ИИ также изменит профессии, предполагающие оказание услуг сотрудникам организации (в сфере технической поддержки и адаптации новых сотрудников). Такие компании, как ServiceNow, которая уже разработала системы автоматизации ключевых аспектов этой деятельности, начинают использовать машинное обучение, чтобы повысить интеллектуальность процессов. Поскольку автоматизации будет подвергаться все больше относительно простых задач, сотрудники соответствующих подразделений сосредоточатся на сложных проблемах, а также, возможно, станут специализироваться на конкретных сферах, приобретая глубокие знания. Изменения такого типа, вероятно, затронут и работников кол-центров, которые обслуживают клиентов.
В последние годы много людей занималось выявлением мошенничества и угроз в сфере банковских услуг и обеспечением кибербезопасности. Однако мошенников и хакеров становится все больше, а их методы стремительно совершенствуются, поэтому в этих сферах сегодня не обойтись без определенной степени автоматизации.
Специалисты по предотвращению мошенничества и обеспечению безопасности выявляют угрозы, используя различные сигналы и источники данных, а затем проводят расследования. Однако когнитивные технологии выполняют все больше задач по обнаружению угроз, поэтому люди этой профессии все чаще занимаются расследованием случаев мошенничества и подтверждением угроз. В сфере внутренних угроз, исходящих от сотрудников, профессионалам этой сферы понадобятся следственные навыки (навыки проведения допросов, сбора улик и т. п.), а также юридические и нормативные знания для управления кадрами. В сфере внешних угроз полезными будут навыки взаимодействия и работы с правоохранительными органами.
Может показаться, что новые навыки потребуются компаниям лишь в далеком будущем, поэтому пока рано начинать переподготовку кадров, но на самом деле это не так. На овладение навыками уходит немало времени (достаточное количество времени может занять даже разработка учебных программ). Некоторые компании уже начинают переподготовку сотрудников, обучая их навыкам работы с ИИ, но их пока немного. Однако респонденты опроса об осведомленности о когнитивных технологиях, проведенного в 2017 г. компанией Deloitte, заявили об острой потребности в переподготовке кадров и отметили, что в их компаниях она уже началась.
На вопрос о том, какие шаги необходимо предпринять для подготовки сотрудников к пришествию когнитивных технологий, большинство респондентов ответили, что важны все перечисленные шаги, включая:
● обучение сотрудников разработке когнитивных технологий (70 %);
● обучение сотрудников работе бок о бок с когнитивными технологиями (64 %);
● проведение просветительской работы – объяснение, что такое когнитивные технологии и каковы последствия их внедрения (63 %);
● создание новых отделов и позиций для руководства в результате использования когнитивных технологий (61 %).
39 % респондентов заявили, что чувствуют необходимость подготовить сотрудников к поиску работы за пределами компании.
Меня не удивило, что люди чувствуют необходимость обучения. Однако, учитывая, что ранее в опросе респонденты заявили о низкой опасности сокращения штатов в результате внедрения ИИ, я был несколько удивлен, увидев, что почти двое из пяти респондентов посчитали необходимой переподготовку сотрудников с целью освоения других профессий. Возможно, это означает, что рынки занятости будущего будут характеризоваться текучестью, то есть сотрудники будут часто менять места своей работы.
Я также не ожидал, что 63 % респондентов (и 76 % респондентов, работающих в компаниях, где трудится от 5000 до 10 000 человек) отчитались о запуске учебных программ для подготовки сотрудников к переменам после внедрения когнитивных технологий; 32 % опрошенных признались, что их компании еще не запустили подобные программы, но планируют разработать их в ближайшее время.
Возможно, более реалистичную картину дает уже упоминавшийся опрос, проведенный в 2017 г. компанией Genpact, в котором приняло участие 300 мировых бизнес-лидеров. В нем о запуске программ переподготовки, ориентированных на ИИ, сообщает несколько меньший процент респондентов. Согласно результатам опроса, хотя 82 % респондентов планировали внедрение технологий ИИ в ближайшие три года, а 57 % считали вероятной трансформацию штата после этого внедрения, только 38 % респондентов сказали, что уже предоставляют сотрудникам возможности для получения новых навыков[141].
Однако даже эта цифра кажется мне завышенной. Я не видел, чтобы компании предлагали сотрудникам много подобных программ. Возможно, респонденты неверно трактовали вопрос и имели в виду, что они предлагают сотрудникам программы переподготовки, однако эти программы не имеют непосредственной связи с ИИ.
