Как перейти от общетеоретических разговоров к экономически эффективному использованию искусственного интеллекта в бизнесе, рассказывает первый зампредправления Сбера Александр Ведяхин.
На смену хайпу вокруг ИИ приходит зрелый и взвешенный подход – инновационная технология становится реальным бизнес-инструментом. Данные BCG показывают, что компании-лидеры по ИИ демонстрируют рост выручки в 1,7 раз и рост общей доходности для акционеров в 3,6 раз по сравнению с менее зрелыми с точки зрения внедрения технологии фирмами. Они также превзошли конкурентов по нефинансовым показателям, таким как количество патентов и удовлетворенность сотрудников. Согласно данным исследования, проведенного Axenix при экспертной поддержке Исследовательского центра в сфере искусственного интеллекта МГУ имени М.В. Ломоносова, суммарная экономия компаний, внедряющих ИИ, в зависимости от отрасли составляет 15–40%. Тем не менее, когда дело доходит до практики, перед многими управленцами встает вопрос – так как все-таки внедрить ИИ у себя в компании? Отвечает Александр Ведяхин:
1)Срывайте низковисящие фрукты. Любое внедрение начать следует с того, чтобы определить проекты, которые требуют меньше всего усилий и при этом дают максимальный результат. Чтобы определить потенциал проектов, достаточно построить простую матрицу: по одной оси – усилия, по другой – результат. С самых перспективных и нужно начинать, но останавливаться на этом – тоже ошибка. Многие руководители считают свою задачу выполненной в тот момент, когда проект формально поставлен: «я обозначил приоритет – дальше разбирайтесь сами». Необходимо назначить ответственного, и им должен стать тот, кто действительно горит инициативой внедрения ИИ. На старте вам понадобятся два лидера: бизнес-лидер, который несет ответственность за результат со стороны бизнеса, и технологический лидер. Когда оба по-настоящему вовлечены, возникает тот самый perfect match – и проект начинает двигаться. Зачастую эффективнее опираться не на самых опытных и проверенных, а на более молодых, амбициозных и внутренне мотивированных, давая им четкие проектные полномочия. Тем, кому есть что терять, сложнее идти в зону неопределенности, и в крупных организациях это особенно заметно. У топ-менеджера почти всегда одновременно в работе много направлений, и уволить его за провал одного проекта крайне сложно: даже если один-два буксуют, остальные он вытягивает.
2)Боритесь с предрассудками. Внедрение любых изменений встречает сопротивление со стороны большинства, и ИИ-проекты – не исключение. Усугубляют ситуацию и страхи массовых увольнений и замены человека искусственным интеллектом. Однако эти опасения искусственны. Правда в том, что большинство сотрудников в российских компаниях перегружены, они просто не успевают делать свою работу. Основная задача ИИ сегодня — помочь людям быстрее выполнять их задачи. Сегодня искусственный интеллект – это ассистент. Работа распределяется по принципу Парето – 80% времени уходит на задачи, которые дают 20% результата. Сюда относится формирование отчетности, аналитика, обзоры рынка, бесконечное копание в цифрах. Именно ее нужно доверить искусственному интеллекту. Это подтверждают и последние исследования: по данным McKinsey, до 57% рабочих часов в США технически могут быть автоматизированы уже существующими технологиями. Аналитики отмечают, что это не означает исчезновение половины профессий – меняется состав задач внутри ролей.
3)Делайте ставку на энтузиастов. Руководителю нужно понимать, что люди при внедрении любой новой технологии обычно делятся на три категории. Первая - ранние приверженцы, вторая - молчаливое большинство, третья - отстающие. Задача руководителя – на проект набирать именно ранних приверженцев, а отстающих не подпускать к таким проектам даже близко. С молчаливым большинством нужно работать по-другому — через убеждение, работу со страхами и обучение. Если не сработало ни убеждение, ни обучение, значит, мы имеем дело с сотрудником, который категорически сопротивляется изменениям. Такой человек не должен находиться в ядре трансформации. А если меняется вся система, ему в итоге придется эту систему покинуть. Когда в работу только внедрялись компьютеры, остро стоял вопрос: почему компании «дискриминируют» сотрудников за то, что те не умеют ими пользоваться. Сейчас это вызывает улыбку: владение ПК – базовый навык, без которого ты в принципе не можешь рассчитывать на хоть сколько-нибудь интеллектуальную работу. Чем все закончилось? Все научились пользоваться компьютерами. Те, кто не научился, либо ушли на пенсию, либо остались на ручном труде. И сейчас происходит примерно то же самое с искусственным интеллектом.
4)Масштабируйте. Масштабирование невозможно без выстраивания системы KPI таким образом, чтобы она мотивировала всех, включая не очень активное большинство. Если у вас нет нормальной процедуры KPI-менеджмента – сначала надо выстроить ее, а уже потом обсуждать внедрение ИИ. Если KPI-управление у вас есть, и у менеджмента KPI связан с проектами, тогда вы просто добавляете цель по ИИ на уровне совета директоров. Это может быть экономический эффект от ИИ, глубина внедрения, широта внедрения. Дальше вы каскадируете цель вниз. И последнее, о чем нужно помнить. С точки зрения трансформаций неуспешны те организации, где трансформация не нужна первому лицу. Неудачные ИИ-проекты почти всегда объединяет одно: руководителю проекта они не были по-настоящему интересны. Руководители должны быть первыми приверженцами, источниками изменений. Не бывает так, что лидер пропагандирует использование ИИ, но сам им не пользуется. Сотрудники всегда ориентируются на нас, менеджер — ролевая модель для своей команды.
