Praktinės dirbtuvės
Apie 4 val. darbo su komandos užduotimis. Tinka pradžiai arba konkrečių įgūdžių stiprinimui.
Dirbtinio intelekto mokymai įmonėms
Dirbtinio intelekto mokymai įmonėms
Praktinės 4 valandų AI dirbtuvės jūsų komandai su realiomis darbo užduotimis. Dalyviai pasirengia darbo aplinką ir išbando bent vieną savo darbo scenarijų.
Gyvai, nuotoliu arba mišriai. Rekomenduojama grupė — iki 20 žmonių; kitą apimtį suderiname. Programa pritaikoma prieš mokymus.
Pasirinkite komandai tinkamą formatą
Mokymai padaliniui
Pardavimų, finansų, administracijos ar vadovų scenarijai. Turinį ir darbo pavyzdžius parenkame kartu.
Mokymai ir palydėjimas
Po mokymų grįžtame prie realių bandymų, koreguojame šablonus ir įtvirtiname komandos darbo standartą.
Dirbate su Microsoft 365 Copilot? Užklausoje nurodykite turimas licencijas ir norimas atlikti užduotis — pirmiausia įvertinsime tinkamą mokymų apimtį.
Mūsų klientai
Patirtis ir rezultatai
Patirtis dirbant su įmonių komandomis
Dažniausiai dirbame su didesnėmis gamybos, statybos, paslaugų ir projektinio verslo įmonėmis, kurioms svarbus ne funkcijų demonstravimas, o pritaikymas kasdieniame darbe.
- 100+
- apmokytų įmonių ir organizacijų
- 52
- vieši 10 iš 10 klientų įvertinimai
- 4 val.
- praktinio kontaktinio darbo
- 3+ sesijos
- rekomenduojamam diegimo palydėjimui
Mokymai kaip diegimo dalis
Nuo pavienių užklausų prie komandos darbo sistemos
Etapai pritaikomi pagal organizacijos brandą: ne visoms įmonėms reikia vienodos apimties, tačiau kiekviename etape sutariame dėl aiškaus rezultato.
-
01
Diagnostika
Sutariame dėl verslo prioritetų, įvertiname procesus, informacijos šaltinius, dabartinį naudojimą ir atrenkame vertingiausius scenarijus.
-
02
Praktiniai mokymai
Komanda mokosi su realiomis užduotimis, susikuria darbo šablonus ir susitaria dėl saugumo, kokybės bei žmogaus kontrolės.
-
03
Procesų įgyvendinimas ir palydėjimas
Pasirinktus scenarijus paverčiame veikiančiais procesais, išbandome su realiais duomenimis, paskiriame savininkus ir matuojame rezultatą.
Kam skirta
- Vadovų komandoms, visam kolektyvui arba atskiriems padaliniams
- Pardavimų, gamybos, tiekimo, projektų valdymo, finansų, administracijos, rinkodaros ir HR komandoms
- Didesnėms gamybos, statybos, paslaugų ir projektinio verslo įmonėms
- Organizacijoms, kurioms svarbus saugumas, darbo standartas ir pamatuojama nauda
Pasirengimas prieš mokymus
- Su vadovais aptariame tikslus, dalyvių darbus ir tinkamiausius ChatGPT, Claude, Gemini arba Copilot scenarijus
- Įvertiname Microsoft 365, Google Workspace, OneDrive, Google Drive, SharePoint ir kitą naudojamą aplinką
- Dalyviai apgalvoja dokumentus, informacijos šaltinius ir daugiausia laiko užimančius pasikartojančius darbus
- Kiekvienas dalyvis atsineša nešiojamą kompiuterį ir reikalingus prisijungimus
Ką mokosi ir išbando komanda
- AI tendencijas, pagrindinių modelių galimybes ir tinkamo įrankio pasirinkimą
- Duomenų saugumą, konteksto pateikimą, šaltinius, rezultato kriterijus ir žmogaus patikrą
- Darbą su dokumentais, PDF, lentelėmis, vaizdais, interneto paieška ir analize
