[37], методов комбинированной терапии и стратегий отбора пациентов. Сочетая способность Watson к быстрому анализу литературы с собственными данными Pfizer, такими как лабораторные отчеты, ИИ помогает ученым устанавливать связи между разрозненными наборами данных и обнаруживать скрытые закономерности, благодаря которым можно ускорить выявление и разработку этого нового класса препаратов.
● Ненадлежащая мощность. Дефицит знания может объясняться тем фактом, что объем данных слишком велик, чтобы люди или имеющиеся у них в распоряжении компьютеры могли их должным образом анализировать и применять. Так происходит, когда компания располагает большими данными о цифровом поведении клиентов, но недостаточно осведомлена о том, что оно означает и какие стратегические выгоды из него можно извлечь. Чтобы решить эту проблему, компании используют машинное обучение для поддержки процесса программируемой закупки персонализированной цифровой рекламы или – в случае с B2B-компаниями вроде Cisco Systems и IBM – для создания десятков тысяч моделей предрасположенности, с помощью которых можно определить, какие клиенты склонны к покупке каких продуктов.
При оценке сценариев использования производится анализ сценариев, в которых когнитивные технологии могут принести существенную пользу и поспособствовать успеху бизнеса. Каждый сценарий подразумевает применение технологии ИИ к решению бизнес-задачи. При приоритизации сценариев использования необходимо учитывать, насколько критично для стратегии компании решение обозначенной проблемы, как сильно технологии ИИ изменят текущие процессы и насколько сложно будет внедрить предлагаемое ИИ-решение с технической и организационной точки зрения. После выявления всех сценариев использования можно сравнить их на основании того, какие из них принесут наибольшую выгоду в краткосрочной и долгосрочной перспективе, а также какие можно будет в итоге превратить в полноценные платформы когнитивных компетенций, обеспечивающих конкурентное преимущество компании. Поскольку когнитивные инструменты, как правило, используются для решения конкретных задач, то их необходимо сочетать в рамках целого бизнес-процесса или всей совокупности операций.
При технологической оценке производится проверка соответствия рассматриваемых технологий ИИ стоящим перед ними задачам. Например, чат-боты и интеллектуальные агенты порой разочаровывают некоторые компании, поскольку большинство из них пока существенно уступают человеку при решении проблем, не укладывающихся в рамки простых сценариев работы (но технология быстро совершенствуется). Другие технологии, например роботизированная автоматизация процессов, могут ускорять работу систем ручного производства, таких как выставление счетов, при этом замедляя другие, более сложные процессы. Системам распознавания изображений на базе глубокого обучения под силу распознавать объекты на фотографиях и видео, но для этого они должны располагать большим количеством маркированных данных, а со сложным визуальным рядом могут и не справиться. Разрыв между текущими и желаемыми компетенциями ИИ не всегда очевиден. В связи с этим большинство компаний сегодня запускают пилотные проекты с использованием когнитивных технологий или используют их ограниченно, вместо того чтобы внедрять сразу на всем предприятии.
Со временем когнитивные технологии изменят принципы ведения бизнеса, но сегодня лучше постепенно внедрять доступные технологии, планируя трансформацию в не столь далеком будущем. Возможно, впоследствии вы захотите передать рутинное взаимодействие с клиентами ботам, но пока гораздо проще (и разумнее) автоматизировать с их помощью внутреннюю службу ИТ-поддержки, совершив тем самым первый шаг к намеченной цели.
Создание пилотных или тестовых проектов
Компании по всему миру запускают пилотные и тестовые проекты, чтобы изучить влияние когнитивных технологий. Это подходит для проектов, которые характеризуются потенциально высокой ценностью для бизнеса, а также позволяют организации протестировать несколько различных технологий. Некоторые из этих проектов могут быть частью более смелых и амбициозных планов, в то время как другие могут оставаться самостоятельными. Например, в компании Pfizer запущено более сотни проектов, в которых задействованы различные формы когнитивных технологий. Многие из них работают в пилотном режиме, но некоторые уже запущены в промышленную эксплуатацию.
Пилотные проекты должны отбираться и приоритизироваться в соответствии с описанными выше критериями. Избегайте «вбрасывания» проектов топ-менеджерами, которые находятся под влиянием поставщиков технологий. Если руководство и совет директоров считают, что «пора работать в когнитивном направлении», это не означает, что вам следует действовать очертя голову. Поскольку вбрасываемые пилотные проекты не подвергаются тщательной оценке, они часто проваливаются, что может существенно осложнить осуществление ИИ-программы организации.
