• Руководителям необходимо осознать исключительную важность данных, причем не только внутренней информации, обеспечивающей работу систем искусственного интеллекта, но и более широкого диапазона данных.

Иначе говоря, в данной главе рассматривается фрагмент MELD нашей модели MELDS (на навыках, то есть фрагменте S, от англ. skills, мы сосредоточимся в следующей главе). Мы расскажем, как ведущие компании внедряют четыре указанных метода, а также предложим рекомендации по внедрению систем искусственного интеллекта с ориентацией на долгосрочный рост. Наши рекомендации выходят за пределы того, что обычно содержат методики применения информационных технологий и трансформации бизнеса, и касаются непосредственно самых современных систем искусственного интеллекта и сопутствующих аспектов (в том числе тех, которые обычно не принимаются во внимание), таких как корпоративная культура, этика, доверие потребителей и доверие сотрудников.

Переосмысление бизнес-процессов требует совершенно иного мышления — говоря словами инженера-исследователя Шошаны Зубофф, «разрыва с тем миром, который мы воспринимаем как должное»[122]. Именно такой «разрыв» с действующими подходами к выполнению работы позволяет компаниям представить новые бизнес-модели и создать революционные инновации. Другими словами, когда люди просто принимают существующий процесс как должное, а затем используют искусственный интеллект для его автоматизации, они могут добиться разве что небольших улучшений. Для перехода на новый уровень эффективности необходимо внедрить новые способы выполнения работ, а затем определить, где и в чем может помочь искусственный интеллект. Мы рекомендуем руководителям использовать трехфазный подход: определение и описание, совместное создание ценности, масштабирование и обеспечение устойчивости.

Определение и описание

Вполне естественно, что при попытке переосмыслить процесс людям трудно отказаться от прежних паттернов, и это мешает представить иные возможности. Чтобы избежать этого, следует всегда помнить о различиях между традиционными бизнес-процессами и новым подходом, основанным на использовании искусственного интеллекта. Наши исследования показывают, что в настоящее время результат носит не линейный, а экспоненциальный характер. Изменения больше не осуществляются эпизодически под руководством людей; они представляют собой адаптивный процесс, основанный на информации, предоставляемой в режиме реального времени как людьми, так и машинами. Рабочие обязанности больше не делятся на те, что предназначены исключительно для людей, и те, что поручаются только машинам; они должны охватывать также работу, выполняемую людьми и машинами совместно и попадающую в область «недостающей середины». А решения необходимо принимать, не только когда работу выполняют люди, но и при взаимодействии человека и машины.

С учетом подобной перспективы руководители могут приступить к определению и описанию того, как мог бы выглядеть переосмысленный бизнес-процесс. Эффективно применять один из таких методов, как дизайн-мышление или эмпатический дизайн, для выявления продукта или процесса, который действительно необходим пользователю. Цель — изменить негативный (в прошлом) опыт общения потребителей с компанией на позитивный, предложив инновационный продукт, отвечающий их потребностям. В этом контексте особую важность приобретают любые «болевые точки» в клиентском опыте. Впервые обнаружив такие проблемные области, можно проанализировать способы их устранения на основе использования искусственного интеллекта и данных в режиме реального времени. В прошлом устранение многих «болевых точек» было нецелесообразным или даже невозможным, поскольку это требовало слишком больших расходов или же еще не существовало технических возможностей. Однако в настоящее время благодаря развитию технологий искусственного интеллекта компании получили возможность устранить те самые «болевые точки», которые в прошлом становились для них препятствием.

Возможности для переосмысления процессов можно найти как внутри, так и за пределами организации. «Болевой точкой» может оказаться громоздкий длительный внутренний процесс (например, HR-отдел слишком долго закрывает штатные вакансии). Кроме того, это может быть раздражающий и отнимающий много времени внешний процесс (например, клиентам приходится заполнять множество бланков, чтобы страховая компания возместила расходы на лечение). Во многих случаях обнаружение возможностей для переосмысления процессов носит итеративный характер.

Рассмотрим кейс крупной аграрной компании, которая разрабатывала систему искусственного интеллекта, чтобы помочь фермерам улучшить работу. Эта система получила доступ к огромному объему данных из разных источников, в том числе к информации о свойствах почвы, данным метеорологических наблюдений за весь период сбора данных и прогнозирования погоды и т. д. Первоначально планировали создать приложение, которое помогало бы фермерам лучше прогнозировать урожайность культур. Однако дальнейшие исследования и наблюдения выявили более актуальную проблему, которую смогла решить система искусственного интеллекта: на самом деле фермеры нуждались в адаптивных рекомендациях, предоставляемых в режиме реального времени. Им были нужны конкретные, действенные советы, какие культуры выращивать и где, сколько азотных удобрений вносить в почву и т. д. Обнаружив «болевую точку», компания разработала систему и испытала ее примерно на тысяче полей. Первоначальные результаты были многообещающими, поскольку фермеры были довольны полученным урожаем. Затем данные первоначальных испытаний использовали для усовершенствования алгоритмов.

Из этого примера можно извлечь важный урок. Обнаружение возможностей для переосмысления бизнес-процессов требует времени: следует определить условия ведения бизнеса, сделать выводы из наблюдений и посчитать экономический эффект от трансформации процесса. Один специалист, работавший над созданием системы рекомендаций по повышению урожайности культур, дал такой совет: «Необходимо быть чрезвычайно любознательными и терпеливыми, пока вы не убедитесь в том, что усвоили достаточно знаний в соответствующей предметной области, а также сделали правильные выводы на основе имеющихся данных».

Искусственный интеллект может принести большую пользу, дополняя наблюдательность человека при обнаружении скрытых ранее закономерностей в имеющихся данных. Например, можно использовать современные алгоритмы машинного обучения для проверки сотен источников данных, таких как электронные письма клиентов, посты в социальных сетях или цифровой след, чтобы определить, где переосмысление процесса может быть наиболее эффективным с точки зрения устранения болевых точек клиента. (В главе 3 мы говорили об искусственном интеллекте как о факторе, способствующем таким наблюдениям.)

Совместное создание ценности

Обнаружить возможности для переосмысления бизнес-процессов — еще не всё; чтобы их реализовать, потребуется кое-что еще: способность представить рабочий процесс в области «недостающей середины». Чтобы по-новому взглянуть на него, следует поощрять совместные усилия всех участников процесса.