ИИ в управлении языковой школой Priorita: опыт Трофимова

Зачем ИИ нужен в управлении школой

Алексей Трофимов — академический директор сети лингвистических центров Priorita: 7 собственных филиалов в Тюмени и ещё 8, открытых по франшизе в других городах России. Параллельно с управлением сетью он продолжает преподавать английский и организует конференцию для языковых школ Fifty Shades of ELT.

На эфире EduGrowth он сознательно ушёл от темы «как использовать ИИ на уроках» — этим, по его словам, участники уже занимаются сами. Разговор был про другое: как встроить ИИ в управление бизнесом, чтобы решения по деньгам, зарплатам и отсеву учеников перестали приниматься на глаз.

Правило первое: ИИ как фильтр для каждой идеи

Первое, что Трофимов внедрил в управлении, — привычку прогонять через ИИ вообще всё, что рождается в команде.

Важная оговорка: по его наблюдению, ИИ достраивает то, что уже есть у сильной команды: переводит сырую мысль в форму, которую можно обсуждать, и быстрее проверяет риски. Креатив при этом остаётся за людьми. Сотрудники перестают тратить время на черновики и ожидание оформления.

Отдельного «часа на ИИ» в расписании Трофимов принципиально не держит — по его опыту, инструмент работает лучше как фон: тихо и регулярно, без выделенного часа в расписании.

Кейс: повышение зарплат без кассового разрыва

Практический пример, который Трофимов разобрал подробно, — типичная для сети школ дилемма: нужно поднять зарплату сотрудникам, при этом экономика уже просела.

Прежде чем поднимать цены, в Priorita собрали вводные для ИИ: траектории роста и падения учеников по периодам, динамику оплат и сумм, влияние повышения цены на общий результат, аналитику по категориям цен и продажам продуктов. По словам Трофимова, он подключает ИИ в режиме агента к CRM-системе — тот сам находит данные внутри системы и анализирует их — без промежуточных скриншотов и пересказа на словах.

После сбора базы ИИ рассчитал общий зарплатный фонд, на который можно опираться, и риски повышения цен — с учётом желаемой выручки школы, платёжеспособности клиентов и денежного потока. Итог: с сентября часть учеников, платившая 590 ₽ за занятие, перешла на 790 ₽ — прибавка в 200 рублей, которую в реалиях российского рынка сложно назвать незаметной.

Отдельно ИИ пересчитал сценарии раннего бронирования — вместо режима «подождём — посмотрим» появилось понимание, сколько лидов нужно завести и какую конверсию сделать, чтобы компенсировать возможный отток при новой цене. Это же изменило подход к KPI администраторов: жёсткие цели по набору, которые раньше ставили «как получится», стали конкретными вилками и рамками. Похожая логика разобрана в уроке Академии про повышение цен и в разборе трёх моделей расчёта зарплаты педагогов.

Разрыв в зарплатах между опытными и молодыми учителями

При расчёте зарплатного фонда ИИ показал закономерность, которую в сети видели, но не формулировали как задачу: разрыв в доходах между «топовыми» и молодыми преподавателями. По итогам разбора в Priorita пересмотрели KPI и планы, обновили окладную логику и перешли от одной универсальной схемы по грейдам к более индивидуальным зарплатным предложениям.