Реакція на AI нагадує п'ять стадій прийняття змін
Якщо подивитися на те, як люди реагують на появу чогось, що суттєво змінює звичний порядок речей, можна провести цікаву паралель із моделлю п'яти стадій прийняття.
У ній виділяють заперечення, гнів, торг, депресію та прийняття. Це не обов'язково послідовний маршрут і точно не універсальна інструкція для кожної людини. Але сама ідея добре описує те, як ми іноді адаптуємося до великих змін.
З AI ми, здається, зараз спостерігаємо щось дуже схоже. Реакція розгорталася приблизно так:
Спочатку було: «АІ ніяк не допомагає».
Потім: «AI забере мою роботу».
Зараз: «Ну добре, покажи, що ти там умієш».
З'являються меми, рілси, тисячі експериментів і мільйони людей, які щодня відкривають Claude чи інший AI-інструмент для абсолютно побутових речей.
AI перестає бути новинкою і стає робочою нормою
А паралельно відбувається інша, набагато важливіша зміна.
AI поступово переходить із категорії «вау нова технологія» в категорію звичайного робочого інструменту.
І поки одні команди все ще вирішують, чи варто взагалі його використовувати, інші вже вчаться отримувати з нього бізнес-цінність.
AI сам себе в команду не інтегрує
У дослідженні McKinsey працівники назвали два головні способи збільшити щоденне використання AI:
48% працівників назвали формальне AI-навчання одним із головних способів збільшити щоденне використання AI,
45% сказали те саме про інтеграцію AI у вже існуючі workflows.
Сьогодні ринок перенасичений АІ-рішеннями. Хоч інструментів і багато, хороших – надзвичайно мало. Спеціалістів із доступом до AI теж багато. А тих, хто справді розуміє, як використовувати його у своїй роботі, – одиниці.
Для того, щоб назвати себе впевненим користувачем АІ треба розуміти наступні речі:
як використати конкретний інструмент для своєї роботи;
який контекст йому дати;
як перевірити результат;
як вбудувати його у свій робочий процес.
Дати працівнику найкращий AI-інструмент на ринку легко. А далі що?
Адже доступ до інструменту сам по собі не створює навички користування ним. Компаніям потрібно не лише давати людям доступ до AI, а створювати умови, у яких вони вчаться ним користуватися.
Це стосується не тільки tech-індустрії
І це точно не тільки історія для IT-шників чи тільки tech-індустрії.
Маркетолог, sales, рекрутер, фінансист, операційний менеджер. Практично кожна роль повинна використовувати AI для оптимізації своєї роботи.
Але що означає «вміти користуватися AI»?
Чи достатньо вміти написати хороший промпт, щоб сказати, що ти вмієш користуватися AI?
Розуміння, як дати моделі правильний контекст, як оцінити її результат (evals) і як вбудувати AI у роботу є фундаментом роботи з будь-яким провайдером. Будь то ChatGPT чи Claude.
Як цьому навчитись? Один зі способів навчитися це відкриті курси від Anthropic. Наприклад, у ній є окремі курси з Claude Code, API, Skills, MCP, AI Fluency та інших напрямів.
Мати доступ до AI і вміти використовувати його можливості на повну – це дві різні речі.
Інструменти (Сlaude, GPT та інші) можуть здаватися дуже простими у використанні саме тому, що базовий сценарій дійсно простий “відкрив, написав, отримав відповідь”.
Але за цим простим інтерфейсом стоїть набагато складніша система можливостей. І саме їх ми хотіли навчитися використовувати.
Саме тому ми сертифікували всю команду Byte&Kite
Byte&Kite – AI-native агенція. З 2024 року ми допомагаємо компаніям інтегрувати AI у щоденну роботу команд. Ми також входимо до Claude Partner Network, що дає нам доступ до партнерських ресурсів Anthropic та підтримки для роботи з Claude на рівні бізнес-рішень.
Наш CEO, Родіон Лозовий, став Anthropic Certified Architect ще на початку, коли якраз відкрили сертифікацію. Згодом і вся R&D команда. Це технічний рівень знань, який підтверджує здатність проєктувати й будувати AI-рішення на Claude.
Але для нас було важливо, щоб експертиза не залишалася лише в руках технічного ядра команди.
