Цифровые решения отраслевых задач
с помощью ИИ и командного лидерства

БЛОК 1 · HERO

Построй AI-решение, которое нужно реальной индустрии.

AI-SANA Этап 3 — продолжение для тех, кто уже прошёл первую программу и готов идти дальше. Разработана при академическом руководстве Paul Kim, PhD — советника Lumos Capital Group, члена Национального совета по ИИ при Президенте РК, ex-Associate Dean и CTO Stanford University Graduate School of Education.

Ты уже понимаешь, как работает ИИ. Теперь пора научиться создавать. Этап 3 — это 16 недель, за которые ты пройдёшь путь от первой нейросети, написанной с нуля, до готового MVP, который представишь перед инвесторами. Не концепция на бумаге — работающий продукт.

По дороге ты услышишь 40 людей, которые строят и финансируют AI-компании прямо сейчас: венчурных инвесторов из Alpha Intelligence Capital и IFC, основателей единорогов, юристов из Wiley Rein, CFO австралийского единорога и шестерых казахстанских предпринимателей, которые уже прошли Stanford и Кремниевую долину.

Из 700 тысяч студентов Казахстана на Этап 3 пройдут 60 тысяч. Программа рассчитана на тех, кто собирается строить не локальный проект, а компанию, способную выйти на мировой рынок.

16 недель. 15–17 часов в неделю. Реальный продукт на выходе.

БЛОК 2 · ДЛЯ КОГО

Этап 3 — для тех, кто готов строить.

Первая программа дала тебе понимание. Эта требует другого: способности довести идею до работающего продукта.

Этап 3 подойдёт тебе, если:

• Ты завершил AI-SANA Program 1 и хочешь не остановиться на теории.
• Тебе интересно не просто понимать ИИ, а писать код, который решает конкретную задачу.
• Ты хочешь разобраться, как устроены реальные индустрии — и где в них место для ИИ.
• Ты готов работать в команде из 5 человек над проектом, который не стыдно показать инвестору.
• Тебе важно услышать людей, которые прошли этот путь до тебя — и задать им вопросы.

Что нужно знать заранее

Базовый Python, понимание основ машинного обучения, уверенная работа в Google Colab и с генеративным ИИ. Всё это ты получил в Program 1 — если чувствуешь пробелы, вернись к материалам первого модуля перед стартом.

Про английский — честно

Задания на SMILE изначально на английском. Уроки курса — на русском, казахском и английском, а браузерный перевод заданий никто не запрещает.

Но дело не в удобстве. Питч, который ты будешь записывать в финале, требует английских субтитров — потому что именно так его посмотрит инвестор из Сан-Франциско или Сингапура. Каждый спикер программы говорит на английском. Документы, которые подписывают фонды, написаны на английском. Работая с материалом на английском 16 недель подряд, ты выходишь из программы человеком, который может вести переговоры в той среде, где решения принимаются.

БЛОК 3 · РЕЗУЛЬТАТЫ ПРОГРАММЫ

Что ты получишь по итогам 3 Этапа.

Умение строить AI-системы, а не только понимать их

Ты напишешь нейросеть с нуля, обучишь свою CNN, дообучишь языковую модель через QLoRA и соберёшь RAG-конвейер на FAISS. К концу первого модуля у тебя будет разговорный робот, который помнит контекст и ориентируется в пространстве. Всё — своими руками, в Google Colab.

Понимание того, как на самом деле работают индустрии

Прежде чем предлагать ИИ-решение, нужно понять процесс, который ты собираешься улучшить. Ты научишься видеть узкие места, считать реальный ROI и отличать задачи, где ИИ создаёт ценность, от тех, где он — просто модное слово. На кейсах из 11 отраслей.

Взгляд инвестора на рынок

Как венчурный фонд выбирает сектор? Почему одни AI-компании защищены от копирования, а другие исчезают за год? Ты услышишь это напрямую от партнёров фондов с капиталом в сотни миллионов долларов — и научишься строить карту рынка для любой незнакомой отрасли.

Навыки, которые не автоматизирует ни одна модель

Шесть принципов лидерства Пола Кима — коммуникация, сотрудничество, креативность, критическое мышление, сострадание, приверженность. Пока ИИ создаёт контент, люди создают смысл. Этот модуль о том, как убеждать, вести за собой и строить доверие.

