Чтобы пользоваться консультационными услугами Vanguard, клиенты должны предоставлять больше, чем обычно, информации о себе и передавать информацию об активах, не обслуживаемых Vanguard, своему советнику или напрямую системе. Таким образом сложные данные (например, о построенных по методу Монте-Карло моделях надежности портфелей после выхода клиентов на пенсию) становятся непосредственно доступны клиентам и позволяют им блокировать действия, запланированные автоматизированной системой. Технология машинного обучения помогает рассчитать, с какой вероятностью пенсионные активы клиентов их переживут.
Советникам Vanguard, часть из которых помогали с разработкой PAS, пришлось взять на себя новые роли. В рамках нового рабочего процесса они стали «инвестиционными тренерами», способными отвечать на вопросы клиентов, поддерживать здоровое финансовое поведение и быть, как говорят в Vanguard, «эмоциональным рубильником», чтобы инвесторы придерживались заранее составленного плана. Для того чтобы эффективно выполнять эту роль, советники изучают поведенческие финансы. Снижать расходы, поддерживая при этом тесное взаимодействие с инвесторами, помогают видеозвонки, которыми советники время от времени заменяют личные встречи. Технология PAS оказалась весьма успешной и быстро набрала более $100 млрд активов в управление. Клиенты также заявляют о высоком уровне своей удовлетворенности этой программой. Вопреки сложившемуся мнению, автоматизированным советам доверяет в основном не молодежь – большинство клиентов программы старше 55 лет.
В то время как Vanguard поняла важность перестройки рабочих процессов при внедрении когнитивных технологий, многие компании просто пошли по пути наименьшего сопротивления, автоматизируя существующие рабочие процессы, особенно при использовании технологии РАП (что я заметил выше, в разделе об этой технологии). Автоматизация существующих процессов помогает быстро внедрить новые технологии и окупить инвестиции, однако в таком случае легко упустить возможность в полной мере воспользоваться преимуществами ИИ и существенно улучшить процессы.
При когнитивной перестройке процессов полезно применять принципы дизайн-мышления. В частности, необходимо понимать нужды конечного пользователя, вовлекать в процесс сотрудников, которых затронет перестройка, считать новые планы экспериментальными «черновиками», рассматривать альтернативные варианты и учитывать возможности когнитивных технологий в ходе перестройки. Кроме того, большинство когнитивных проектов лучше разрабатывать пошагово, сохраняя при этом гибкость. Точно так же следует проводить и перестройку рабочих процессов с их использованием.
Многие организации успешно запустили пилотные когнитивные проекты, но по ряду причин не добились того же успеха при их развертывании в промышленных масштабах. Большинство компаний только знакомится с технологиями, которые во многих случаях еще не совершенны. Промышленное использование когнитивных систем требует значительной модификации существующих рабочих процессов.
Прежде чем внедрять когнитивные технологии на уровне предприятия, необходимо разработать подробные планы масштабирования, для чего эксперты по технологиям должны работать в сотрудничестве с ответственными за процессы, подвергающиеся автоматизации. Учитывая, что при помощи когнитивных технологий, как правило, решаются отдельные задачи, а не перестраиваются целые процессы, масштабирование почти всегда предполагает интеграцию с существующими процессами и системами. Компаниям следует с самого начала проверять, возможно ли это.
Если осуществление когнитивного проекта зависит от особой технологии, подпитывать которую тяжело, это тоже ограничит возможности масштабирования. Ответственные за процессы и определенные аспекты работы сотрудники должны обсудить это с ИТ-отделом компании до запуска пилотной фазы проекта или в ходе ее осуществления. Внедрить когнитивные технологии – даже относительно простые, например роботизированную автоматизацию процессов, – в обход ИТ-отдела вряд ли получится. В опросе об осведомленности о когнитивных технологиях, проведенном компанией Deloitte, большинство респондентов отметило, что самой серьезной проблемой при внедрении технологий становится их интеграция с существующими системами.
Развертывание технологий в масштабах всей организации также требует умелого управления изменениями. Например, в одной американской сети магазинов одежды пилотный проект внедрения ИИ был запущен лишь в небольшом количестве магазинов. В рамках него машинное обучение применялось для предоставления рекомендаций в режиме онлайн, прогнозирования оптимальных уровней загруженности склада и создания моделей быстрого пополнения запасов, а также (что было сложнее всего) формирования политики сбыта. Закупщики, которые прежде заказывали товары интуитивно, теперь задавали вопросы: «Зачем я вам, если вы полагаетесь на эту технологию?» После завершения пилотной фазы проекта закупщики объединились и обратились к директору по стимулированию сбыта с требованием отказаться от программы. Стоит отдать ему должное: он отметил, что пилотный проект показал хорошие результаты, и позволил его расширение. Он решил, что закупщики, освободившись от определенных задач, смогут заняться более сложной работой, в которой люди все еще проявляют себя лучше, чем машины, например разбираться с желаниями молодых покупателей и определять планы производителей одежды на будущее. Вместе с тем он понял, что закупщиков необходимо обучить новым принципам работы.