Если компания планирует запустить несколько пилотных проектов, стоит рассмотреть возможность создания когнитивного центра компетенций или подобной структуры, чтобы управлять этими проектами. Такой подход помогает сформировать необходимые технологические навыки и компетенции внутри организации, а также способствует переносу небольших пилотных проектов на производство, что позволяет им оказывать большее влияние на процессы. Например, в крупной медицинской технологической компании BD несколькими пилотными проектами в сфере когнитивных технологий управляет группа глобальной автоматизации, созданная в рамках ИТ-отдела организации. В частности, под ее руководством осуществляется внедрение интеллектуальных цифровых агентов и роботизированная автоматизация процессов (работа по РАП ведется совместно с единым сервисным центром компании). Группа разработала ряд карт непрерывных процессов, в соответствии с которыми осуществляется внедрение когнитивных технологий и выявляются возможности автоматизации. Кроме того, группа создала наглядные «тепловые» карты, показывающие те аспекты работы организации, которые наиболее восприимчивы к использованию технологий ИИ. Компания BD успешно внедрила интеллектуальные агенты в службу технической поддержки, но считает, что технологию пока рано развертывать на всем предприятии для использования в рамках более масштабных процессов, например полного цикла выполнения заказов.
Страховая компания Anthem создала подобную группу, которую назвала отделом когнитивных компетенций. Технический директор компании Том Миллер (которому подчиняется этот отдел) говорит, что, создавая централизованный отдел для приоритизации проектов, управления ими и оценки результатов, Anthem приравнивает когнитивные технологии к остальным ценным возможностям для бизнеса. Компания работает над целым рядом проектов, включая внедрение систем роботизированной автоматизации процессов, но в первую очередь хочет использовать когнитивные технологии для масштабной модернизации систем обработки транзакций. Компания стандартизирует и затем автоматизирует ручной труд в таких сферах, как работа с рекламациями.
Некоторые компании сосредотачивают работу над ИИ в более крупном центре инноваций и новых технологий. Часто такие центры находятся за пределами штаб-квартиры компании, например в технологически ориентированных регионах вроде Кремниевой долины. Компания Lowe's, владеющая сетью магазинов по обустройству дома, открыла инновационное подразделение Lowe's Innovation Labs в районе Сиэтла. В этом подразделении разрабатываются технологии ИИ, в первую очередь LoweBot – робот, который автономно перемещается между стеллажами в магазинах Lowe's. Когда магазины открыты для покупателей, он может показывать им дорогу к конкретным товарам, которые они ищут, подчиняясь голосовым командам или управлению через сенсорный экран. Когда магазины закрыты, LoweBot не уходит домой, а находит товары, лежащие не на месте, и проводит учет. Пилотную программу использования роботов LoweBot уже запустили в магазинах в Кремниевой долине, где покупатели, как правило, не боятся новых технологий[38].
Страховая компания Sompo Holdings, о которой я упоминал в главе 1, также выбрала комплексный подход к инновациям. Цифровые лаборатории Sompo работают в Токио, Кремниевой долине и Тель-Авиве. Лаборатория в Токио занимается изучением технологии автоматизированного машинного обучения и IBM Watson, лаборатория в Кремниевой долине – беспилотными автомобилями и другими подобными технологиями, а лаборатория в Тель-Авиве – преимущественно кибербезопасностью, включая использование технологий ИИ для обеспечения кибербезопасности. Цель каждой из лабораторий состоит в том, чтобы работать с ИИ и другими технологиями, внедрение которых может преобразить страховую сферу.
Пока идет разработка когнитивных технологий, организации должны продумать, как будет устроена работа после внедрения новых приложений, уделяя особенное внимание разделению труда между людьми и ИИ. Некоторые когнитивные проекты предполагают 80 % машинных решений и 20 % решений, принимаемых людьми, в то время как другие устроены иначе. Необходимо систематически проводить оценку рабочих процессов, чтобы понимать, как люди и машины будут дополнять друг друга и компенсировать свои недостатки.
Так, в инвестиционной компании Vanguard новая программа индивидуальных консультационных услуг (PAS) сочетает автоматизированные советы по инвестициям и работу советников, что выгоднее работы одних советников. Технология PAS выполняет многие типичные задачи инвестиционного консультирования, включая составление индивидуального портфеля, перебалансировку портфелей, компенсацию налоговых убытков, выбор оптимальных в налоговом отношении вариантов инвестирования, а также предоставление рекомендаций о безопасных объемах снятия денег со счетов для пенсионеров. Система избавила советников от необходимости выполнять ряд задач, включая получение базовой информации от клиентов и предоставление им сведений о состоянии их счетов, а эти задачи советники нередко считали рутинными.