. Сквозные автоматические воркфлоу отсутствуют. |
| Архитектура и экосистема | L1 | Сложная алгоритмика и логические конструкции формируются внутри диалогового окна чата через стандартный веб-интерфейс. Инструменты low-code автоматизации не задействованы. |
| База данных и контекст | L1 | Контекстное окно чата используется как временный контейнер: в диалог поэтапно передаются фрагменты кода, структуры таблиц и ссылки на датасеты. Постоянная база знаний к AI не подключена. |
| Скиллы промпт-инжиниринга | L1 | Техническое задание формулируется содержательно: описывается логика массивов, задаются критерии обработки нулевых и пороговых значений. Регулярное использование few-shot примеров и системных инструкций (custom instructions) в переписке не зафиксировано — практика соответствует базовому уровню. |
| Знание моделей и верификация | L1 | Демонстрируется точный ручной контроль результатов: выявляются архитектурные ошибки в построении функций, проверяется скорость выполнения, контролируется соответствие локали. Верификация ведётся вручную в рамках одного диалогового окна, без системных автоматических проверок. |
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L1→L2 | Модели делегирована аналитическая работа: проверка финансовых показателей, симуляция сценариев, скоринг лидов. Работа представляет собой развёрнутую сессию под конкретный аудит; регулярный сквозной процесс автоматизации на её основе не выстроен. |
| Архитектура и экосистема | L1→L2 | Выстроена последовательная цепочка инструментов: сторонний сервис транскрибации аудиозаписей → веб-интерфейс ChatGPT для извлечения тезисов, пересчёта P&L и заполнения таблиц через API. Автоматический сквозной обмен данными без участия пользователя отсутствует. |
| База данных и контекст | L1 | В работу передан массив исходных данных: исследование рынка, финансовая модель в Excel, предыдущий отчёт и транскрипты интервью с клиентами. Данные собираются и структурируются вручную под конкретную задачу, без признаков постоянной базы знаний или RAG. |
| Скиллы промпт-инжиниринга | L1→L2 | Задача поставлена в формате детального технического задания с ролью аудитора: указание проверить ответ на ошибки, несоответствия и ненадёжную информацию, сопоставить с фактами по пунктам. Сессия содержательная; многоступенчатая декомпозиция как регулярная практика пока не закреплена. |
| Знание моделей и верификация | L1→L2 | Модели поручена задача выявления ошибок предыдущего анализа (обнаружено 10 несоответствий). Проведена самостоятельная проверка расчётов: выявлено смешение показателей по разным каналам продаж и подмена оптовой цены розничной маржей. Итоговые расчёты инвестиций приняты в отчёт без полного независимого пересчёта формул. |
В кейсе «ЭкоЧист» выстроена последовательная цепочка инструментов и продемонстрирована декомпозиция задачи через промежуточную модель: расчётная B2B-выручка скорректирована с 5,4 млн руб. до диапазона, подтверждённого данными CustDev-интервью (0,8–1,3 млн руб./год), выявлено 10 несоответствий в предыдущем анализе, вместо расширения штата предложен контролируемый пилотный запуск.
Работа со звуковыми и текстовыми материалами (MacWhisper → ChatGPT → Claude → Excel) организована как последовательная цепочка, но перенос данных между этапами выполняется вручную. Оси «Доля задач», «База данных» и «Верификация» стабильно на базовом уровне L1 во всех источниках — это ограничивающий фактор итоговой оценки.
Итоговый уровень L1→L2. Оси «Архитектура и экосистема» и «Скиллы промпт-инжиниринга» показывают переходный уровень L1→L2 по данным анкеты и кейса «ЭкоЧист». Оси «Доля задач», «База данных» и «Знание моделей и верификация» стабильно зафиксированы на уровне L1 во всех трёх источниках.
Ключевая зона развития — автоматизация передачи данных между инструментами: работа с API, прямое подключение таблиц к моделям, настройка автоматических пайплайнов сбора контекста.
