Кейс / Казатомпром

AI-обучение для Казатомпрома

Двухдневная программа о том, как использовать AI в рабочей рутине: от писем и встреч до отчетности, контрагентов и сделок.

Групповое фото AI-обучения Казатомпрома

Клиент

Казатомпром

Формат

2 дня

Фокус

AI в работе

Казатомпром

Программа воркшопа, практические промпты, сценарии для встреч и документов, блоки по финансовым, закупочным и риск-процессам.

Что делали

Сначала разобрали основы генеративного AI и ChatGPT, затем перешли к промптам, документам, письмам, встречам, отчетности, контрагентам и сделкам.

Что было важно

Команде нужен был не обзор хайпа, а понятные рабочие сценарии для задач, где много документов, проверок, отчетов и рисков.

Что получилось

Готовая программа, практические упражнения, набор рабочих паттернов и видеоотзыв участника для публичного кейса.

Кейс

AI-обучение для Казатомпрома

Для Казатомпрома нужна была прикладная программа, которая не заканчивается на уровне "попросите ChatGPT написать текст". Важно было показать, как AI может помогать в документах, встречах, письмах, отчетности, проверке контрагентов, анализе сделок и санкционных рисков. Программу собрали как два плотных дня: сначала основы современного генеративного AI, затем сценарии, которые ближе к реальной корпоративной работе.

Задача

Перевести интерес к AI в рабочие привычки

О ChatGPT, DALL-E, MidJourney и похожих инструментах уже слышали почти все. Но в корпоративной работе вопрос другой: как применять AI, когда у тебя документы, встречи, отчеты, контрагенты и решения с риском.

Программа

Два дня практики вместо обзорной лекции

Первый день был про основу: от истории AI до современных генеративных моделей, затем промпт-инжиниринг, упрощение документов, генерация идей, запись и анализ встреч, деловая переписка. Второй день ушел в прикладные темы: отклонения в отчетности, оценка контрагентов, аффилированность стейкхолдеров, анализ сделок, цепочки поставок, ценовой контроль и санкционные риски.

Дизайн обучения

Теория только там, где она помогает практике

Материал собран слоями. Сначала достаточно теории, чтобы понимать возможности и ограничения генеративного AI. После этого каждый блок переводится в действие: написать, упростить, сравнить, проверить, структурировать или подготовить решение.

Похожие проекты

Хотите такую программу внутри компании?

Я адаптирую обучение под вашу отрасль, документы и решения, которые сотрудники принимают каждый день.

Техническое задание (необязательно)