Тому всі core члени команди Byte&Kite пройшли навчання та отримали сертифікати Anthropic Academy. Неважливо, чи це маркетинг, project management чи операційна роль. Кожен має розуміти, як працювати з AI у своїй зоні відповідальності.
Anthropic Academy та Claude Certified: у чому різниця?
Anthropic Academy – це безкоштовна навчальна платформа з відкритими курсами. Її достатньо, щоб зробити перший огляд, розібратися в можливостях Claude і зрозуміти базові принципи роботи з AI. За даними Anthropic, у 2026 році навчання на платформі пройшли понад 400 000 людей.
Якщо ж ваша мета підтвердити професійну експертизу, тут уже потрібні саме офіційні сертифікації. Це окремі платні іспити з прокторингом (через Pearson) і цифровим бейджем після складання.
Пам’ятаєте нещодавній хайп із сертифікаціями від Anthropic? Вони додали ще три, і тепер їх чотири, причому вперше з’явився рівень для non-tech ролей. Раніше Anthropic мала лише сертифікацію рівня архітектора.
Claude Certified Associate: Foundations. Для non-tech ролей: консультантів, PM та бізнес-фахівців. Про роботу з Claude, оцінку результатів, AI workflows та відповідальне використання.
Claude Certified Developer: Foundations. Для інженерів. Про побудову застосунків на Claude: API, tool use, MCP, оптимізація й безпека.
Claude Certified Architect: Foundations. Для солюшн-архітекторів. Про проєктування production-рішень із Claude Code, Agent SDK, API та MCP.
Claude Certified Architect: Professional. Для досвідчених архітекторів, які працюють зі складними enterprise-рішеннями. Про архітектуру інтеграцій, governance та оцінку в масштабі великих компаній.
Тобто Anthropic Academy це перший крок для тих, хто хоче розібратися в AI, а Claude Certified це рівень для тих, хто хоче підтвердити свою професійну експертизу.
Anthropic Academy: які AI-навички отримала команда Byte&Kite
Claude Code in Action
Про роботу з довгими автономними сесіями Claude Code: як делегувати агенту великі задачі, керувати його поведінкою, автоматизувати повторювану роботу і перевіряти результат.
Наприклад, Claude може сам виконувати задачі за розкладом, перевіряти код або запускати кілька процесів паралельно, а людина вже перевіряє результат.
Building with the Claude API
Про інтеграцію Claude у власні продукти й системи: API, tool use, RAG, prompt evaluation, агенти та workflows. Тобто про те, як перетворити Claude з чату на компонент реальної системи.
Наприклад, компанія може інтегрувати Claude у свій продукт, щоб автоматично аналізувати документи, обробляти запити клієнтів або генерувати контент.
Introduction to Agent Skills
Як перетворювати повторювані задачі на готові AI-workflows, якими можна користуватися і ділитися з командою.
Наприклад, один раз описати процес підготовки аналізу конкурентів й потім запускати його за єдиним сценарієм замість того, щоб щоразу починати з нуля.
Introduction to Model Context Protocol
Як підключати Claude до зовнішніх даних, файлів, сервісів та інших інструментів, щоб він міг працювати не лише з тим, що ми написали йому в чаті.
Наприклад, підключити AI до внутрішньої бази компанії, CRM або інших робочих систем і дати йому можливість працювати з актуальними даними.
Introduction to Claude Cowork
Про те, як працювати з Claude вже не як із чатом, а як із робочим партнером, який може працювати з реальними файлами, папками та застосунками.
Наприклад, Claude може зібрати дані з кількох документів і таблиць у готовий звіт, підготувати презентацію чи клієнтську розсилку або знайти й звести інформацію через браузер. І для цього не потрібно вміти програмувати.
AI-грамотність у 2026 році – базова професійна навичка
І ні, це не означає, що кожному фахівцю треба ставати AI engineer.
Але у 2026 році AI-грамотність поступово стає такою ж базовою професійною навичкою, як уміння працювати з інструментами своєї ролі.
Не обов'язково знати, як побудована модель. Не обов'язково вміти писати код. Але розуміти, що AI може робити, як правильно ставити йому задачі, як перевіряти результат і як вбудовувати його у свою роботу, скоро стане такою ж нормальною частиною професійної грамотності, як уміння працювати з іншими інструментами своєї професії.