- Projektus, asistentus, agentinius scenarijus, asmeninius Skills ir pakartojamus darbo šablonus pagal paskyros galimybes
Formatas ir grupės dydis
- Apie keturias kontaktinio darbo valandas, neskaitant pertraukų
- Rekomenduojamas gyvas formatas, užtikrinantis didesnį įsitraukimą ir praktinę pagalbą kiekvienam
- Galimi nuotoliniai arba mišrūs mokymai, kai dalis komandos jungiasi per Microsoft Teams ar kitą sistemą
- Ideali praktinė grupė - iki 20 žmonių; suderinus formatą galima dirbti ir su maždaug 40 dalyvių
Rezultatas dalyviams ir įmonei
- Parengta ir suasmeninta AI darbo aplinka
- Sukurti projektai, išbandyti asistentai, agentiniai scenarijai ir Skills pagal paskyrų galimybes
- Bent vienas praktiškai išbandytas dalyvio darbo scenarijus
- Visa mokymų medžiaga, aiškesnės saugumo ribos ir bendra komandos AI naudojimo kalba
Palydėjimas po mokymų
- Rekomenduojame bent tris praktines sesijas; apimtis priklauso nuo žmonių, procesų kiekio ir sudėtingumo
- Sesijose žinias pritaikome konkretiems įmonės procesams ir kuriame pakartojamą darbo būdą
- Laiko sutaupymą nustatome konkrečiame procese: lyginame visą darbo laiką su žmogaus patikra, kokybe ir taisymų poreikiu.
- Rezultatą vertiname su žmogaus patikra ir kokybės kriterijais, todėl sutaupymas nėra vienodas ar garantuojamas kiekvienam procesui
Kaip matuojame mokymų naudą
- Prieš mokymus pasirenkame konkrečius darbus, kuriuos komanda nori atlikti greičiau arba kokybiškiau
- Po mokymų vertiname ne dalyvių įspūdį, o realų naudojimą, darbo laiką, kokybę ir taisymų poreikį
- Geriausi individualūs darbo būdai paverčiami bendrais komandos šablonais
- Kai scenarijus pasiteisina, sprendžiame, ar jį standartizuoti, integruoti ar automatizuoti
AI kursai, seminarai ar praktinės dirbtuvės?
- Įvadinė paskaita padeda susipažinti su dirbtinio intelekto galimybėmis ir ribomis. Seminaras leidžia aptarti pavyzdžius ir komandos klausimus.
- Praktinėse AI dirbtuvėse darbuotojai patys atlieka užduotis: analizuoja dokumentus, rengia tekstus, tikrina rezultatus ir kuria darbo šablonus.
- Nuoseklūs dirbtinio intelekto kursai leidžia temas išdėstyti per kelis užsiėmimus ir tarp jų išbandyti naujus darbo būdus.
- Formatą ir apimtį suderiname pagal tikslą. Pavadinimas nenulemia kokybės: svarbiausia praktikos dalis ir tai, ką komanda gebės atlikti po mokymų.
DI mokymai darbuotojams pagal jų darbo užduotis
- Pardavimų komandai: klientų segmentai, pasiruošimas susitikimams ir pasiūlymų rengimas.
- Finansų ir administracijos darbuotojams: lentelių analizė, dokumentų palyginimas ir ataskaitų juodraščiai su žmogaus patikra.
- Personalo ir projektų komandoms: informacijos struktūravimas, susitikimų santraukos ir veiksmų planai.
- Mokymai įmonėms, įstaigoms ir organizacijoms gali vykti gyvai arba nuotoliu. Pavyzdžius ir pasirengimą parenkame pagal dalyvių patirtį bei duomenų naudojimo ribas.
Nuo pokalbio su AI iki valdomos darbo sistemos
- Pirmiausia dalyvis išmoksta aiškiai aprašyti užduotį, pateikti kontekstą, šaltinius, rezultato formatą ir kokybės kriterijus.
