4. Отсутствие рассудка. Несмотря на несколько десятилетий обучения, когнитивные технологии еще неспособны к рассуждениям на основе здравого смысла, хотя в последнее время в этой сфере наметился определенный прогресс[68]. Пока этого не произойдет, решения на основе ИИ будут в некотором отношении проигрывать людям. Например, в медицинской диагностике когнитивные решения (в частности, IBM Watson, пожалуй, наиболее медицински ориентированное решение из всех доступных на рынке) склонны объяснять симптомы наличием редких и сложных заболеваний, хотя гораздо вероятнее, что они связаны с более типичными болезнями. Отсутствие «диагностической экономии» снижает доверие врачей к ИИ, в результате чего технологии редко внедряются в повседневную медицинскую практику[69].
5. Есть потребность в стартапах, но стартапам не хватает клиентов. Радикально новые бизнес-модели требуют радикально новых бизнес-процессов, разработанных с нуля с фокусом на значительное повышение эффективности и продуктивности. Однако, даже если стартапы разрабатывают подобные процессы, они сталкиваются с трудностями на этапе привлечения клиентов. Например, в радиологии новые процессы должны принять не только сами радиологи, но и больницы, пациенты и страховые компании.
6. Крупные компании покупают стартапы. Даже если новые поставщики когнитивных технологий располагают многообещающими решениями, способными трансформировать бизнес-модели, часто их в итоге приобретают более крупные компании, которые, как правило, внедряют эти решения медленно. Многие полагали, что в финтех-секторе, где господствуют технологические стартапы, ориентированные на отрасль финансовых услуг, значительные изменения бизнес-моделей не за горами. Однако вместо этого банки стали приобретать финтех-стартапы или вливать в них свой капитал, поэтому темпы трансформации с использованием ИИ и других новейших технологий в итоге замедлились[70].
7. У стартапов нет ресурсов, чтобы ждать перемен. Как правило, ресурсы стартапов ограниченны. Часто их не хватает, чтобы финансировать компанию, пока она не наберет «критическую массу» для масштабного внедрения своей технологии. Сегодня ИИ-стартапам доступен немалый венчурный и акционерный капитал, однако так будет не всегда. Любой общий спад в среде технологических компаний, скорее всего, негативно скажется также на ИИ-стартапах и их способности ждать появления новых бизнес-моделей.
8. Установленное оборудование не исчезнет в одночасье. В ряде отраслей, испытывающих на себе влияние когнитивных технологий, существует огромная база установленного оборудования, на ликвидацию которой уйдут годы. Например, если взять сферу беспилотных автомобилей и грузовиков, мы увидим множество обычных автомобилей, которые не сойдут с дорог в ближайшие десятилетия. Если только государства или страховые компании не решат вознаградить водителей за переход к использованию беспилотного транспорта, внедрение новых технологий будет идти медленно. Кроме того, в этой сфере часто возникают серьезные технические трудности, когда беспилотные автомобили встречаются на дорогах с обычными.
9. Большинство когнитивных технологий самостоятельны, но требуют интеграции с существующими системами. Многие когнитивные решения, доступные на рынке, разработаны для самостоятельного выполнения конкретных задач. Однако, чтобы эффективно внедрить их в крупных организациях, необходимо отказаться от их самостоятельности и интегрировать их с существующими системами и процессами. Например, если компания хочет получать более точную информацию о потенциальных покупателях, анализируя внешние данные о компании (с помощью комбинации машинного обучения и обработки естественного языка), ей нужно будет либо заставить сотрудников своего отдела продаж освоить новую систему, либо интегрировать эту систему с системой управления взаимодействием с клиентами (CRM). Само собой, можно также купить эту технологию у авторитетного поставщика CRM. Например, компания Salesforce.com интегрировала ИИ-систему Einstein в свою систему обработки транзакций. Конечно же, Salesforce купила многие технологии у стартапов.
Задачи и процессы когнитивной стратегии
Как и в случае с большинством стратегий, цель когнитивной стратегии заключается в том, чтобы выявлять ключевые вопросы, стоящие перед организацией, отвечать на них и достигать консенсуса в спорах. Как я заметил выше, перед внедрением когнитивных технологий необходимо принять целый ряд важных решений, а в отсутствие стратегии (или хотя бы ответов на ряд стратегических вопросов) эти решения будут приниматься хаотическим и неэффективным образом. Руководствуясь плохой стратегией или не прорабатывая стратегию вообще, компании могут потерять время и деньги при внедрении когнитивных технологий.
