ИИ-грамотность команды: установки, навыки и доступ к Claude

В академии Anthropic вышел урок для тех, кто внедряет ИИ в компании, и в нём есть неожиданное признание: прежний способ мерить ИИ-грамотность устарел за несколько месяцев. Вместо списка правильных приёмов предлагается рамка из трёх рычагов — установки, навыки и доступ к рабочим инструментам вроде Claude. На 17 сентября 2026 года урок помечен как пятиминутный, и ниже мы разбираем, что в нём полезного для российской команды, а что придётся достраивать самим.

Почему список приёмов перестал работать

Раньше ИИ-грамотность описывали через поведение, которое видно прямо в диалоге: человек проговаривает цель, называет аудиторию, приводит пример нужного результата. Anthropic пишет, что такие приёмы остаются неплохими подсказками для новичка, но мерить ими грамотность в масштабе компании больше нельзя. Причина простая: модели поумнели настолько, что часть этих шагов делают за пользователя.

Отсюда смена оптики. Компании, которая хочет изменений, предлагается смотреть на три рычага: установки людей, их навыки и доступ, который у них есть.

Ещё одна мысль оттуда же стоит того, чтобы её выписать. Когда Anthropic спрашивала людей, чего они ждут от ИИ, на первом месте оказалась не экономия времени, а профессиональное мастерство. Люди осторожничают, когда внедрение построено вокруг того, чего они пока не умеют, и пробуют, когда оно опирается на то, что они уже делают хорошо. Это разница между «вас научат работать с ИИ» и «посмотрим, что ваш опыт даст в новых инструментах».

Три рычага

Установки это то, что люди думают про ИИ: на что он способен, на что нет и какое место занимает в их работе.

Навыки определены неожиданно узко: это способность доводить до результата сложные задачи. Видно их по одной метрике, доле задач, которые выходят как надо. По мере того как человек учится управлять контекстом, оформлять повторяющееся в навыки и автоматизировать то, что стоит автоматизировать, эта доля растёт.

Доступ это то, чем человек может пользоваться: какие модели, какие функции включены в организации.

Важная оговорка самого урока: это не оценочная шкала. Нет финишной черты и нет «хорошего балла», три части связаны между собой и работают как одна система. Для российской практики это стоит подчеркнуть отдельно: превратить рамку в KPI не получится, и попытка сломает её смысл.

Семь установок

Список, по которому предлагается смотреть на свою команду.

1. Определить, что считается успехом, до начала работы.
2. Считать первый результат черновиком.
3. Сегодняшний ИИ худший из тех, которыми вы будете пользоваться.
4. Проверять соразмерно ставке.
5. ИИ это соавтор, которым руководят, а не оракул, которого спрашивают.
6. Контекст главный рычаг.
7. Помощь ИИ не снимает ответственность.

Люди держат в голове несколько установок разом и переходят от одной к другой, поэтому искать «правильную» бесполезно. Если браться только за одну, авторы советуют третью. Логика такая: пока человек верит, что модель завтра будет сильнее сегодняшней, он возвращается и перепроверяет старые выводы. Там, где эта вера не прижилась, представление о возможностях ИИ застывает на дате первой неудачной попытки, и эксперименты прекращаются.

Навыки: мерить не приёмы, а долю удачных задач

Самая практичная часть урока. В нём показан график по одной трудной задаче на пятидесяти попытках. Доля успеха растёт в два приёма: сперва когда команда доводит формулировки и добавляет навык, чтобы формат результата получался стабильно, затем когда добавляет рубрику, по которой модель проверяет собственную работу, и состязательную проверку сверху.

Вывод авторы формулируют прямо: фиксированного списка навыков нет, фиксирована цель, задача должна получаться. Для руководителя это удобнее любого чек-листа. Не нужно спорить, правильно ли сотрудник пишет запросы. Нужно знать, какая у него доля задач выходит с первого раза и что он добавил, чтобы она выросла.

Оговорка к этому графику: он показывает одну задачу в одной команде. Это иллюстрация механики, а не норматив, с которым можно сравнивать своих людей.

Доступ: лестница, которой компания управляет напрямую

Из трёх рычагов доступ единственный, который целиком в руках организации. Он разложен на четыре слоя.

• Модели. До каких моделей люди дотягиваются и насколько те сильны.
• Обвязка. То, что построено вокруг модели: агенты и права на инструменты.
• Поверхности. Где ИИ появляется: чат, рабочие инструменты, в которых люди и так сидят.
• Функции. Что включено: память, проекты, подключения к вашим данным.

Ключевая фраза раздела звучит жёстко и она верная: установки и навыки не компенсируют отсутствующий доступ. Сколько ни объясняй команде правильные привычки, на слабой модели без подключения к рабочим данным сложная задача не выйдет.

Российская часть, которой в уроке нет

Рамка написана так, будто доступ это вопрос внутренней настройки: администратор включил, люди пользуются. У нас нижний слой этой лестницы начинается на шаг раньше, и этот шаг называется оплатой.

Российской картой подписка на сайте Anthropic не оплачивается, и корпоративные планы в этом смысле не отличаются от личных. То есть самый нижний слой доступа, доступ к моделям, у российской команды упирается не в решение администратора, а в способ оплаты. Дальше по лестнице всё как в уроке: функции вроде памяти, проектов и подключения к данным включаются уже на аккаунте.

Практический вывод для руководителя: прежде чем обсуждать с командой установки и навыки, честно ответьте себе, у скольких людей вообще есть рабочий доступ. Если он есть у двоих из пятнадцати, разговор про ИИ-грамотность будет разговором про этих двоих.

Где рамка не помогает

Честно, без восторга.

Из неё не сделать оценку. Авторы сами говорят, что это не рубрика и финиша нет. Любая попытка выставить сотруднику балл по трём рычагам превратит полезную оптику в очередную аттестацию, от которой люди начнут защищаться.

Установки не меняются распоряжением. Ту самую третью установку нельзя внедрить письмом. Она появляется, когда человек лично увидел, что задача, не решавшаяся полгода назад, теперь решается.

Список установок временный. Он прямо назван рабочим. Строить на нём годовую программу обучения рискованно, к концу года половина формулировок будет другой.

Урок на английском и без русской версии. Интерактивные вставки со схемами и списками подгружаются отдельно, автоперевод страницы их портит.

Кому он не подойдёт. Если вы ищете готовую программу обучения с модулями и тестами, здесь её нет. Это рамка для разговора, а не курс.

С чего начать разговор в команде

Урок заканчивается тремя заходами, и они хороши тем, что каждый занимает одну планёрку.

1. Установки. Покажите список из семи пунктов на встрече и обсудите, какие из них важнее для вашей работы.
2. Навыки. Попросите каждого назвать самую сложную задачу, которую он доводит до результата вместе с ИИ, и рассказать, как именно.
3. Доступ. Проверьте, до каких данных ваши инструменты вообще дотягиваются.

От себя добавим четвёртый: посчитайте, у скольких людей в команде доступ есть на самом деле. Это самый скучный пункт и обычно самый результативный.

Где купить Claude

Оплатить подписку российской картой на сайте Anthropic не выйдет, и для команды это упирается ровно в тот самый нижний слой доступа. Вариантов два: зарубежная карта либо оформление через нас на ваши аккаунты. Аккаунты остаются вашими, проекты и история никуда не переезжают.

Тарифы Claude Pro, Max 5x, Max 20x и пополнение баланса Claude API держим на витрине: смотреть тарифы Claude. Оплата картой российского банка или через СБП. Если оформляете на несколько человек, напишите в чат на сайте, подскажем, что удобнее взять под вашу работу.