Готовый MVP и питч

Финальный проект — работающий прототип для реальной отраслевой задачи, слайды и видеопитч. То, что можно показать инвестору, положить в портфолио или превратить в компанию. Лучшие проекты увидят менторы и отраслевые партнёры.

Сертификат AI-SANA Этап 3

Подтверждение того, что ты прошёл программу, разработанную совместно со Stanford AIRE — с порогом в 70% по каждому заданию. В резюме и профиле это читается однозначно.

И что дальше?

Главное, что ты уносишь из Этап 3, — понимание того, что на самом деле требуется глобальным инвесторам и мировым индустриям. Не пересказ статей, а услышанное напрямую от партнёров фондов, которые распоряжаются сотнями миллионов долларов, и от людей, внедряющих ИИ в Novartis, Snowflake и Interactive Brokers.

С этим пониманием ты можешь строить стартап, который изначально рассчитан на мировой рынок, а не на локальную нишу. Это же понимание — и твой готовый MVP — серьёзно усиливают заявку в Astana Hub и другие акселераторы: ты приходишь туда не с идеей, а с прототипом, проверенной бизнес-моделью и способностью защитить её перед инвестором.

Отраслевые кейсы программы взяты из разных стран, но подобраны так, чтобы их логику можно было применить здесь: агрофинтех в Восточной Европе, роботы в горнодобыче, ИИ в энергетической инфраструктуре. Всё это — задачи, которые стоят и перед Казахстаном.

БЛОК 4 · АКАДЕМИЧЕСКИЙ ДИРЕКТОР

Под руководством Paul Kim, PhD.

Advisor at Lumos Capital Group · Член Национального совета по ИИ при Президенте РК · Ex-Associate Dean & CTO, Stanford University Graduate School of Education · Ex-Chair, International Expert Committee of the World Bank · Создатель SMILE — платформы, которую ЮНЕСКО назвала переломным моментом в образовании · Президент Seeds of Empowerment, проекты в 22+ странах.

Если Program 1 учила понимать и анализировать, то Этап 3 ставит задачу иначе: создавать, руководить, доводить до конца. Разница между этими двумя вещами — примерно та же, что между чтением о плавании и прыжком в воду.

В основе программы — концепция «шести С», которую Пол Ким разрабатывал в Стэнфорде: коммуникация, сотрудничество, креативность, критическое мышление, сострадание и приверженность. Это не мягкие навыки в привычном понимании. Это то, что отличает основателя, за которым идут люди, от человека с хорошей идеей.

Paul Kim, PhD

Видео-приветствие академического директора программы

БЛОК 5 · МЕТОДОЛОГИЯ

Как устроена программа.

Каждое решение в дизайне Этап 3 основано на исследованиях в области образовательных технологий, накопленных в Стэнфорде за более чем два десятилетия.

Шесть принципов лидерства — 6C

Сквозная линия всей программы. Каждый принцип развивается не лекцией, а практикой — в командной работе, обсуждениях и проектах.

Практика важнее теории

Каждая тема следует циклу Lecture → Experiment → Lecture → Experiment. Ты не просто слушаешь — ты меняешь параметры, ломаешь модель, смотришь что произошло и понимаешь почему.

Команды из пяти человек

Все проекты Этап 3 выполняются командой. Это не для удобства проверки — реальные продукты не строятся в одиночку, и умение договариваться под давлением сроков не менее важно, чем умение писать код.

Обучение от тех, кто это делает

Не лекции о теории стартапов, а разговоры с людьми, которые сейчас инвестируют, строят и продают AI-компании. Инвесторы рассказывают, как принимают решения. Основатели — как это ощущается изнутри.

Платформа SMILE

Все задания, экзамены и финальный проект — на платформе Stanford SMILE. ИИ-система оценивает работы по таксономии Блума (минимальный уровень — 4) и даёт персональную обратную связь. Повторные попытки не ограничены: система создана для развития, а не для отсева.

БЛОК 6 · ПРОГРАММА — МОДУЛИ И СПИКЕРЫ

Шесть модулей. Шестнадцать недель.

От первой нейросети, написанной с нуля, — через отраслевые знания и предпринимательские навыки — к MVP, который ты представишь инвесторам.

---

2.1 Основы программирования ИИ ~51 ч. Недели 1–3

Самый плотный модуль программы: 54 сегмента кода в Google Colab. Ты начнёшь с одного нейрона, написанного вручную, и закончишь разговорным домашним роботом, который помнит контекст разговора и учится ориентироваться в пространстве.

