Oper8: проектируем AI-решение, которое окупается

О курсе

Воркшоп по методике Oper8 — авторскому подходу к AI-проектам, в основе которого архитектура «двойного маховика данных». Она отличает AI-пилоты, у которых эффект накапливается со временем, от пилотов, упирающихся в плато за полгода. За два дня участники проходят полный цикл: выбор пилота, расчёт его экономики, проектирование архитектуры и создание прототипа. Ведут авторы методики — Сергей Липчанский и Асхат Уразбаев.

Для кого

• Руководители продуктов и направлений, на которых уже падает «давайте сделаем AI-…» — и непонятно, что отвечать.
• Тимлиды, CTO, главы AI-офисов, которые видят, как пилоты застревают на этапе демо, и хотят рамку, чтобы это останавливать раньше.
• Agile-коучи, Scrum-мастера, T&D-методисты, сопровождающие AI-инициативы внутри компании.
• AI-чемпионы и амбассадоры, готовящие пилоты в своих командах.
• Консультанты по трансформации, которые хотят добавить AI-слой в свой инструментарий.

Полезно прийти с одним своим процессом «в голове», на который можно положить методику.

Что участник получит на выходе

• Рамку Deploy / Reshape / Invent — язык, чтобы отличать «прикрутили GPT поверх процесса» от «перестроили процесс под AI» и не путать эти разговоры с бизнесом. Deploy — AI поверх старого процесса (+10–20% к скорости). Reshape — процесс переписан под AI: роли исчезают, цикл сокращается в разы. Invent — продукт, которого без AI не было бы. 60% компаний застревают на Deploy и считают, что это и есть AI-трансформация
• Карту автономии своего процесса (A1–A5 на каждом шаге) — отдельный уровень AI для каждого шага: от подсказки человеку (A1) до полной автономии без надзора (A5).
• Финансовую модель пилота в Excel из трёх блоков — опережающая метрика, запаздывающая, стоимость inference — плюс отдельный блок: пересчёт прироста автономности AI в деньги (касания с клиентом и экономия трудозатрат).
• Обоснованное решение «делаем пилот / не делаем / меняем шаг» — экономика на пилотном шаге считается до того, как уйти в архитектуру.
• Целевую архитектуру пилота: UI, LLM-слой, RAG с векторной базой, decision log, спектр автономии A1–A5, метрики и контрметрики.
• Настроенный прототип AI-агента на Claude Code и две итерации Shadow Run с decision log — видите динамику качества по итерациям, а не на слайде. Программистский бэкграунд не нужен: код генерирует модель, ваша работа — формулировки правил, база знаний и логика поверх готового решения.
• Персональную дорожную карту на 90 дней: трек «делаю» — если процесс уже выбран; трек «разведываю» — если сначала нужно понять, где AI-пилот окупится.

Как устроено прохождение

Формат: онлайн, два рабочих дня. Группы до 16 человек, чтобы у каждого было эфирное время на свой процесс. До воркшопа: асинхронная инструкция — чтение книги Oper8 (час-полтора) и заготовка «5–7 шагов моего процесса». Заготовка необязательна, но участники, которые её сделали, уносят с воркшопа в полтора-два раза больше. Установка инструментов не требуется — технический контур на стороне ведущих. Внутри: чередуются короткие концептуальные ходы, разбор учебных кейсов из типовых отраслей (онбординг сотрудников, документооборот, автоквалификация лидов в недвижимости), индивидуальная работа на своём процессе, обсуждения в малых группах, настройка прототипа AI-агента на Claude Code и две итерации Shadow Run на учебном кейсе. После: персональная дорожная карта. Ведут авторы методики: Сергей Липчанский и Асхат Уразбаев — основатели ScrumTrek и kkts.ai, более 15 лет в трансформациях крупных компаний.

Программа

День 1. От методики к экономическому решению.

1. Парадокс ROI и развилка Deploy / Reshape / Invent. 78% компаний используют AI, 16% видят эффект на EBIT — почему так. Три уровня глубины по классификации BCG: Deploy (+10–20% к скорости), Reshape (+30–50% к экономике, роли переписаны под AI), Invent (продукт, которого без AI не было). 60% компаний застревают на Deploy и считают, что это и есть AI-трансформация.
2. Два режима отказа портфельной модели: «пилот по ощущениям» (когда vibe-check заменяет AB-тест) и «мёртвая база знаний» (когда eval устаревает вместе с базой, и регрессия становится невидимой). Якорный кейс Air Canada и аналоги под российскую регуляторику.
3. Маховик данных: восьмёрка из двух циклов с осью данных в центре. Пять элементов архитектуры — без какого из них маховик не крутится.
4. Учебные кейсы — онбординг сотрудников, документооборот, автоквалификация лидов в недвижимости. На примере одного из них разбираем процесс, чтобы дальше работать с методикой на своих кейсах.
5. Карта процесса по трём каналам: что показывают логи, что видно при наблюдении, что говорят в интервью. Разметка уровня автономии AI (A1–A5) и статус маховика на каждом шаге.
6. Финансовая модель пилота в Excel из трёх блоков (опережающая метрика, запаздывающая, стоимость inference) плюс отдельный блок — пересчёт прироста автономности AI в деньги. Если эффект не сходится — выбираем другой шаг до архитектуры.

День 2. От целевой архитектуры до прожитого Shadow Run.

1. Целевая архитектура пилота — как пилот должен жить в проде: UI, LLM-слой, RAG с векторной базой, decision log, спектр автономии A1–A5, метрика и контрметрика. Через архитектуру — честная раскладка бюджета (GPU, ML-инженер, UI/UX) и уточнённая стоимость пилота. Без архитектуры экономика — пальцем в небо.
2. Настройка прототипа AI-агента на Claude Code. Программистский бэкграунд не нужен: код генерирует модель, ваша работа — формулировки правил, база знаний и логика поверх готового решения.
3. Команда работает не как эксперт, а как Process Owner: сравнивает ответы AI с реальными решениями, находит расхождения в decision log, правит правила и базу знаний. К вечеру — две итерации, видимая динамика качества.
4. Приземление на свой процесс. Каждый участник заполняет шаблон 90-дневной дорожной карты: первый месяц — что сделать, какие метрики, кого вовлечь; второй и третий — следующие шаги по треку «делаю» (если процесс уже выбран) или «разведываю» (если сначала нужно поисследовать).