В третьей главе мы покажем, как компании используют искусственный интеллект в научных исследованиях и разработках. На каждом этапе НИОКР — наблюдение, формулирование гипотезы, проведение эксперимента и анализ результатов — ИИ-технологии способствуют большей эффективности и значительно улучшают конечный результат. Мощный программный пакет GNS Healthcare с элементами машинного обучения находит закономерности в медицинских картах пациентов и может автоматически генерировать гипотезы непосредственно из данных. Так, системе потребовалось всего три месяца, чтобы воспроизвести результаты двухлетнего исследования, в ходе которого изучались побочные реакции при приеме нескольких лекарственных препаратов у пожилых пациентов по программе Medicare.

В четвертой главе мы рассмотрим бизнес-процессы в маркетинге и продажах, а также расскажем, какое огромное влияние искусственный интеллект оказал на эти сферы. Виртуальные помощники на основе нейронных сетей и машинного обучения, такие как Alexa (Amazon), Siri (Apple) и Cortana (Microsoft), стремительно становятся цифровым воплощением этих брендов. Другими словами, искусственный интеллект сам становится брендом.

Во второй части нашей книги мы исследуем «недостающую середину» и дадим рекомендации топ-менеджерам, чтобы помочь им пересмотреть и переосмыслить традиционные представления о работе. Чтобы раскрыть весь потенциал искусственного интеллекта, компаниям необходимо восполнить существующий ныне пробел, продумав новый функционал своих сотрудников, выработав новые принципы взаимоотношений человека и машины на рабочих местах, изменив традиционный подход к управлению и пересмотрев саму суть такого понятия, как «труд».

В пятой главе мы поговорим о том, как машинное обучение, интегрированное в бизнес-процессы, приводит к появлению совершенно новых профессий. В частности, понадобятся сотрудники, умеющие разрабатывать и обучать алгоритмы, разъяснять принципы их действия и при этом видеть их неотъемлемой частью бизнес-процессов. Одна из новых профессий — менеджер по связям с машинами — примерно то же, что HR-менеджер, но по управлению системами искусственного интеллекта, а не сотрудниками. Эти менеджеры будут продвигать эффективные системы, воспроизводить их в других подразделениях компании. Системы с низкой результативностью будут «разжалованы» и, вероятно, списаны со счетов.

В шестой главе мы расскажем, как люди добиваются невероятного повышения эффективности благодаря ИИ-технологиям, которые существенно расширяют их возможности. Они развивают человеческий потенциал и дают ему проявиться в полной мере. (В каком-то смысле эта глава — обратная сторона пятой главы, где мы рассматриваем, как люди помогают машинам расширять и развивать их возможности.) Взаимодействие человека и машины помогает людям прыгнуть выше головы, освободив от тяжелой рутинной работы и позволив выполнять свои задачи быстрее и эффективнее.

В седьмой главе мы проведем глубокий анализ управленческих проблем, возникающих у руководителей и бизнес-лидеров при взаимодействии с искусственным интеллектом и требующих от них совершенно иного мышления. Основной вопрос: какие шаги должен предпринять топ-менеджмент, чтобы обеспечить трансформацию текущих бизнес-процессов? В частности, руководители должны содействовать осуществлению пяти основных принципов, включая экспериментирование (в данном контексте метод проб и ошибок), организацию доступности данных для анализа и обучения искусственного интеллекта и т. д.

Наконец, в восьмой главе мы поговорим о характере работы в будущем. По мере того как взаимодействие человека и машины будет получать все большее распространение, компаниям придется развивать восемь интегрированных навыков: умное запрашивание (знать, как лучше сформулировать вопросы для интеллектуального агента на самых разных уровнях абстракции), расширение возможностей с помощью ботов (эффективное взаимодействие с интеллектуальными агентами ради достижения самых смелых целей), взаимное обучение (обучать ИИ-агентов новым навыкам и при этом обучаться самому для эффективной работы с процессами, оптимизированными с помощью искусственного интеллекта), целостное слияние (разработка ментальных моделей для интеллектуальных агентов с целью улучшить результаты взаимодействия человека и машины), регуманизация времени (переосмысление бизнес-процессов с целью выделить максимум времени для тех задач, которыми занимаются только люди, и для обучения), ответственная стандартизация (определение целей и восприятия взаимодействия человека и машины на уровне индивидов, бизнеса и общества в целом), вынесение совместных решений (выбор последовательности действий в условиях машинной неопределенности) и неустанное переосмысление (поиск новых способов реорганизации труда, бизнес-процессов и бизнес-моделей с целью значительного роста их эффективности).

Наши исследования показали: лидеры самых разных отраслей — 9% нашей выборки из более чем 1500 представителей — уже «оседлали» третью волну. Они добились максимальной автоматизации и теперь разрабатывают следующее поколение процессов и навыков, чтобы использовать весь потенциал взаимодействия человека и машины. Они думают в стиле Waze, переосмысливают бизнес-процессы как активные и адаптивные, используя данные, поступающие в режиме реального времени. Они вышли за рамки традиционного мышления — примитивной оцифровки статичных карт.

Как ведущие компании добились подобных результатов? Они преуспели, следуя пяти основным принципам, связанным с надлежащим мышлением, экспериментированием, лидерством, данными и навыками (MELDS — Mindset, Experimentation, Leadership, Data, Skills).

• Надлежащее мышление — принципиально иной подход к бизнесу через переосмысление работы в области «недостающей середины», где люди совершенствуют искусственный интеллект, а умные машины наделяют человека сверхспособностями. Ранее акцент делался на использовании машин для автоматизации конкретных операций в том или ином производственном процессе. Теперь потенциальное взаимодействие человека и машины трансформирует устоявшиеся бизнес-процессы. Традиционные сборочные линии уступают место интегрированным командам людей, обладающих расширенными возможностями, и умных машин. Эти команды «на ходу» адаптируются к постоянно обновляемым данным и иным нововведениям, привносимым людьми. Это своего рода симбиоз, где бизнес-процессы все больше напоминают живые организмы. По нашим прогнозам технологии искусственного интеллекта будут играть ведущую роль в том, чтобы помочь компаниям теснее взаимодействовать с рынками, на которых они работают, более оперативно реагируя на потребительский спрос. Чтобы этот прогноз стал реальностью, руководителям придется воспринять уникальный образ мышления, ориентированный на действия, и переосмыслить свои бизнес-процессы. Им также предстоит уяснить: первым делом необходимо заложить фундамент, а не спешно заполнять «недостающую середину». Сначала нужно раскрыть потенциал своих сотрудников, автоматизировав рутинную работу, и затем только можно сосредоточиться на взаимодействии человека и машины.