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L1 | AI применяется ежедневно и интенсивно (более 10 запросов в день) для сложных задач: дашборды по закупкам, годовые декомпозиции планов. Закрытие задач производится вручную, регулярная автоматизация рутинных операций не зафиксирована. |
| Архитектура и экосистема | L1 | Используется широкий стек инструментов (ChatGPT, Claude, Midjourney, Higgsfield, HeyGen, Gamma). Заявлено использование Claude Projects, при этом инструменты автоматизации не задействованы, единая рабочая среда не сформирована. |
| База данных и контекст | L1 | Документы и таблицы загружаются вручную вместе с каждым запросом, чат используется как временное контекстное хранилище. Постоянные структурированные базы знаний или RAG-системы к AI не подключены. |
| Скиллы промпт-инжиниринга | L1→L2 | Запросы формулируются по формату «роль + задача + контекст + требования к формату». Зафиксирована декомпозиция задачи на этапы и ведение сессий от 5 сообщений, однако использование этих техник как регулярной практики во всех задачах не подтверждено. |
| Знание моделей и верификация | L1 | Различает базовые модели по типу задач, однако системный фактчекинг результатов по первоисточнику как регулярная практика не зафиксирован. |
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L1 | AI используется для подготовки черновиков и расчётов (ТЗ для дизайн-системы презентации, спецификации изделий). Работа ведётся в чате вручную по мере возникновения задач, регулярные автоматизированные пайплайны отсутствуют. |
| Архитектура и экосистема | L1 | Генерация презентационных структур (.md), генераторов кода для pptx и Excel-таблиц (.xlsx) происходит внутри диалоговых окон ChatGPT и Claude. Работа ведётся через базовый веб-интерфейс без кастомных надстроек. |
| База данных и контекст | L1 | Контекстное окно чата используется как временный контейнер данных. Зафиксирована точечная подгрузка брендбуков, Excel-файлов с производственными параметрами и документов для переноса данных в календарь. |
| Скиллы промпт-инжиниринга | L1 | Промпты в логах сформулированы лаконично, в 1–2 предложения. Корректировка результата производится короткими репликами по ходу диалога, без предварительной структуры запроса. |
| Знание моделей и верификация | L1 | Зафиксирован базовый ручной контроль результатов: запрос на разделение логики ИП и самозанятого, проверка параметров изделия по изображению, сверка часовых поясов. Контроль результатов ведётся несистемно. |
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L1 | Модели делегированы отдельные аналитические блоки — аудит сценариев, юнит-экономика. Встраивание практики в процесс носит локальный характер, регулярный регламент использования не закреплён. |
| Архитектура и экосистема | L1→L2 | Выстроена последовательная цепочка инструментов: MacWhisper (транскрибация) → ChatGPT (формирование ТЗ) → Claude (финансовый аудит). Для соответствия L2 не хватает автоматического обмена данными между инструментами. |
| База данных и контекст | L1 | Собран контекст задачи (финансовая модель, заявки, организационная структура), дополнен расшифровками CustDev-интервью. База собирается вручную под конкретный кейс, без признаков постоянной структурированной базы знаний. |
| Скиллы промпт-инжиниринга | L1→L2 | ChatGPT использован как промежуточный инструмент для формирования детального промпта-ТЗ, переданного далее в Claude. Сессия многоступенчатая; системная многоуровневая декомпозиция как регулярная практика не закреплена. |
| Знание моделей и верификация | L1 | Выявлена галлюцинация модели (ссылка на несуществующий сайт конкурента), обнаружено 10 несоответствий в предыдущем анализе. Итоговые расчёты инвестиций приняты в отчёт без полного независимого пересчёта формул. |
Оси «Доля задач» и «Архитектура» показывают переходный уровень L0→L1: ежедневная практика соответствует L1, но в аналитическом кейсе «ЭкоЧист» задача решалась в рамках одного изолированного диалога без дополнительных инструментов. Ось «База данных и контекст» получает критическую оценку L0 по результатам того же кейса: часть исходных данных (аудиозаписи CustDev-интервью) не транскрибирована и не использована в анализе, что приводит к получению структурированного по форме, но недостоверного по содержанию результата.