В компании может не оказаться людей, способных разработать когнитивную стратегию. Успешный кандидат должен обладать следующими качествами:
● знать основные типы когнитивных технологий и иметь представление об их использовании в бизнесе;
● уметь налаживать взаимодействие с руководителями и объяснять технические вопросы простым языком;
● понимать ключевые проблемы бизнеса и текущее направление его стратегического развития;
● обладать организационными навыками и навыками отладки процессов (что требуется и при разработке стратегий другого типа).
Если потенциальные создатели когнитивной стратегии не обладают некоторыми из необходимых знаний, они могут получить их в ходе интервью. Как и при разработке стратегий другого типа, помочь могут сторонние консультанты. Однако, даже если компания привлекает экспертов со стороны, все же важно задействовать в процессе сотрудников руководящего состава.
При разработке стратегий компании используют целый ряд подходов, но когнитивную стратегию следует разрабатывать совместными силами в рамках определенного процесса[71]. Если стратегия будет разработана на уровне топ-менеджмента, она вряд ли быстро укоренится в организации, а отсутствие регламента при ее разработке, скорее всего, не позволит достичь желаемых результатов. В процессе разработки стратегии необходимо проводить интервью со штатными и внештатными экспертами, собирать рабочие группы и устраивать регулярные оценки стратегии.
Результатом этого процесса должна стать не разработка задокументированной стратегии, а создание почвы для принятия взвешенных решений и определения обоснованных действий. Во многих случаях разработка эффективной стратегии приводит к запуску серии пилотных проектов, созданию прототипов или промышленному внедрению когнитивных инструментов в различных сферах бизнеса.
Разработка когнитивной стратегии осложняется тем фактом, что многие руководители не понимают, как функционируют различные технологии и на что они годятся. В связи с этим, прежде чем начинать разработку стратегии, имеет смысл организовать обучение для руководителей.
В оставшейся части настоящей главы в основном разбираются конкретные темы и субстратегии, на которые организациям необходимо обращать внимание при внедрении когнитивных технологий. Само собой, в каждом конкретном случае темы могут отличаться, поэтому их выбор может стать одной из задач раннего этапа разработки стратегии.
Контент-стратегия
Когнитивные технологии в основном используются для анализа контента и извлечения полезного материала – данных, информации или знаний. При разработке стратегии важно определить, какой тип контента компания будет использовать в своих когнитивных проектах. Теоретически компания обладает частным или эксклюзивным контентом, который может использовать в собственных продуктах и процессах. Если это неструктурированный контент (например, текстовый), для использования в когнитивной системе его необходимо тем или иным способом образом кодифицировать и структурировать. Это особенно важно, если компания планирует применять технологии обработки естественного языка, которые я описывал в главе 1. Технологии машинного обучения, использующие структурированные числовые данные, как правило, не требуют такого уровня структурирования контента, но им необходим огромный объем данных.
Иными словами, какой тип графа знаний хочет получить компания? Граф знаний – это набор сущностей (людей, мест, объектов) и фактов о них и их взаимосвязях. Компания Google одной из первых стала использовать граф знаний для обобщения миллиардов фактов о поисковых запросах. Свой граф знаний имеет и компания LinkedIn: он состоит из фактов о пользователях сети, названий их должностей и компаний, в которых они работали, а также сведений об образовании, местоположении и т. д.
Некоторые компании получают графы знаний у поставщиков технологий. Например, IBM получила контент, связанный с медицинскими снимками, для Watson, когда в 2013 г. приобрела компанию Merge Healthcare. Кроме того, она пополняет свою коллекцию снимков, сотрудничая с рядом медицинских и радиологических центров. Формируемый в результате граф знаний доступен клиентам программы Watson Health – само собой, за плату.
Watson также славится своей способностью «поглощать» текстовый контент, например статьи из медицинских журналов, и использовать его для ответов на вопросы. Не столь известно, что порой приходится вложить немало труда, чтобы структурировать этот контент, разбив его на пары «вопрос – ответ», которые можно использовать во взаимодействии с врачами. Эксперты вынуждены тратить на это немало времени и сил.
Ряд поставщиков когнитивного программного обеспечения настаивают на подписании лицензионного соглашения о полной или частичной принадлежности графа знаний, формируемого при использовании конкретного программного обеспечения, поставщику технологий. Некоторые компании, с представителями которых я беседовал, решили отказаться от услуг определенных поставщиков технологий из-за строгих соглашений об интеллектуальной собственности.