Големи очекувања, скромни резултати
Компаниите ширум светот вложуваат милијарди во обуки за вештачка интелигенција (AI) за своите вработени, надевајќи се на револуција во работењето. Глобално, за корпоративна обука се трошат над 350 милијарди долари годишно, а AI стана клучна ставка во буџетите за развој на таленти. Сепак, реалноста е сурова: поголемиот дел од тие иницијативи не носат посакувани промени. Истражувањата покажуваат дека дури 60–90% од вештините стекнати на тренинзите се забораваат или никогаш не се применуваат во пракса, а само 12% од вработените навистина ги користат новите вештини научени преку корпоративни обуки на своето работно место. Последици? Разочарани менаџери, демотивирани тимови и пропуштени можности за иновации.
Зошто тоа се случува токму со AI едукацијата, која би требало да биде двигател на трансформацијата? Проблемот не е во недостаток на ентузијазам за учење – дури 74% од вработените чувствуваат дека не го достигнуваат својот целосен потенцијал поради недостиг на можности за развој. Проблемот е во тоа што и како учиме. Пречесто AI обуките се сведуваат на генерички онлајн курсеви или ад-хок работилници, без јасна врска со бизнис стратегијата и секојдневните задачи на вработените. Топ менаџментот сака брзи резултати и ROI, HR одделите брзаат да го “чекираат” тренингот од листата, техничките тимови често добиваат премногу теорија, а нетехничките тимови остануваат збунети од техно-жаргонот. Резултатот по завршувањето на обуката е ефектот “книгата стои на полица”, вработените се враќаат на старите навики и перформансите остануваат исти.
Ајде да видиме зошто се случува тоа и како AI едукацијата може да стане вистинска инвестиција, а не трошок без резултати.
Генерички пристап и нерелевантна содржина
„One-size-fits-all“ пристап и нерелевантна содржина. Еден од главните проблеми е универзалниот пристап кон едукацијата, каде сите вработени добиваат ист курс или обука без разлика на нивната улога или специфичните потреби на работата. Истражување на ATD покажа дека 62% од HR менаџерите сметаат дека нивните програми за учење не ги задоволуваат вистинските потреби на учесниците; доколку вработените не ја гледаат обуката како релевантна и практично применлива, ќе бидат фрустрирани и отпорни. Топ менаџментот нема потреба од ист вид обука како техничкиот тим или маркетинг стручњаците.
На пример, во Represent System јасно ги разделивме тренинзите за различни групи вработени – топ менаџментот доби стратешки работилници за влијанието на AI врз бизнисот, техничките тимови имаа практични, технички обуки, додека маркетинг тимовите поминаа работилници со фокус на креативни AI алатки. Клучот беше прилагодување на содржината на специфичните потреби, што значително ја зголеми ангажираноста на вработените.
Недостаток на практична примена и поврзаност со работата
Нема поврзаност со вистински „use-case“-ови и бизнис процеси. Честа грешка е тоа што компаниите купуваат генерички курс („AI 101“) кој дава добра основа, но не покажува како тие знаења го решаваат конкретниот проблем на компанијата. Тогаш вработените се прашуваат: што јас сега правам со ова? Без мост кон практиката, знаењето испарува. Дури 75% од менаџерите се незадоволни од функцијата на корпоративното учење токму затоа што тоа не придонесува за бизнис перформансите. AI едукација која останува само на теоретско ниво тешко ќе заживее во компанијата. Ако вработените не видат како новите знаења директно ги решаваат нивните секојдневни проблеми, тешко дека ќе ги применат.
Решение: интеграција на обуката со реални проекти. Најдоброто учење се случува на работа, преку работа на вистински студии на случај од деловното работење на фирмата. Lean learning пристапот препорачува: научи го тоа што ти треба, примени веднаш во пракса, добиј повратна информација, па надогради го знаењето. На пример, ако компанијата сака да воведе AI за подобрување на корисничката поддршка, обуката за тој тим треба да биде насочена токму кон таа цел – по теоретскиот дел за AI, вработените би требало да работат на прототип на chatbot за својата компанија како практична задача. Тука и microlearning може да биде поддршка: кратки лекции кои ги следат фазите на проектот (подготовка на податоци, тренирање на модел, мерење на учинок…) даваат знаење токму кога е најпотребно, што осигурува примена веднаш.
Кога од Represent System организиравме обука за компанијата Bambi, содржината ја врзавме директно за нивните бизнис предизвици – креирање персонализирани кампањи за Plazma или автоматизација на повторливи задачи. Вработените веднаш ги применија знаењата во својата работа, што резултираше со висока стапка на усвојување на нови вештини.
AI едукација како еднократен настан
Недостаток на континуитет и следење (еднократен настан без продолжение). Многу AI едукации започнуваат ентузијастички – се најавува интерен AI ден, се доведува предавач, вработените излегуваат инспирирани – но потоа, тишина. Ако организацијата нема план како да го одржи замавот на учење, ефектот од иницијалната обука драматично опаѓа. Harvard Business Review уште во 2016 година предупреди дека во класичните програми „испрати ги луѓето на курс“ учењето не води кон подобрување на учинокот, бидејќи луѓето брзо се враќаат на старите начини на работа. Често AI едукациите се организираат како еднократни настани по кои вработените остануваат препуштени сами на себе. Без континуирана поддршка и следење на примената на знаењето, тие многу лесно се враќаат на старите навики.