Итоговый уровень L0→L1. Оси «Доля задач» и «Архитектура» — переходные (L0→L1): ежедневная практика на уровне L1, но кейс «ЭкоЧист» показывает более ограниченное применение (L0). Ось «База данных и контекст» зафиксирована на L0 по результатам кейса; оси «Скиллы» и «Верификация» стабильно на L1 во всех источниках.
Ключевая зона развития — перенос фокуса с оформления результата на этап подготовки данных: предварительная транскрипция аудиозаписей и сбор полного пакета исходных документов перед передачей в модель.
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L1 | Применение AI носит ситуативный характер для точечных задач ассистента: сравнение документов, описание функционала для договоров, формулирование вопросов. Регулярная автоматизация и сквозные воркфлоу отсутствуют. |
| Архитектура и экосистема | L1 | ChatGPT и Claude используются изолированно через стандартный мобильный или веб-интерфейс. Связки с инструментами автоматизации не настроены. |
| База данных и контекст | L0→L1 | Постоянная база знаний компании к моделям не подключена, понятия RAG и MCP не используются. Зафиксирована точечная ручная загрузка файлов в чат под конкретную задачу. |
| Скиллы промпт-инжиниринга | L1 | Запросы преимущественно формулируются в виде кратких фраз или команд. Голосовой ввод для развёрнутого описания задачи применяется ситуативно. Декомпозиция и Subagent-сессии не зафиксированы. |
| Знание моделей и верификация | L1 | Различает базовые модели (GPT, Claude, Gemini) без учёта их архитектурных различий. Применение ограничено задачами, где точность фактов не критична. |
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L1 | AI применяется для подготовки черновиков — материалы для SMM, адаптация договора, чек-листы. Работа ведётся вручную, отдельными запросами без выстроенного процесса. |
| Архитектура и экосистема | L1 | Элементы автоматизации КДП-процессов и скрипты Apps Script в логах реализованы моделью по запросу; самостоятельная работа сотрудника ограничена диалоговым окном чата. |
| База данных и контекст | L1 | Загрузка документов производится вручную — текстом или прикреплением файлов с юридическими данными; контекстное окно чата используется как временное хранилище. |
| Скиллы промпт-инжиниринга | L1 | Команды формулируются кратко, в 1–2 предложения. Правки вносятся последовательными репликами по ходу диалога, декомпозиция не применяется. |
| Знание моделей и верификация | L1 | Зафиксирован базовый контроль результатов — проверка юридических формулировок и реквизитов, запрос на разделение логики ИП и самозанятого. Расчёты, выполненные моделью (Apps Script), приняты без проверки. |
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L0 | Кейс решён в рамках одного изолированного диалога без выстроенной последовательности этапов и без переноса подхода из ежедневной практики. |
| Архитектура и экосистема | L0 | Работа велась в стандартном веб-интерфейсе ChatGPT без использования кастомных ассистентов, проектов или каких-либо дополнительных настроек. |
| База данных и контекст | L0 | Аудиомассивы CustDev не обработаны и не использованы в анализе. Файлы и скриншоты загружались частями; ключевой массив качественных данных исследования не был передан модели. |
| Скиллы промпт-инжиниринга | L1 | Промпты сформулированы кратко; корректировка формата вывода вносится по ходу диалога без предварительной структуры запроса. |
| Знание моделей и верификация | L1 | Модели поручена проверка стороннего отчёта на несоответствия, при этом собственные итоговые расчёты (таблицы инвестиций), сформированные моделью, приняты без ручной проверки. |
Оси «Доля задач», «База данных» и «Скиллы» показывают переходный уровень L0→L1 — в кейсе «ЭкоЧист» и анкете зафиксирована предпринимательская экспертиза при работе с моделью: предъявляются требования к конкретике финансовых показателей, формулируются нестандартные гипотезы (ступенчатый заказ, модульная конструкция продукта, поэтапный подход к найму B2B-менеджера до подтверждения результатов пилота).
Оси «Архитектура» и «Верификация» стабильно на уровне L0 во всех источниках. Результаты, полученные в чате (аналитические выкладки, карты рисков, продуктовые гипотезы), не переносятся в операционные процессы компании: файлы компании в AI не загружаются, системный фактчекинг расчётов не проводится.
