AI обучението става социално в тех среди на средна възраст
Шошана Бергер и Нина Уилдорф, съоснователки на Aged Intelligence Society, превърнаха AI обучението в вечери само с покани и бързо растяща нюзлетър общност — тенденция, подчертана в скорошни публикации и интервюта от 2025 г. Развитието е важно, защото показва, че AI грамотността се разпространява чрез социални формати и доверие между хората, а не само чрез формални корпоративни внедрявания. Според интервюто на WIRED със Zoë Schiffer и цитираната публикация на New York Times за втората вечеря на групата, търсенето е надхвърлило капацитета още от самото начало.
Aged Intelligence turns AI training into a social format
Новинарският ъгъл е ясен: две бивши редакторки на списания са установили, че практическото любопитство към AI е надраснало обичайния формат на панелни дискусии и демонстрации от доставчици. Бергер, бивш редактор в WIRED и по-късно ръководител на редакционни екипи в Notion и IDEO, и Уилдорф изграждат Aged Intelligence около малки срещи само с покани, на които жени тестват заедно най-новите инструменти и обсъждат как те се вписват в работата и живота им.
Изглежда, че този модел отговаря на реална празнина. Техните вечери са били презаписани още в началото, техният Substack по данни е надхвърлил 1000 абонати бързо, а жени извън района на Bay Area са започнали да организират собствени срещи. От пазарна гледна точка тук по-малко става дума за нишов социален клуб и повече за модел за разпространение на AI workshops: с ниско напрежение, воден от конкретни казуси и опрян на връстници, а не на технически gatekeepers.
Рамката на Бергер е показателна, защото премахва абстракцията. Тя описва когнитивното натоварване в средната възраст директно и твърди, че AI може да функционира като асистент, когато служебните и семейните ангажименти се натрупват. Уилдорф формулира по-широкия извод още по-ясно: отказът от AI днес е професионален недостатък. Това е по-силен сигнал от обичайното обещание за продуктивност, защото третира AI грамотността като условие за професионална релевантност, а не като незадължителен експеримент.
Why this matters for workplace AI adoption
За работодателите изводът не е, че вечерите ще заменят корпоративното AI обучение. Изводът е, че много служители възприемат нови инструменти по-бързо, когато първият допир е социално безопасен, релевантен за ролята им и нетехнически. Този модел съвпада с по-широки данни, че ученето между колеги повишава участието и задържането на знания при изграждане на работни умения. Например последното проучване State of AI на McKinsey нееднократно показва, че внедряването зависи не по-малко от операционния модел и enablement, отколкото от достъпа до модели.
Практическият урок е, че услугите за AI adoption често се провалят, когато започват само с достъп до инструменти. Една компания може да закупи лицензи за Claude, Microsoft Copilot или ChatGPT, но ако служителите не виждат конкретни примери от хора като тях, използването спира. Изследванията на Gartner за поведението в дигиталната работна среда отдавна посочват влиянието на вътрешните шампиони и доверието между колеги върху усвояването на софтуер, а тази история следва този модел много близо.
От playbook-а на Encorp: Социалната увереност често идва преди промяната в процесите. Екипите са по-склонни да използват AI последователно, когато първата им обучителна сесия включва практика с prompts на живо, примери по роли и свобода открито да сравняват резултатите. Затова структурирани програми в стил AI for Personalized Learning работят най-добре, когато са практически, а не теоретични.
Има и демографски момент, който много разговори за AI стратегия пропускат. Голяма част от пазарния разказ все още се върти около разработчици, основатели или knowledge workers в ранна кариера. Aged Intelligence вместо това представя AI като подкрепа за опитни професионалисти, които носят високо натоварване при вземане на решения както в работата, така и у дома. Това разширява адресируемата аудитория за корпоративно AI обучение и променя представата как изглежда полезното обучение.
The practical lesson for mid-market teams
Компании от средния пазар в професионалните услуги, технологиите и медиите могат да копират повече от този модел, отколкото изглежда на пръв поглед. Не ексклузивността или формата на вечеря, а механизмите: малки групи, тесен набор от prompts, експериментиране на живо и примери, свързани с реална работа. Тези съставки често са по-ефективни от широки AI курсове, които се опитват да преподават всичко наведнъж.
Разумен старт е workshop от 60 до 90 минути, фокусиран върху три повтаряеми задачи: обобщаване на документи, изготвяне на първи вариант на съдържание и превръщане на хаотични бележки в структурирани действия. Служителите трябва да сравняват резултатите, да обсъждат неуспехите и да идентифицират къде моделът е въвел риск или е загубил време. Това прави AI обучението конкретно. Освен това изгражда общия език, необходим за последваща работа по roadmap за AI внедряване.
