Значительные падения крупных успешных организаций были связаны с надеждой на устойчивую бизнес-модель
Использование искусственного интеллекта в бизнесе перестало быть временным трендом и стало обязательным элементом для выживания и конкурентоспособности. Компании внедряют ИИ-решения повсеместно – от операционного управления до подбора персонала. Однако зачастую за этим стоит не продуманная стратегия, а хаотичное применение.
В России ситуация не сильно отличается от общемировой. Согласно нашему исследованию, 80% первых лиц компаний используют ИИ в рабочих задачах, но регулярно внутри компании его применяют не более 25%. Под регулярным применением мы понимаем не те ситуации, когда работники генерируют картинки для маркетинговых кампаний. Речь идет об осознанном встраивании искусственного интеллекта хотя бы в отдельные бизнес-процессы. Причем из четверти опрошенных, которые внедрили ИИ, 58% используют ИИ точечно для поддержки отдельных процессов и лишь 34% реализуют более сложные решения и внедряют агентный ИИ. Когда мы добавили к этим исследованиям еще и Сибирь – процент регулярного использования снизился.
Если посмотреть на самые значительные падения крупных успешных организаций, то они были связаны с надеждой на устойчивую бизнес-модель. Когда мы говорим про бизнес, здесь важно иметь ввиду резилентность, то есть готовность к шокам и способность выдерживать сильные стрессы, перестраиваться, становиться антихрупким.
Для того, чтобы компания была резилентной, нужно научиться выстраивать внутренние динамические способности, помогающие в перестройке бизнеса. Для этого необходимо инвестировать в людей, команды, процессы, культуру и стратегию. Если в этом контексте мы говорим еще и про искусственный интеллект, то в идеале он должен стать экзоскелетом для руководителей и ключевых сотрудников. Экзоскелет, который в моменте усиливает команду и каждого участника, позволяет глубже погружаться в бизнес-процессы, решать задачи быстрее, но он не должен заменять человека.
Вместе с тем бизнес-модель на полной основе ИИ – это рискованная история. Российские модели пока сильно отстают от ведущих мировых. Если условно попытаться построить их, основываясь на зарубежных образцах, это может быть небезопасно. Как минимум, потому что сегодня доступ к ресурсу есть, а завтра он может быть полностью закрыт. В таком случае решением может быть построение на базе открытых моделей. Но в этом тоже есть свои ограничения.
Сейчас неправильно выстраивать операционную эффективность раз и навсегда. Точки максимального потенциала прироста эффективности быстро меняются на фоне дефицита кадров и постоянной перестройкой технологий. С другой стороны, сегодня мы можем повысить эффективность системы в отдельных точках, а завтра – полностью, перестроив систему. В этом случае стремительные изменения технологий играют огромную роль. Поэтому компании выстраивают операционную эффективность на обозримое будущее с учетом ключевых финансовых индикаторов и, естественно, для этого используется автоматизация ИИ.
Отдельный вопрос касается кадров. Рынок развернулся перпендикулярно, он стоит боком и к работодателю, и к соискателю. Кандидаты месяцами не могут найти работу, а работодатели не могут найти себе сотрудника. На это влияют разные факторы. Первый заключается в том, что сейчас нужны сотрудники с немного другими компетенциями, чем в предыдущие десятилетия. Специалисты зачастую считают, что получив образование, больше учиться не нужно.
Второй фактор – это безграмотное и хаотичное внедрение искусственного интеллекта в процессы на рынке труда, причем с обеих сторон. Автоматизированные системы со встроенным ИИ по принципу черного ящика отбирают резюме соискателей, написанных им же. В итоге многие соискатели приходят на собеседование, и выясняется, что их навыки и компетенции не соответствуют указанным в резюме. Сами компании часто не успевают вовремя отвечать кандидатам. В попытке решить этот хаос многие работодатели бездумно внедрили ИИ в процессы, которые уже были плохо организованы, что привело к полному коллапсу на рынке труда.
Однако простые задачи будут постепенно будут передаваться ИИ. Этот процесс идет, и придерживать его можно только искусственно, как это делают в Китае. В более длинном горизонте, примерно к 2035 г. большую роль в когнитивном переходе сыграют нейроинтерфейсы – это более медленный тренд, но в нем уже есть подвижки. И он значимо поменяет взаимодействие между человеком и машиной. Параллельно идет мировой тренд на антропоморфных роботов (пока в основном в США и Китае), которые начинают использоваться на производствах и складах.
Сейчас люди массово выгорают, но об этом уже никто не говорит – компаниям нужно выживать, а людям сохранять рабочие места. Внутри страны бизнес чувствует напряжение: бесконечно увеличиваются объемы отчетности для государства, где автоматизация пока не помогает, тот же МСБ практически полностью лишили инструментов продвижения, не предложив рабочих альтернатив. Также нарастает общая тревожность людей из-за ситуации в мире. Вместе эти факторы снижают эффективность и результативность работы. Любой руководитель обязан учитывать эти факторы.
Сейчас нужно работать с гибкостью и психологической стабильностью коллектива, осознанно применять те инструменты, которые доступны. Внедряя ИИ, как и любые другие инструменты, необходимо выстраивать гибкую систему, чтобы если завтра мы лишимся каких-то сервисов, мы сможем эффективно продолжить работу. Это и есть выстраивание резилентности бизнеса.
Мнение автора может не совпадать с позицией редакции.