Итоговый уровень L0→L1. Три оси из пяти («Доля задач», «База данных», «Скиллы») показывают переходный уровень L0→L1: анкета и кейс фиксируют отдельные признаки структурирования и делегирования, отсутствующие в ежедневной практике. Оси «Архитектура» и «Верификация» стабильно на уровне L0 во всех источниках.
Ключевая зона развития — перевод практики использования AI в сторону делегирования и контроля без необходимости освоения технических навыков составления промптов: использование единого рабочего пространства (Claude Projects) с загруженными финансовой моделью, оргструктурой и брендбуком компании для оперативного анализа отчётов, поступающих от команды.
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L0 | AI не используется в регулярных процессах. Применяется для верхнеуровневых стратегических обсуждений (тренды, анализ рынка). Задачи, ранее выполнявшиеся вручную, в результате использования AI не сократились. |
| Архитектура и экосистема | L0 | Используется только базовый мобильный или веб-интерфейс ChatGPT Plus (подписка личная, не корпоративная). Кастомные ассистенты, шаблоны промптов и автоматизации не настраивались. |
| База данных и контекст | L1 | Заявлено минимальное структурирование рабочих материалов при подготовке к стратегическим обсуждениям — отдельные заметки и выдержки из документов компании собираются точечно под конкретный запрос. |
| Скиллы промпт-инжиниринга | L1 | Запросы обычно формулируются как одно предложение с ограниченным контекстом. Присутствует понимание итераций (ведение диалогов на 5+ сообщений, запрос на роль эксперта), декомпозиция задач не применяется. |
| Знание моделей и верификация | L0 | Известно о существовании нескольких моделей (GPT, Claude, Gemini) без учёта их архитектурных различий. Результаты моделей принимаются на основе собственной экспертной оценки без сопоставления с первоисточниками. |
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L0 | AI используется для генерации верхнеуровневых идей, концепций брендинга и разбора рыночных гипотез. Результаты диалога не переносятся в операционные процессы компании. |
| Архитектура и экосистема | L0 | Вся активность ограничена стандартным веб-интерфейсом ChatGPT Plus. Интеграции, плагины или кастомные боты не задействованы. |
| База данных и контекст | L0 | В предоставленных логах диалоги ведутся исключительно текстовыми запросами без опоры на файлы. Таблицы и материалы существующего брендбука в чат не загружаются. |
| Скиллы промпт-инжиниринга | L1 | Диалоги открываются короткими верхнеуровневыми командами с последующей корректировкой результата линейными репликами по ходу обсуждения. Предварительная структура запроса не задаётся. |
| Знание моделей и верификация | L0 | Критический контроль содержания основан на собственной экспертной оценке и вкусе, без сопоставления с первоисточниками. Системный фактчекинг расчётов и данных не зафиксирован. |
| Ось | Уровень | Комментарий аудитора |
|---|---|---|
| Доля задач через AI | L0→L1 | AI используется в качестве внешнего консультационного партнёра для моделирования годовой стратегии и диверсификации рисков — более плотное делегирование модели, чем в ежедневной практике. Дальнейшее операционное применение не зафиксировано. |
| Архитектура и экосистема | L0 | Сессия стратегического анализа проведена в стандартном веб-интерфейсе ChatGPT без использования кастомных ассистентов или проектов. |
| База данных и контекст | L0 | Качественные данные CustDev-интервью в работу не включены: упоминания аудиозаписей или их транскрипции в чате отсутствуют. В модель загружено текстовое исследование рынка и финансовая модель без данных прямых интервью с клиентами. |
| Скиллы промпт-инжиниринга | L0 | Задаётся верхнеуровневая рамка роли (топ-консалтинг), при этом промпты формулируются ультракороткими фразами без детализации задачи и требований к формату. |
| Знание моделей и верификация | L0 | Проявляется критический контроль экономической логики на основе собственной оценки целесообразности предложений модели. Фактчекинг расчётов окупаемости пилотного проекта не зафиксирован. |