- Pasikartojančiam darbui kuriamas projektas, asistentas arba bendras komandos šablonas, kad rezultatas nepriklausytų nuo vieno atsitiktinio pokalbio.
- Kai procesas subręsta, vertiname, ar jam tinka integracija, agentinis veikimas arba automatizavimas. Veiksmus ir prieigas plečiame tik tiek, kiek būtina.
- Po mokymų dalyviai turi parengtą darbo aplinką, išbandytus scenarijus ir aiškią žmogaus patikros vietą.
Ką dalyviai praktiškai susikuria per mokymus
- Asmeninę darbo aplinką ir nustatymus, pritaikytus jų užduotims bei įmonės naudojimo taisyklėms.
- Bent vieną projektą ar bendrą konteksto struktūrą darbui su pasikartojančia informacija.
- Užklausų, dokumentų analizės, susitikimų pasirengimo ar ataskaitų rengimo šablonus.
- Išbandytą asistento, Skills ar agentinio darbo scenarijų, jeigu jį leidžia pasirinktas įrankis ir paskyra.
- Asmeninį tolesnių bandymų planą: ką taikyti iš karto, ką tikrinti ir ką verta vystyti per palydėjimo sesijas.
Saugumas yra mokymų dalis, o ne atskiras priedas
- Atskiriame viešus, vidinius, riboto naudojimo ir draudžiamus duomenis bei susitariame, kokioje aplinkoje su jais galima dirbti.
- Paaiškiname individualių ir valdomų verslo paskyrų skirtumus, prieigų kontrolę ir mažiausių būtinų teisių principą.
- Mokomės tikrinti šaltinius, skaičius ir svarbias išvadas, atpažinti klaidinančias instrukcijas dokumentuose ir neperduoti AI galutinės atsakomybės.
- Didelės rizikos, išorinei komunikacijai ir veiksmus kitose sistemose atliekantiems scenarijams numatoma aiški žmogaus patvirtinimo vieta.
Metodika
Nuo pokalbio į sistemą
Produktyvumas atsiranda tada, kai dirbtinis intelektas tampa pakartojamu darbo procesu: su aiškiu kontekstu, darbo šablonais, failais, saugumo ribomis ir komandos standartu. Todėl mokymuose ir palydėjime fokusuojamės ne į pavienius triukus, o į realų pritaikymą.
Lektoriai
Verslo patirtis, ne tik įrankių demonstravimas
Dirbtinio intelekto taikymą aiškiname per vadovavimo, strategijos, finansų ir pokyčių valdymo logiką.
Darius Simanavičius
Verslo vadovas ir valdybų narys
Daugiau nei 15 metų vadovavimo patirties IT ir gamybos sektoriuose. Dirbo CEO ir generalinio direktoriaus pozicijose, diegė strateginio ir operacinio valdymo sistemas. Šiandien padeda įmonėms praktiškai taikyti dirbtinį intelektą kasdieniam darbui ir sprendimų priėmimui.
Ignas Aleksandravičius
Strategijos, pokyčių ir verslo transformacijos vadovas
Daugiau nei 10 metų patirties dirbant su organizaciniais pokyčiais, strateginiu planavimu ir didelės apimties projektų valdymu viešajame bei privačiame sektoriuose. Padeda organizacijoms praktiškai taikyti AI procesų efektyvinime ir sprendimų priėmime.
Giedrius Leišis
Strategijos ir finansų vadovas
Daugiau nei 15 metų vadovavimo patirties gamyboje, planavime, verslo valdyme ir finansuose. Diegė LEAN, planavimo ir BI sistemas, kūrė modelius bei automatizacijas. Šiandien padeda praktiškai taikyti AI ir LLM sprendimus kasdieniam darbui.
DUK
Dažniausi klausimai apie AI mokymus įmonėms
Atsakymai į dažniausius klausimus, kurie padeda greičiau suprasti formatą ir vertę įmonei.