Во Represent овој предизвик го решивме со воведување на континуирани follow-up сесии, интерни ментори и месечни состаноци каде вработените разменуваат искуства во примена на AI алатки. На тој начин го вградивме учењето во културата на работа: ако тимовите на редовните состаноци имаат агенда „што ново научивме или применивме оваа недела“, се испраќа порака дека учењето е постојан дел од работата, а не еднократен напор.
Погрешна метрика на успехот
Лоша метрика на успех и checking the box. Питер Дракер рекол: „Она што се мери, со тоа се управува“. Во AI едукацијата често ги мериме погрешните работи. Многу HR менаџери успехот на AI едукацијата го мерат според бројот на луѓе што го завршиле курсот или бројот на часови обука, што не кажува многу за вистинските резултати. Наместо тоа, треба да се следи како наученото се применува во пракса и колку придонесува за реалните бизнис резултати.
На пример, ако целта на обуката во продажниот тим е да научат да користат AI за квалификација на lead-ови, по 3 месеци измерете – дали е зголемена брзината на обработка на lead-ови, дали е зголемена стапката на конверзија? Ако да, тоа е метрика на успех што го оправдува вложувањето. Истражувањата на Gartner покажуваат дека 70% од вработените сметаат дека не владеат со вештините потребни за работа, што имплицира дека обуките мора да се врзуваат токму за тие критични вештини и да се мери напредокот во нивната примена. Уште еден аспект на метриката е повратната врска со учесниците – квалитетните организации бараат од учесниците план за примена по обуката и го следат.
Во Represent применувавме јасни бизнис KPI-и по обуките – колку е скратено времето на работа на одредени процеси, колку е подобрена ефикасноста на тимовите и слично.
Mindset и организациска култура
Конечно, можеби најважниот фактор е mindset-от на вработените и целокупната организациска култура. Доколку вработените не ја гледаат AI како алатка што им помага, туку како закана или непотребен додаток, едукацијата нема да биде успешна.
Решение: паралелно со техничката обука треба да се работи и на културата и mindset-от. Тоа значи дека лидерите треба отворено да комуницираат зошто ја воведуваат AI и дека тоа не е закана, туку шанса луѓето да изработуваат попаметни, покреативни задачи. Потребно е да се нормализира употребата на AI – на пример, менаџерите можат јавно да пофалат вработен кој со помош на AI забрзал некој процес, со што ја отстрануваат стигмата околу користењето на новите алатки. Во тренинзите треба да се вградат и теми како етиката на AI, влијанието на AI врз работните улоги и зошто човечкиот фактор останува незаменлив, со цел да се намали стравот. Менторските програми и интерните AI амбасадори можат да им помогнат на колегите да ја надминат несигурноста.
Исто така, стимулансите играат важна улога: McKinsey утврди дека вработените ја гледаат формалната обука, интеграцијата на AI во работниот тек и пристапот до алатки како главни фактори што би ги мотивирале повеќе да користат AI. Значи, обуката мора да дојде во пакет со обезбедување на алатки, време за вежбање и награди за иновативна употреба на AI. Само во средина каде експериментирањето е посакувано и каде грешките на патот на учење се толерираат, луѓето навистина ќе ги прифатат AI знаењата. Во спротивно, обуката останува „теорија за некој друг“, а трансформацијата изостанува.
Ние успеавме да ја надминеме оваа пречка преку отворена комуникација од страна на менаџментот, каде јасно комунициравме дека AI е можност, а не закана. Организиравме интерни AI амбасадори кои ги поддржуваа колегите и им помогнаа да го надминат стравот од користење на новите технологии.
Пример од пракса: Represent Academy и Bambi – практична AI обука што дава резултати
Теоријата најдобро се илустрира преку реални примери. Еден таков доаѓа од нашиот регион, каде компанијата Represent Academy спроведе програма за AI едукација со многу конкретен, мерлив успех. Во мај 2025, над 60 вработени од компанијата Bambi (регионален лидер во кондиторската индустрија) поминаа интензивен, практичен тренинг наречен „AI во секојдневното работење“. Оваа in-house работилница ја осмисливме со јасна цел: вработените веднаш по тренингот да можат да го применат наученото на своето работно место.
Од лично искуство во Represent System, научивме и една важна лекција: едукацијата за AI не ја менува организацијата само така што луѓето ќе стекнат нови вештини, туку и така што околу тој процес на учење се гради позитивна промена во mindset-от.
Како да се направи AI едукацијата успешна?
- Прилагодете ја едукацијата на специфичните потреби на вработените
- Врзете ја едукацијата со реални проблеми и секојдневни задачи
- Обезбедете континуирана поддршка по завршување на едукацијата
- Дефинирајте јасни и мерливи бизнис резултати
- Градете организациска култура која поддржува и поттикнува користење на AI
AI не е магично стапче. Тоа е алатка што може да донесе огромна вредност само ако вработените јасно ја видат нејзината корист и ако компанијата им овозможи вистинска поддршка и услови за примена на новите знаења. Нашето искуство покажува дека со правилен пристап, AI едукацијата може да се претвори од трошок во една од најдобрите инвестиции во иднината на компанијата.