Здесь не будет пересказа теории. Каждая концепция закрепляется кодом сразу же: обучил модель — посмотрел, где она ошибается — понял почему — исправил.

Субтопики

• Нейрон с нуля: почему линейные модели не справляются с нелинейными задачами
• Обратное распространение ошибки и интуиция градиентного спуска
• Первая модель глубокого обучения на MNIST: TensorFlow и Keras
• Компьютерное зрение: свёрточные фильтры, пулинг, дропаут, аугментация данных
• Transfer learning: MobileNetV2, ResNet, DenseNet, EfficientNet
• Медицинская визуализация: когда выигрывает глубокое обучение, а когда — классическое ML
• NLP: векторные представления слов и геометрия значения в векторном пространстве
• Самовнимание, многоголовочное внимание, позиционное кодирование · BERT / GPT / T5
• Fine-tuning GPT-2 на Hugging Face: генератор историй в стиле Шекспира
• Как работают ChatGPT, Claude и Gemini изнутри
• Prompt engineering: zero-shot, few-shot, chain-of-thought
• QLoRA fine-tuning и оценка результата по нескольким измерениям
• RAG-конвейер: FAISS, sentence-transformers и визуализация галактики векторов
• Интеграция LLM API, казахский Q&A-ассистент, публикация через Gradio
• Ответственный ИИ: предвзятость, галлюцинации и почему доверие — это техническая задача
• Фреймворк выбора: когда нужен prompt, когда RAG, когда fine-tuning, а когда обычный ML
• Реальная стоимость ИИ в продакшене: инфраструктура и compliance против затрат на API

Итоговое упражнение модуля

Учебный проект, который соединяет четыре изученных метода в одной системе: обнаружение намерений через embeddings, память на RAG и FAISS, генерация ответов и обучение с подкреплением. Не продукт для рынка — тренировка на то, чтобы увидеть, как разные подходы работают вместе.

Мост к предпринимательству

• Структура из трёх вопросов: когда нужен prompt, RAG, fine-tuning, CNN, классический ML или обучение с подкреплением
• Сопоставление подхода с восемью приоритетными отраслями AI-SANA
• Реальная стоимость ИИ в продакшене: инфраструктура и compliance против затрат на API
• Рефлексивный анализ «твоего пути в ИИ» — подготовка к предложению собственного проекта

ВЕДУЩИЙ МОДУЛЯ

Формат: 37 видеосегментов · Python в Google Colab · Hugging Face · Gradio · лабораторные отчёты на SMILE

---

2.2 Отраслевые знания ~39 ч. Недели 4–6

Прежде чем предлагать ИИ-решение, нужно понять процесс, который ты собираешься улучшить. Этот модуль — о том, как работают реальные организации: где теряется время, где скапливаются запасы, кто принимает решение о покупке.

Ведёт модуль доктор Ю Тэк Ли — 20 лет профессор операционного менеджмента в Бостонском университете, признанный лучшим преподавателем по опросам студентов. Его подход простой: ИИ, внедрённый без понимания процесса, чаще всего не даёт никакого эффекта.

Субтопики

• Блок-схемы процессов, SIPOC и уровни процессов — что нужно понять до внедрения ИИ
• Время цикла, узкие места, балансировка линии — как посчитать реальный ROI от ИИ
• Рычаги улучшения: доступное время, ресурсы, задачи — и как ИИ меняет каждый из них
• Глобальные цепочки поставок: время выполнения заказа, эффект хлыста, роль ИИ в прогнозировании
• Управление запасами: EOQ, структуры цепочек в пищевой, строительной, медицинской и горнодобывающей отраслях

Отраслевые кейсы

Каждая тема раскрывается на живом примере из индустрии — от практиков, которые внедряли эти решения:

• Образование · Здравоохранение · Кибербезопасность в телекоме
• Финтех · Строительство и робототехника · Энергетика
• Горнодобыча и автономные системы · Управление данными и облако
• Создание контента для маркетинга · Управление талантами · Сельское хозяйство

ВЕДУЩИЙ МОДУЛЯ — 12 СЕССИЙ

Его сквозной вопрос ко всем 12 сессиям: где именно в этом процессе или цепочке поставок ИИ может дать реальный вклад — не автоматизируя то, что и так происходит, а делая возможным то, что раньше было невозможно?

