• Экспериментирование: активный поиск возможностей для тестирования искусственного интеллекта, а также для изучения и масштабирования переосмысленных процессов в «недостающей середине». Век стандартизированных бизнес-процессов подходит к концу, компании больше не могут опираться на стратегию копирования лучших бизнес-практик от лидеров отрасли. Вот почему таким важным становится экспериментирование. Руководители должны регулярно проводить испытания, чтобы определить, какие бизнес-процессы наиболее эффективны именно для них. Львиная доля этих исследований будет проводиться методом проб и ошибок, чтобы выяснить, какую работу должны выполнять люди, а какую лучше поручить командам людей и машин (недостающей середине).

• Лидерство: ответственное применение искусственного интеллекта с первых шагов. Руководители должны учитывать этические, моральные и правовые последствия применения технологий искусственного интеллекта; системы, работающие на их основе, должны выдавать результаты, поддающиеся объяснению, способствовать прозрачности алгоритмов и устранять возникающие ошибки. Компаниям также следует уделить внимание тому, чтобы сотрудники, работающие с системами искусственного интеллекта, не утрачивали ощущения контроля и развивали понимание собственных расширенных возможностей при принятии решений. Более того, компании должны обеспечить необходимое обучение и переобучение сотрудников, чтобы люди были подготовлены к выполнению нового функционала в рамках «недостающей середины». По сути, инвестиции в персонал должны стать основной частью стратегии по внедрению искусственного интеллекта в каждой компании.

• Данные: построение «цепочки поставок информации» для обеспечения работы интеллектуальных систем. Искусственный интеллект требует колоссального количества данных — и по объему, и по типам. Сюда входят и «выбросы», то есть данные, возникшие как побочный продукт другого процесса (например, cookie-файлы от просмотра веб-страниц). Сбор и обработка подобной информации — одна из основных трудностей, с которой сталкиваются компании, использующие системы искусственного интеллекта. Данные должны перемещаться внутри организации абсолютно свободно, не «оседая» в тех или иных отделах. Только так компании смогут эффективно использовать информацию, применяя ее для поддержки и совершенствования технологии искусственного интеллекта и работы людей в «недостающей середине».

• Навыки: активно развивать восемь интегрированных навыков, необходимых для трансформации бизнес-процессов в «недостающей середине». Растущая сила искусственного интеллекта радикально меняет взаимодействие человека и машины. Во вторую волну машины использовались главным образом для замены людей — вспомните, как автоматизация резко сократила число заводских рабочих, секретарей, бухгалтеров, кассиров-операционистов в банках, турагентов и других. Но сейчас, в период третьей волны, люди нужны больше, чем когда-либо: на этапе трансформации бизнес-процессов именно люди становятся ключевыми игроками. В эпоху адаптивных процессов люди не только разрабатывают, развивают и обучают системы искусственного интеллекта, но и взаимодействуют с ними, заполняя «недостающую середину» и достигая нового уровня производительности.

Как вы увидите, пять базовых элементов новой модели (MELDS) лежат в основе большинства практических советов этой книги, и мы часто будем возвращаться к ним: на первых четырех мы сосредоточимся в главе 7, а последний, пятый, подробно рассмотрим в главе 8.

Революция искусственного интеллекта не грядет, она уже здесь и требует от компаний переосмысления бизнес-процессов, чтобы максимально использовать возможности ИИ-технологий для расширения человеческих способностей. Эта книга — ваш путеводитель по дорогам новых технологий. Приступим к делу.

Искусственный интеллект в промышленности, логистике и дистрибуции

Веками завод считался образцовым воплощением автоматизации, поэтому рабочих часто оценивали по тем же показателям, что и машины. Следует ли удивляться, что в промышленности между людьми и машинами сложились непростые отношения и рабочий чувствовал, что он находится в заведомо проигрышном положении. И не без основания. С 2000 года промышленность США лишилась пяти миллионов рабочих мест, причем половину сократили из-за повышения производительности и автоматизации производства[4].

Однако ситуация не столь однозначна, как может показаться на первый взгляд. Как уже говорилось во введении, вторая волна трансформации бизнеса была сосредоточена на автоматизации существующих процессов, именно в тот период многие люди проиграли конкуренцию машинам. Напротив, третья волна включает внедрение полностью переосмысленных адаптивных бизнес-процессов, призванных обеспечить взаимодействие человека и машины. На этом этапе благодаря искусственному интеллекту человек отчасти возвращается на производство; например, рабочие места на сборочных линиях принципиально изменились по характеру и смыслу выполняемых операций, растет и их количество. Искусственный интеллект повышает ценность инженеров и менеджеров. Благодаря искусственному интеллекту возникают совершенно новые специальности и новые возможности для людей, занятых на всех этапах производства.

В эпоху трансформации бизнес-процессов на основе искусственного интеллекта ирония заключается в том, что на заводах и промышленных предприятиях мы наблюдаем возрождение человеческого труда. Все, от рабочего сборочной линии и специалиста по техническому обслуживанию до инженера по робототехнике и руководителя операционного отдела, ощущают, как под влиянием искусственного интеллекта меняется само понятие труда. Искусственный интеллект высвобождает время, потенциал для творчества и ресурсы, позволяя людям не выполнять работу роботов. Значит, с помощью искусственного интеллекта человек сможет работать более творчески и более эффективно, благодаря чему возрастет производительность и снизятся издержки. В долгосрочной перспективе огромное значение приобретает то обстоятельство, что компании заняты переосмыслением своих бизнес-процессов: для людей открываются совершенно новые профессии и возникают новые способы ведения бизнеса, о чем мы подробно поговорим во второй части книги.

Давайте не будем торопить события. Нас ждет трудное путешествие. (Те, кто интересуется историческим контекстом, смогут многое почерпнуть из врезки «Краткая история искусственного интеллекта».) Прежде чем приступать к трансформации бизнес-процессов, должностных обязанностей и бизнес-моделей, нужно ответить на следующие вопросы: с какими задачами лучше всего справляются люди, а с какими — машины? Есть ли такие рабочие места и задачи, которые будут постепенно переходить к роботам, поскольку те лучше людей выполняют рутинные операции и обрабатывают данные? Однако трансформация труда идет не в одностороннем порядке. В этой главе мы поговорим о компаниях, которые уже решили проблему интеграции человека и машины на производстве, при эксплуатации оборудования, в логистике и в аграрном секторе. Эти первопроходцы привлекают к работе как людей, так и машины с искусственным интеллектом, предоставляя им те рабочие места, которым они оптимально соответствуют, — и тем самым оказываются в выигрыше.