Kuo dirbtinio intelekto mokymai įmonėms skiriasi nuo ChatGPT mokymų?
ChatGPT mokymai dažnai fokusuojasi į vieną įrankį ir užklausas. Dirbtinio intelekto mokymai įmonėms apima platesnį taikymą: saugumą, darbo standartus, įrankių pasirinkimą, dokumentus, komandų scenarijus ir palydėjimą po mokymų.
Ar dirbtinio intelekto mokymai tinka darbuotojams be techninių žinių?
Taip. Mokymai skirti praktiniam darbui, todėl nereikia programavimo patirties. Dalyviai mokosi dirbtinį intelektą taikyti laiškams, dokumentams, analizei, susitikimams, pasiūlymams ir kitiems kasdieniams darbams.
Ar mokymai gali vykti Vilniuje, Kaune arba nuotoliu?
Taip. Mokymai gali vykti gyvai įmonėje, pasirinktoje vietoje arba nuotoliu. Formatą parenkame pagal dalyvių skaičių, tikslus ir praktinių užduočių pobūdį.
Kiek trunka dirbtinio intelekto mokymai įmonei?
Įprasti praktiniai mokymai trunka apie keturias kontaktinio darbo valandas, neskaitant pertraukų. Rekomenduojame gyvą formatą ir iki 20 dalyvių grupę, tačiau mokymai gali vykti nuotoliu, mišriai arba didesnei, maždaug 40 žmonių grupei.
Kaip įmonė pasiruošia praktiniams AI mokymams?
Prieš mokymus aptariame įmonės tikslus, naudojamus įrankius ir darbo aplinką. Dalyviai atsineša kompiuterius, prisijungimus ir iš anksto apgalvoja, su kokiais dokumentais dirba bei kurie pasikartojantys darbai užima daugiausia laiko.
Kas vyksta po AI mokymų?
Dalyviai gauna visą mokymų medžiagą. Norint žinias paversti veikiančiais įmonės procesais, rekomenduojame bent tris palydėjimo sesijas, kurių metu automatizuojami konkretūs darbai ir vertinamas rezultatas.
Ar padedate parengti dirbtinio intelekto naudojimo taisykles įmonėje?
Taip. Galime padėti susitarti, kokius duomenis galima kelti į AI, kokių negalima, kaip tikrinti atsakymus ir kokius darbo standartus taikyti komandoje.
Ar DI mokymai ir AI mokymai reiškia tą patį?
Taip. DI yra lietuviškas dirbtinio intelekto trumpinys, o AI kilęs iš anglų kalbos. Renkantis kursus svarbiau programa, praktinės užduotys ir jų atitikimas darbuotojų darbui.
Kaip pasiruošti praktinėms AI dirbtuvėms?
Dalyviams reikia kompiuterių ir veikiančių paskyrų. Prieš mokymus aptariame naudojamas sistemas, duomenų saugojimo vietas, dažniausias užduotis ir parenkame saugius dokumentų pavyzdžius praktikai.
Ar mokymuose pasirenkamas vienas AI įrankis?
Nebūtinai. ChatGPT, Claude, Gemini ar Copilot parenkame pagal komandos užduotis, turimas Microsoft 365 ar Google Workspace sistemas, duomenų vietą, paskyrų valdymą ir riziką.
Kaip vertinama mokymų nauda?
Prieš bandymą užfiksuojame užduoties laiką ir kokybės kriterijus. Po mokymų lyginame visą darbo trukmę, įskaitant žmogaus patikrą, klaidas ir tai, ar sukurtą būdą gali pakartoti kiti komandos nariai.
Mokymų programa
Gaukite jūsų komandai pritaikytą pasiūlymą
Nurodykite dalyvių skaičių ir norimus pagerinti darbus. Pasiūlysime formatą bei apimtį; kainą lemiančius kriterijus aptarsime prieš užsakymą.