Чтобы масштабирование проходило успешно, компании также должны работать над повышением производительности труда. Возможно, внедрение когнитивных технологий в ближайшее время не приведет к существенной экономии за счет сокращения штатов, но точно принесет коммерческую выгоду. Например, многие компании планируют поднимать производительность труда, увеличивая количество клиентов и транзакций, но не расширяя штат. Если же основным фактором при обосновании инвестиций в когнитивные технологии служит сокращение штата, компаниям следует ориентироваться на то, что со временем это будет достигнуто посредством естественной убыли коллектива или отказа от аутсорсинга задач.
Когнитивная компания будущего
Консалтинговые проекты, результаты опроса об осведомленности о когнитивных технологиях и интервью с представителями компаний показывают, что руководители, которые имеют опыт работы с ИИ, полны оптимизма относительно перспектив развития этих технологий и быстро движутся к их внедрению, пускай и экспериментальному. Хотя на первых порах успех относительно скромен, я нисколько не сомневаюсь, что в конце концов эти технологии преобразят рабочий процесс. Кажется весьма вероятным, что компании, которые сегодня в ограниченном порядке внедряют когнитивные технологии, но имеют планы по их масштабированию, добьются в своих отраслях такого же успеха, как пионеры внедрения аналитики.
Посредством применения ИИ информационно насыщенные сектора, такие как маркетинг, здравоохранение, финансовые услуги, образование и профессиональные услуги, станут менее затратными для общества и в то же время будут приносить бóльшую пользу. Предоставляемые ими советы и рекомендации могут основываться на данных, совершенствоваться со временем и поступлением новых данных, а также требовать минимального человеческого вмешательства или не требовать его вовсе.
Рутинный труд во всех отраслях и сферах – контроль за рутинными транзакциями, многократные ответы на повторяющиеся вопросы и извлечение данных из бесконечного количества документов – может перейти к машинам, что освободит работников для выполнения более сложных задач и повысит производительность их труда. Когнитивные технологии также служат катализатором успеха других технологий, использующих большие объемы данных, включая беспилотные автомобили, интернет вещей и потребительские технологии, например мобильный и многоканальный маркетинг.
У крупных компаний нет причин не исследовать когнитивные технологии. Будущее за компаниями, которые раньше обратят на них внимание и сумеют успешнее внедрить их, интегрируют ИИ с текущими бизнес-процессами и наладят успешное взаимодействие людей и машин. Их продукты и услуги будут привлекательнее, процессы станут производительнее и эффективнее, а сотрудники получат время и свободу проявлять бóльшую креативность и инициативность на благо клиентам.
На пути к этому будущему неизбежно возникнут ухабы, поэтому нам необходимо с должным вниманием относиться к таким проблемам, как вытеснение персонала (подробнее об этом в главе 6), технические трудности (глава 7), а также организационные и социальные перемены, сопровождающие использование умных машин (глава 8). Тем временем технологии ИИ начинают все чаще применяться для решения множества бизнес-задач – и это совершенно очевидно.
4Какова ваша когнитивная стратегия?
Искусственный интеллект и когнитивные технологии захватывают мир бизнеса, но многие компании еще не получают стратегическую выгоду от своих проектов и инвестиций[39]. Их инициативы не направлены на решение важных бизнес-проблем и не открывают новые возможности. Иногда им недостает важных ресурсов, необходимых для осуществления амбициозных проектов. Один руководитель ИИ-стартапа сказал: «ИИ обладает колоссальным потенциалом, но сталкивается с проблемой одного процента. В полной мере ИИ используют не более 10 компаний в мире, в то время как остальные испытывают огромные трудности»[40]. Возможно, он несколько преувеличил, но доля правды в его словах есть.
Решить эту проблему может наличие стратегии развития ИИ и когнитивных технологий. Разработка стратегии для конкретной технологии может показаться чрезмерной, но она вполне обоснованна, когда технология потенциально может трансформировать бизнес. Опросы руководителей о когнитивных технологиях подтверждают эту потенциальную значимость технологий для бизнеса. В опросе топ-менеджеров 50 крупных компаний, проведенном в 2018 г. компанией NewVantage Partners, 72 % респондентов отметили, что именно ИИ и когнитивные технологии, скорее всего, станут той подрывной технологией, которая окажет наибольшее влияние на их компании в ближайшее десятилетие. Все остальные технологии назывались гораздо реже. Респонденты опроса об осведомленности о когнитивных технологиях Deloitte, который я упоминал ранее, также назвали ИИ самой важной из существующих ныне технологий.