Как юристы и финансисты DevOps-компании освоили AI для своей ежедневной рутины

Когда крупная DevOps-компания приходит за обучением по ИИ, ждёшь запрос про инженеров: агенты для ops, AI в CI/CD, автоматизация инфраструктуры.

У «Фланта» запрос оказался другим — учить не инженеров, а юристов, финансистов, офис-менеджеров.

Логика нам понятна: компания, которая профессионально автоматизирует чужую инфраструктуру, хорошо понимает, где автоматизация даёт настоящую отдачу. И решила начать с тех процессов, где рутины больше всего, — с бумажной работы: договоров, документов, отчётности.

Компания

«Флант» — крупная DevOps-компания, один из ведущих игроков на рынке Kubernetes и DevOps в России, с собственной платформой Deckhouse. В B2B с 2017 года, более 500 сотрудников.

Что делает этот кейс особенным — у «Фланта» необычно высокая AI-зрелость для заказчика обучения. У компании своя внутренняя AI-платформа, которая обращается к разным моделям по API (Anthropic, GPT, DeepSeek — на выбор, со сравнением и reasoning-режимами), параллельно в ходу Gemini с корпоративными коннекторами, Cursor.

То есть учить нужно было не «что такое нейросеть» с нуля, а команду, которая кое-что уже умеет и хочет двигаться дальше — на своих инструментах.

Задача

Изначально запрос был простым и честным: вдохновить и погрузить команду в работу с ИИ на их собственной платформе. Без амбиций «сделать всех разработчиками».

Но как только мы стали готовиться, выяснилось, что у этого бэк-офиса очень специфический центр тяжести: в нём много юристов — почти 40% всех участников. И стартовый опрос это подтвердил — на первое место среди задач, которые хочется отдать ИИ, вышли подготовка и проверка договоров, регламентов и внутренних документов. Так «вдохновляющая база» обросла конкретным юридическим ядром.

Опрос заодно показал, насколько разная это аудитория по уровню. Больше половины (52%) — новички: почти не пользуются ИИ или пробовали пару раз и бросили. Ещё около трети — «любопытные», кто заходит время от времени, но без системы. И только 17% — продвинутые, кто работает с ИИ ежедневно, а один сотрудник уже собирает автоматизации на n8n.

Удержать в одной программе и совсем новичков, и продвинутых — задача, которую нельзя решить «одним темпом на всех».

Чем этот кейс отличался от других

У «Фланта» зрелые, выстроенные процессы: аккаунт договаривается об изменении условий, заводит задачу юристам в трекере, юристы готовят дополнительное соглашение, оно идёт через электронный документооборот на подпись, дальше — методисты. Аккаунты, штатные юристы, трекер, ЭДО — полноценный конвейер.

Это значило, что общие советы про промпты не актуальны. Учить нужно было под конкретные звенья этого конвейера — и в первую очередь под юридическую работу, где цена ошибки высокая, а рутины много. Боль одного из юристов из опроса — точный портрет этой рутины: каждый день проверять по несколько договоров, своих и контрагента.

Решение

Сначала — снять два главных страха

Опрос показал, что тормозит людей сильнее всего: безопасность («не хочу передавать рабочие данные») и недоверие к точности («вдруг ИИ придумает»). Эти два страха назвали больше всего участников. Если их не закрыть в первые минуты, дальше человек просто не пойдёт практиковаться, а будет сидеть и наблюдать.

Поэтому мы начинали не с «вау-демо», а с фундамента: как думает языковая модель, почему она галлюцинирует и как это ловить, что происходит с данными и как выстроить работу так, чтобы это было безопасно. Когда человек понимает механику, страх сменяется контролем.

База — но на их инструментах и под их задачи

Дальше — базовый трек, пересобранный под «Флант»: что происходит в мире ИИ, как устроен промптинг (в том числе приём «попросите модель сначала задать вам вопросы»), чем отличаются модели и когда какую брать, как кастомизировать мастер-промпт, работать с проектами и большими файлами, использовать reasoning-модели.

Всё это — на их собственной платформе, чтобы знания ложились ровно на тот интерфейс, в котором люди работают каждый день.

Юридическое ядро

Дальше — то, ради чего всё затевалось. Разобрали два рабочих юридических сценария:

1. 01Анализ договора — как за минуты получить summary и вытащить ключевые условия, которые юрист обычно вычитывает вручную. Разбирали на примере реального договора.
2. 02Сверка NDA с матрицей согласования — настроили «проект», который сравнивает входящий договор с чек-листом компании и выдаёт вердикт: подходит или нет, и если нет — в каких именно пунктах. По сути, превратили рутинную ручную сверку в инструмент.

Где честно сказали «это пока не автоматизируется»

Был и запрос со звёздочкой — поиск судебной практики и анализ позиций по делам. Здесь мы не стали обещать невозможного: профильные системы вроде КонсультантПлюс и Гаранта закрыты намеренно, и надёжно подключить к ним ИИ нельзя. Честно показали границы — и продемонстрировали максимум возможного на сегодня: как работает агентный браузер.

Автоматизация и агенты

Второй смысловой блок — про автоматизацию внутренних процессов: какие вообще бывают сценарии, что такое агенты и чем две школы агентов отличаются друг от друга, где нужен агент, а где достаточно простой линейной автоматизации. Отдельно развели вайб-кодинг и сборку автоматизаций на ноу-код-конструкторах вроде n8n — и закрепили принцип «всегда оценивайте бизнес-эффект», прежде чем что-то автоматизировать.

Команда

Первые модули вёл лично Кирилл Гурбанов, основатель sfer.ai. Сессию по Cursor — Эдуард Эпштейн, эксперт sfer.ai, ex Head of Growth и AI в «Спортс». Отдельный воркшоп по n8n — Артём Фролов, эксперт sfer.ai, разработчик агентов.

Результат

Команда, которая на входе делилась на новичков и сомневающихся, к концу программы получила общий язык и общий набор рабочих инструментов — от анализа договоров до сверки NDA. Для аудитории, где больше половины почти не пользовались ИИ, а ключевым барьером был страх, это и есть главный сдвиг — не «вау от технологии», а спокойная уверенность, что этим можно и нужно пользоваться в своей работе.

Что мы поняли

Этот проект стал для нас опорным. Программу, которую мы пересобрали под «Флант», мы потом использовали под другие воркшопы как проверенный шаблон — она показала, что базовый трек хорошо адаптируется под конкретную индустрию и конкретные роли.

А ещё «Флант» подтвердил неочевидную вещь: самый интересный AI-эффект часто не там, где его ждёшь. Не у инженеров, которые и так разбираются во многих инструментах, а у юристов и финансистов, чью рутину годами считали «непрофильной для технологий». Именно там автоматизация высвобождает больше всего времени — и именно туда стоит смотреть зрелым компаниям.

Спасибо команде «Фланта» за доверие и за то, что подошли к обучению так же системно, как к своим инженерным процессам!