СПИКЕР — КАЗАХСТАН

Формат: видео-лекции + анализ бизнес-кейсов на SMILE + командные обсуждения + экзамены

---

2.3 Тренды и кейсы на рынках ~39 ч. Недели 7–9

Как венчурный фонд выбирает, в какой сектор заходить? Почему одни AI-компании защищены от копирования, а другие исчезают, как только выходит новая базовая модель? Этот модуль — прямой доступ к мышлению инвесторов, которые распоряжаются сотнями миллионов долларов.

Отдельная тема — как выйти из Центральной Азии на глобальные рынки. Не абстрактно, а через конкретные программы, сети и людей: Astana Hub, Silk Road Innovation Hub, мосты в Кремниевую долину.

Субтопики

• Как глобальный VC анализирует рынок: выбор сектора, размер, незаполненные ниши
• Карта рынка как универсальный инструмент для анализа незнакомой отрасли
• Где ИИ создаёт долгосрочную ценность, а где остаётся тонкой обёрткой над чужой моделью
• Экспертиза и доступ к данным как защита от превращения технологии в товар
• Сроки, ограничения и убеждённость основателя — что на самом деле решает исход
• Пути из Центральной Азии на мировые рынки: программы, сети, конкретные механизмы

Разбор рыночных вертикалей

• Здравоохранение и медико-биологические науки · Финтех и DeFi
• Кибербезопасность · Полезные ископаемые и добыча · Образование и EdTech
• Операционная автоматизация · Вычислительная инфраструктура · Робототехника
• Энергетика · Продовольствие и сельское хозяйство · Развлечения и креативные индустрии

Формат: видео-сессии с инвесторами + построение карт рынков + командные обсуждения + экзамены

---

2.4 Прикладные предпринимательские навыки ~39 ч. Недели 10–12

Прототип есть. Что дальше? Этот модуль — о том, как отличить задачу, за которую заплатят, от той, которая просто кажется интересной. В основе — фильтр из шести критериев, который отсеивает идеи ещё до того, как ты потратил на них полгода.

Спикеры здесь самые разные: инвесторы, юристы по интеллектуальной собственности, финансовые директора, CEO брокерской компании с капитализацией в $100 млрд. Каждый закрывает свой участок пути от идеи до первых продаж.

Шесть критериев рыночного спроса

• Приоритет — насколько срочна проблема для того, кто платит
• Измеримая рентабельность — можно ли доказать эффект в деньгах
• Скорость получения выгоды — через сколько будет виден результат
• Внедрение конечными пользователями — кто реально будет этим пользоваться
• Неудовлетворённость текущим положением — почему нынешнее решение не устраивает
• Осуществимость через ИИ — действительно ли ИИ здесь лучший инструмент

Субтопики

• Поиск клиентов, оценочные модели, прототипы и партнёры по проектированию
• Коммерческий ров: интеграция в рабочие процессы, нишевость, стоимость перехода
• Экономика единицы продукции, ценообразование и финансовое моделирование ИИ-продуктов
• Продажи, инициированные основателем, и переход к масштабируемой функции выхода на рынок
• Агропром: анализ отрасли, стратегия выхода на рынок и привлечение венчурных инвесторов
• Биотех: как войти в сферу передовых технологий и завоевать доверие акселераторов
• Кибербезопасность: итеративная разработка и защита от базовых моделей
• Корпоративные B2B-продажи: как продавать до создания продукта и нанять первую команду
• Финтех: продукты на основе ИИ в отрасли, построенной на доверии
• Финансирование стартапа: отчётность, соотношение CAC и LTV, рост против прибыльности
• Юридическая сторона: интеллектуальная собственность, структура компании, подготовка к раунду

ВЕДУЩИЙ МОДУЛЯ — 22 СЕССИИ

Его 22 сессии проходят весь путь: трансформация прототипа, фильтр из шести критериев, поиск идей, техническая оценка, партнёры по дизайну, TAM/SAM/SOM, конкурентная среда, сегментация клиентов, бережливый стартап, структура затрат на ИИ, экономика единицы продукции, модели ценообразования, финансовая модель, первый клиент и масштабирование выхода на рынок.

Формат: видео-разборы + работа над собственной бизнес-моделью + кейсы на SMILE + экзамены

---

2.5 Универсальные навыки для лидерства и работы в команде ~39 ч. Недели 13–15

ИИ пишет код, генерирует тексты и делает презентации. Чего он не делает — не убеждает людей идти за собой, не строит доверие и не принимает решения, когда данных недостаточно, а решать нужно сейчас.