Впрочем, если на самом деле программ переподготовки значительно меньше, имеет смысл начать работу в этом направлении прямо сейчас, задолго до широкого внедрения когнитивных технологий в ваш бизнес. Программы можно разработать таким образом, чтобы они давали сотрудникам новые навыки, которые с высокой вероятностью пригодятся им для выполнения новых задач в рамках новых бизнес-процессов. Кроме того, подобные программы становятся для сотрудников сигналом о приближении перемен. Скорее всего, они мотивируют разумных сотрудников оценить свои навыки, обдумать свое будущее в качестве коллег когнитивных машин и начать приобретать квалификации, которые будут способствовать их успеху.
7Технические подходы к когнитивным технологиям
Я всегда опасаюсь писать главы о новых технологиях. Когда я писал о технологиях в предыдущих книгах, посвященные технологиям главы неизменно устаревали первыми. О когнитивных технологиях писать особенно сложно, ведь сегодня множество компаний используют их компетенции, а стартапы пытаются в безумном темпе внедрять инновации.
Однако руководителям по-прежнему нужна поддержка для принятия технологических решений об ИИ. В настоящей главе я постараюсь уделить внимание непреходящим вопросам, например о том, следует ли компании «разрабатывать или покупать» необходимые инструменты. Однако, если вы читаете эту книгу через десять лет после ее публикации, возможно, вам стоит пропустить эту главу и обратиться к более актуальному источнику.
Технологические трудности
Прежде чем приступить к обсуждению стратегий, которые компании используют для решения технологических проблем, связанных с ИИ, может быть полезным описать сами проблемы. В главе 3 я уже упомянул, что в опросе об осведомленности о когнитивных технологиях, проведенном в 2017 г. компанией Deloitte, большинство респондентов назвали главной трудностью интеграцию с существующими системами и бизнес-процессами (см. рис. 7.1). Об этой проблеме сообщили 47 % респондентов. Однако возникают и другие сложности. Двое из пяти респондентов назвали технологии и специалистов по работе с ними слишком дорогими. Почти такое же количество респондентов столкнулись с проблемой неосведомленности руководителей организаций о когнитивных технологиях. Около трети респондентов отметили, что им сложно найти людей, имеющих достаточный опыт работы с когнитивными технологиями, и примерно столько же респондентов заявили о проблеме незрелости технологий. Относительно небольшая доля респондентов сочла проблемой шумиху вокруг когнитивных технологий (очевидно, поднимаемую технологическими компаниями и прессой). Однако при ответе на другой вопрос всего 9 % респондентов назвали ИИ «чересчур разрекламированным», а 10 % сочли его «недостаточно разрекламированным».
В другом опросе, проведенном в 2017 г. компанией Teradata, респонденты заявили о наличии ряда других трудностей. При этом их спрашивали не столько о проблемах, с которыми они уже столкнулись, сколько об ожидаемых преградах для внедрения технологий. В докладе о результатах опроса описываются следующие трудности:
Почти все респонденты (91 %) предвидят возникновение серьезных преград для внедрения технологий. Большинство ожидает столкнуться с препятствиями из-за несовершенства ИТ-инфраструктуры (40 %) и дефицита штатных специалистов (34 %). Почти столько же респондентов (33 %) называют технологии ИИ, доступные сегодня, недостаточно совершенными, а 30 % респондентов сетуют на бюджетные ограничения. Однако в других сферах уровень скепсиса ниже: всего 19 % респондентов опасаются, что ИИ недостаточно перспективен для бизнеса, и всего 20 % переживают о воздействии ИИ и автоматизации на занятость и моральное состояние сотрудников[142].
Упоминаемое в этом опросе «несовершенство ИТ-инфраструктуры», которое респонденты назвали главным препятствием на пути к внедрению когнитивных технологий, может означать, что аппаратное и программное обеспечение ИИ не всегда хорошо сочетается с существующими технологиями. Особенно остро эта проблема встает, когда модели ИИ разрабатываются с использованием самостоятельных технологий, а затем внедряются в существующие системы. Однако, как я замечу далее в этой главе, иногда возникает возможность получить ИИ-компетенции, которые уже интегрированы с программным обеспечением организации. Когнитивные технологии определенного типа (в частности, глубокое обучение) лучше всего работают на графических процессорах, которые не слишком распространены в бизнесе. Некоторым организациям нелегко внедрить их в существующие инфраструктуры аппаратного обеспечения, хотя несколько солидных компаний уже предоставляют возможность осуществления обработки графики в облачной инфраструктуре.
Конечно же, я слышал и о других трудностях. Многие компании испытывают сложности с данными: их либо слишком мало, чтобы начинать серьезную ИИ-работу с ними, либо их качество слишком низкое. Далее я расскажу, как можно справиться с этой проблемой. Неосведомленность руководителей порой также приводит к тому, что специалистам по когнитивн