Изходните материали предлагат и още едно полезно наблюдение за оператори: основателките не са се позиционирали като големи технически експерти. Те са тествали инструменти така, както го правят журналистите, след което са превеждали изводите на достъпен език. Това е важно, защото много компании надценяват стойността на експертни монолози и подценяват стойността на практика, водена от фасилитатор. В ранните фази на внедряване увереността често се разпространява по-бързо чрез практични преводачи, отколкото чрез специалисти.
Има и компромис. Форматите, водени от колеги, могат да се плъзнат към анекдотичност, ако не са свързани с бизнес приоритети. Екипът може да си тръгне ентусиазиран, но без стандарти за съхранение на prompts, избор на инструменти или работа с данни. Точно тук fractional AI lead или вътрешен спонсор става полезен: някой трябва да свърже експериментирането с одобрени работни процеси, бюджети и резултати.
What larger enterprises should take from the trend
Големите компании трябва да четат тази тенденция не толкова като любопитна история, а като сигнал за дизайна на обученията. Еднократните AI workshops рядко се задържат в мащаб, защото са откъснати от ежедневните операции. Това, което обичайно работи по-добре, е кохортен модел: обучавате една група, идентифицирате вътрешни шампиони, събирате prompts и казуси, след което провеждате следващата група с по-прецизни примери.
Това е подобно на начина, по който узряват много внедрявания на корпоративен софтуер. Насоките на Forrester за програми за промяна и adoption последователно подчертават значението на затвърждаването, релевантността по роли и обратните връзки от общността пред еднократните обучения. AI зависи още повече от повторение, защото резултатите варират, а ефективното използване се подобрява с итерации.
Има и урок за дизайна на съдържанието от опита на Бергер в WIRED, Notion и IDEO. Редакторският инстинкт помага, защото AI грамотността отчасти е въпрос на обяснение: кои задачи заслужават автоматизация, кои prompts дават надеждни първи варианти и къде хората все още трябва да проверяват контекст и тон. Компаниите, които третират AI обучението като въпрос на документация и работни процеси, а не само на procurement, вероятно ще се движат по-бързо.
Основният риск е фрагментацията. Ако всеки екип развива собствена библиотека от prompts и навици за работа с инструменти без координация, качеството бързо се разминава. Затова на компаниите им трябват едновременно разпределено учене и централизирана курация. Това е балансът между социалната енергия и оперативната дисциплина.
Peer-led AI learning vs traditional training programs
Пазарът се разделя по две линии. AI workshops, водени от колеги, генерират по-бързо доверие, защото примерите изглеждат непосредствени, а грешките могат да се обсъждат на разбираем език. Традиционните програми се мащабират по-добре, когато организацията има нужда от последователност, отчетност и връзка с по-широки планове за развитие на умения.
Къде печелят форматите, водени от колеги? По скорост. Те свалят бариерата на притеснение и могат да създадат инерция за седмици, а не за тримесечия. Къде формалните програми остават важни? При стандартизацията. Регулирани процеси, междуфункционални внедрявания и инструменти за цялата компания изискват нещо повече от неформален ентусиазъм.
На практика най-силните програми за AI обучение комбинират и двете. Те заемат близостта на общностно воденото учене, но запазват структурирана учебна програма, одобрен набор от инструменти и ясен път от експериментиране към внедряване. Именно този хибриден подход липсва на много компании от средния пазар: не поредната обща awareness сесия, а повтаряем мост от любопитство към компетентна употреба.
The takeaway: AI fluency is becoming a baseline skill
Историята на Aged Intelligence е новинарски значима, защото показва как AI adoption навлиза в по-човешки слой на пазара: не инфраструктурни екипи или създатели на модели, а професионалисти, които решават дали могат да останат актуални без пряк, практически допир. Това е съществена промяна за всяка компания, която планира корпоративно AI обучение през 2026 г.
Какво да следим оттук нататък? Дали повече работодатели ще формализират тези социални модели на учене вътре в бизнеса. Ако го направят, следващата вълна на AI adoption може да дойде по-малко от нови model launches и повече от по-добре проектирани обучителни среди, които правят редовната практика нещо нормално.
Martin Kuvandzhiev
Co-Founder & CEO, encorp.ai
CEO and Founder of Encorp.io with expertise in AI and business transformation
LinkedIn