Этот модуль построен вокруг концепции «шести С» и ведётся через практику: упражнения, разборы, обратная связь от команды. Спикеры — люди, которые управляют компаниями-единорогами, выступают на TED и обучают врачей работать с клиническим ИИ.

Субтопики

• Межкультурная коммуникация и свободное владение международным бизнес-контекстом
• Убеждение, ведение переговоров и публичные выступления
• Рассказывание историй и личный бренд основателя
• Налаживание связей и построение долгосрочных отношений
• Сотрудничество, динамика команды и разрешение конфликтов
• Развитие лидерских качеств и личностный рост
• Эмоциональный интеллект и лидерство, основанное на служении и этике
• Критическое мышление, креативность и принятие решений в условиях неопределённости
• Устойчивость, установка на развитие и непрерывное обучение

ВЕДУЩИЙ МОДУЛЯ — 46 СЕССИЙ

46 сессий закрывают всё: убеждение и переговоры, фасилитация и обратная связь, разрешение конфликтов, делегирование, удалённые команды, лидерство между поколениями, принятие решений в условиях неопределённости, эмоциональный интеллект, кризисное лидерство, психология продаж, критическое мышление, управление энергией и стрессом, growth mindset, личный бренд и финансовая грамотность основателя.

Ключевая мысль эпохи After Generative AI: человеческие способности становятся ценнее, а не дешевле, по мере того как ИИ забирает рутинные когнитивные задачи.

Формат: практические упражнения по методу «шести С» + командные сессии + разборы + экзамен

---

2.6 Заключительный этап — MVP-проект ~10 ч. Неделя 16

Финальная неделя. Твоя команда берёт реальную отраслевую проблему, строит на её основе работающий прототип и представляет его так, как это делают перед инвестором: слайды и видеопитч.

Это единственное задание в программе, где использование ИИ для создания контента запрещено. Не потому что ИИ — это плохо, а потому что смысл проекта — показать твоё мышление, а не мышление модели.

Что нужно сделать

• Собрать команду и определить концепцию MVP — с использованием инструментов из всех модулей
• Подготовить презентацию в Google Slides по 12 обязательным этапам
• Записать видеопитч на YouTube: минимум 3 минуты, английские субтитры, все члены команды в кадре
• Выставить доступ «любой, у кого есть ссылка, может просмотреть»

Двенадцать этапов питча

Оценка проводится ИИ по взвешенной шкале в 120 баллов, нормализованных до 100. Проходной балл — 70. Повторная подача не ограничена.

ВЕДУЩИЙ

Наибольший вес — этап 3 (Решение / MVP, 15 баллов): ясность, логическая обоснованность, инновационность и осмысленность.

Без презентации в Google Slides применяется штраф 20% к итоговому баллу.

Лучшие проекты публикуются для менторов и отраслевых партнёров.

БЛОК 7 · КАК УСТРОЕНО ОЦЕНИВАНИЕ

Зачёт / Незачёт. Порог — 70%.

Никаких буквенных оценок и среднего балла. Есть порог качества — и неограниченное число попыток его достичь.

Все задания выполняются на платформе Stanford SMILE. ИИ-система оценивает работы по таксономии Блума — минимальный уровень 4, то есть анализ, а не воспроизведение информации.

Виды заданий

• Экзамен на знание материала — по каждому модулю
• Исследовательская оценка — вопросы, которые формулируешь ты сам (Bloom 4+, оценка ИИ 5+/10)
• Анализ бизнес-кейсов — найти слабые места в плане и предложить решение
• Открытые задания — связать понятия из разных областей
• Практические эксперименты — код и лабораторные отчёты из Coding Handbook
• Финальный проект — MVP, слайды и видеопитч

Повторные попытки не ограничены — по любому заданию SMILE.

Задания на SMILE на английском; уроки курса — на русском, казахском и английском. Браузерный перевод заданий разрешён.

По итогам программы — сертификат AI-SANA Этап 3.

БЛОК 8 · ПРИЗЫВ К ДЕЙСТВИЮ

Начни Этап 3.

16 недель. Твой первый работающий AI-продукт. 40 человек, которые уже прошли этот путь.

Program 1 дала тебе понимание. Этап 3 даёт то, что можно показать: прототип, питч, сертификат и знание того, как думают инвесторы, принимающие решения о миллионах долларов.

Следующее поколение глобальных технологических лидеров вырастет где-то. Вопрос только в том, окажешься ли ты среди них.