Когда стартапу пора платить за обучение команды AI вместо найма ещё одного программиста

Что изменилось за последние полтора года

Эффективность одного человека в комплекте с AI выросла так, что иногда добавить нового сотрудника = добавить мощность, которую можно было получить, переучив текущую команду. Условный бюджет на нового человека за квартал сопоставим с бюджетом одной серьёзной программы обучения, и эта программа поднимает производительность всей команды, а не только одной новой ставки.

Это не общий принцип «обучение всегда лучше найма», это конкретная развилка для текущего момента. AI как инструмент сделал большой скачок именно за последние полтора года, и большинство команд ещё не догнали этот скачок на уровне рабочих привычек.

Что не работает: «научимся сами по ходу»

Самая частая позиция фаундера: «мы и так пользуемся ChatGPT, освоим всё новое сами». В большинстве портфельных компаний, которые шли по этой логике, эффект был +10-15% к скорости отдельных задач, и на уровне процессов это почти не видно.

Происходит вот что. У сотрудника в фоне есть подписка на ChatGPT, он иногда что-то спрашивает, иногда просит переписать письмо или собрать черновик отчёта. Это ускорение существующего процесса, и через полгода человек работает примерно так же, как и до AI, только с подключённым помощником. Это не AI-нативная работа, это AI-ускоритель старого процесса.

Чтобы пересобрать функцию, нужны три вещи одновременно. Время на эксперимент с разными инструментами, и оно обычно не появляется само в загруженной операционке. Актуальные знания о том, что AI умеет именно сейчас, потому что то, что было правдой год назад, уже не правда. И кто-то рядом, кто корректирует и говорит «это ты делаешь по-старому, давай попробуем по-другому».

Сами по себе эти три вещи в команде не появляются.

Почему обучать должен не фаундер

Это противоречит интуиции, потому что фаундер часто как раз тот человек, кто больше всех в команде работает с AI. Но именно поэтому и нет.

Внутри команды слова руководителя всегда воспринимаются через «а что он на самом деле от нас хочет». Это не вина команды, это особенность роли: фаундер не может полностью быть преподавателем, потому что у него с командой есть другие отношения, в которых он постоянно оценивает результат и принимает решения. Когда то же самое говорит внешний эксперт, которому заплачено за результат, восприятие другое — у него нет власти оценивать, и его задача буквально одна, показать результат программы.

Это похоже на динамику с коучами и психотерапевтами: ровно та же мысль, которую много раз говорили близкие, от внешнего профессионала вдруг становится слышимой.

Что должна давать программа

Не лекции «что такое LLM» и «история нейросетей», от них в рабочих привычках почти ничего не остаётся. Работающий формат — трекинг: каждый участник идёт со своими реальными задачами, эксперт разбирает их индивидуально, проверяет результат, корректирует. Программа длится несколько недель, не один день, потому что новая привычка не формируется за один воркшоп.

Главный сдвиг — не в том, что люди узнают новые инструменты, а в том, что они перестают подгонять AI под привычный процесс и начинают перекраивать сам процесс. Отчёты, которые собирались полдня, начинают собираться в пару команд агенту. Скоринг входящих лидов перестаёт быть ручной работой. Подготовка к встречам перестаёт быть поиском информации в почте. Это и есть «не можем работать без AI», а не «иногда им пользуемся».

Когда это особенно осмысленно для стартапа

Эта логика работает не для всех. Несколько критериев, по которым я как венчурный партнёр рекомендовал бы тратить на обучение, а не на найм.

Команда от 5 человек. На команде в 2-3 человека эффект от внешнего тренера будет, но окупаемость хуже, потому что фиксированные расходы на программу размазываются на меньшее число людей.

Есть конкретные функции, которые сегодня работают по-старому. Если команда уже работает с AI на принципиально другом уровне, обучать не нужно, нужно просто докупать инструменты.

Готовность самого фаундера пересмотреть процессы. Если вы хотите, чтобы команда после обучения захотела перестроить функции, а вы скажете «давайте пока по-старому, мне так привычнее», деньги потеряются. Обучение работает только если фаундер сам готов меняться.

Бюджет на программу. Качественный трекинг с экспертом стоит существенно больше, чем подписка на курс, и здесь экономия даёт обратный эффект.

А вы для своей команды как решали эту развилку — найм нового человека или серьёзное обучение текущей? И как считали окупаемость?

В Telegram-канале разбираю, как AI меняет процессы в портфельных компаниях.