Как перейти от общетеоретических разговоров к экономически эффективному использованию искусственного интеллекта в бизнесе, рассказывает первый зампред правления Сбера Александр Ведяхин. Речь идет о том, что сделать обычному российскому управленцу, чтобы сделать свой бизнес/проект более эффективным с помощью ИИ.
Что нужно сделать управленцу, чтобы на смену красивым презентациям и разговорам в компании появились реальные ИИ-решения, приносящие пользу бизнесу?
1) Выберите проекты, которые требуют меньше всего усилий и при этом дают максимальный результат. Реализовав их, вы переубедите скептиков и воодушевите сторонников.
2) Просвещайте сотрудников - объясняйте, что ИИ поможет им выполнять их работу, а не заменит их (искусственный интеллект — это шерпа. Он помогает пройти путь к вершине).
3) Сделайте ставку на тех, у кого горят глаза, и им поручите внедрение. Своим энтузиазмом они заразят остальных сотрудников.
4) Управляйте и подавайте личный пример. Оценивайте эффективность проектов (для этого есть методичка Альянса в сфере ИИ), "вшивайте" показатели по ИИ в систему KPI и используйте ИИ сами.
5) 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.
6) 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.
7) Сегодня искусственный интеллект – это ассистент. Когда я начинал свою карьеру, я был практикантом: делал много рутинной, нудной работы для отдела – копировал, печатал, заполнял таблицы. Сейчас ИИ находится примерно на этом уровне – хорошего практиканта, в ближайшее время он дотянется до уровня младшего специалиста. Но в любом случае он делает ту работу, которая отнимает много времени и при этом приносит относительно мало дополнительной ценности. 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.
8) Представьте подъём в гору. Сам штурм вершины занимает два дня, но путь к ней — сорок. Чтобы дойти, нужны шерпы, которые несут снаряжение, делают всю тяжелую работу. Сегодня искусственный интеллект — это шерпа. Он помогает пройти путь к вершине.
9) Отдельным вопросом остается финансовая эффективность ИИ-проектов. Как только ИИ становится частью стратегии, он начинает конкурировать за ресурсы – деньги, людей, внимание топ-менеджмента – с другими инвестициями. Без понятной оценки эффекта ИИ-проекты быстро превращаются в набор разрозненных инициатив: что-то работает, что-то «кажется полезным», но никто не может ответить на главный вопрос управленца – где именно создается ценность и стоит ли масштабировать решение. На практике оценка ИИ-проектов сводится к нескольким конкретным шагам: фиксируете базовое состояние процесса (сколько он стоит компании сегодня, сколько времени занимает, где возникают ошибки, потери и ручной труд), затем описываете целевое состояние после внедрения ИИ в виде измеримых изменений тех же показателей. Разница между этими двумя состояниями и есть потенциальный эффект. Подробнее то, как следует выстроить систему оценки, описано в методологии, подготовленной Российским Альянсом в сфере искусственного интеллекта.
