Утрата человеческих знаний и навыков
Последняя проблема, связанная с воздействием ИИ на общество, заключается в утрате людьми способности выполнять задачи определенного типа. Обеспечивая навигацию при вождении автомобиля и персонализацию коммуникации с клиентами, ИИ начинает выполнять все больше задач, которые ранее требовали человеческих знаний и навыков. Утратят ли люди способность их выполнять?
Само собой, разговоры об этом ведутся не впервые – такие же вопросы возникали после появления логарифмических линеек и калькуляторов. Можно ли сказать, что эти приспособления лишили людей умения делить в столбик? Пока нет. К тому же есть основания полагать, что при исчезновении логарифмических линеек и калькуляторов (а также компьютеров и смартфонов) найдется достаточное количество людей, которые смогут обучить остальных методам ручного счета.
Однако, на мой взгляд, в двух сферах опасения об утрате знаний и навыков небезосновательны. В первую очередь это области, где нам по-прежнему приходится регулярно пользоваться своими знаниями и навыками. Например, такова сфера беспилотных автомобилей. Сегодня при поездке в беспилотном автомобиле людям необходимо сохранять бдительность и время от времени брать управление на себя – и так будет, вероятно, в ближайшие несколько лет. Не проявляя бдительности, человек может не успеть вовремя перехватить управление.
Ученые называют это проблемой потери бдительности, и она представляет собой один из важнейших факторов, которые необходимо учитывать при проектировании беспилотных автомобилей. Осознавая ее важность, такие компании, как Waymo (принадлежащая холдингу Alphabet), считают, что беспилотные автомобили вообще не должны быть оснащены педалью тормоза и рулевым колесом. Поскольку общество не слишком информировано об этой проблеме, ученые из MIT запустили проект для изучения феномена полуавтономного вождения, чтобы проанализировать реакцию людей на соответствующие компетенции[198].
Также утрата знаний и навыков вызывает опасения в тех сферах, где автоматизация задач может навсегда ограничить человеческие способности, что в итоге скажется на уровне безопасности. Пожалуй, больше всего тревог вызывает квалификация пилотов гражданских авиалиний, где самолеты и сегодня большую часть времени летают на автопилоте. В книге «Стеклянная клетка»[199] Ник Карр пишет, что зависимость от автопилота снижает способность пилотов летать, и многие разделяют его опасения. Кроме того, Карр полагает, что при использовании GPS люди не понимают, как устроена местность, где они находятся[200].
Однако эти тревоги пока безосновательны, и нет реальной опасности для людей. Карр признает, что сегодня гражданская авиация безопасна как никогда. Не ориентирующиеся на местности люди все равно находят нужные места при помощи GPS. Тем не менее все эти проблемы стоит фиксировать и помещать в раздел «Вопросы, о которых нам однажды придется задуматься». Конечно, пилотам время от времени нужно браться за штурвал, чтобы освежать свои навыки, однако пока неясно, нужно ли предпринимать еще какие-либо действия для решения назревающей проблемы.
Стратегии управления изменениями в компаниях
Пока что в этой главе я рассказывал о том, как повысить доверие к ИИ со стороны клиентов и потребителей. Однако не менее важно, чтобы технологиям доверяли сотрудники компаний, внедряющих ИИ. Процесс формирования доверия – и других позитивных социальных и культурных реакций – можно назвать управлением изменениями. Контролировать перемены нужно при внедрении любой новой технологии, но при внедрении искусственного интеллекта возникает ряд специфических проблем.
Запуск проектов, использующих когнитивные технологии, предполагает не только технические перемены, но и перемены в организационной культуре, процессах, поведении и взглядах. Поскольку подобные проекты часто сопряжены с управлением знаниями или применением знаний, они могут представлять угрозу для влиятельных и самостоятельных работников интеллектуального труда. Так, если врачи в больнице не доверяют новой системе диагностике на основе ИИ или не любят ее использовать, ее внедрение вряд ли будет успешным.
Ключевой фактор успеха когнитивной системы – участие сотрудников компании в ее внедрении. Как я отметил, поскольку использование технологии потребует перестройки рабочих задач и процессов, этому необходимо посвятить достаточное количество времени и сил. Внедрение технологии пройдет гораздо успешнее, если в процессе примут участие те, кто выполняет работу сегодня (или хотя бы их представители). Непосредственно участвующие в процессе внедрения новой технологии сотрудники могут стать пропагандистами новых методов работы, которые предоставляет ИИ. Если сотрудники не принимают участия во внедрении технологии, у них может возникнуть недовольство, которое приведет к распространению негативных слухов.
Пример привлечения сотрудников к внедрению новой технологии в кол-центре описан в руководстве IBM Watson по управлению изменениями:
Чтобы создать команду для обучения Watson, крупная телекоммуникационная компания решила отобрать опытных сотрудников кол-центра и их руководителей, которые решали проблемы клиентов, возникающие при использовании интерактивного телевидения. Эти сотрудники проанализировали архивы контактного центра и собрали все вопросы, заданные клиентами за последние 12 месяцев. В процессе настройки системы они оценивали и отлаживали ответы из корпуса доступных технических знаний и архивов и сопоставляли их с вопросами. Другая группа тестировала готовое решение. Потратив столько времени и сил на обучение Watson, они в итоге получили ценный инструмент[201].
Когнитивные технологии вызывают особые опасения сотрудников из-за угрозы автоматизации производства и потери работы. Мудрые руководители могут быстро рассеять эти страхи, сказав работникам (по крайней мере тем, в которых они еще нуждаются), что они не лишатся работы из-за использования ИИ. Я наблюдал за внедрением когнитивных технологий в ряде компаний и окончательно убедился, что при возможности стоит идти по пути совершенствования процессов, а не полной их автоматизации. Ориентация на совершенствование процессов помогает компаниям управлять изменениями.
Кроме того, ориентация на совершенствование процессов дает множество преимуществ, включая следующие:
● вовлечение сотрудников в поиск способов совместной работы с машинами;
● предоставление сотрудникам возможности экспериментировать с когнитивными технологиями;
● создание для компаний и клиентов решений, задействующих лучшие компетенции людей и машин;
● ориентация на повышение производительности и рост, а не на сокращение штата.
Успешное внедрение технологий ИИ требует не только совершенствования технических компетенций организаций. Даже если новая система работает ровно так, как заявлено, люди могут сильно ограничить ее потенциал. Если компании удастся убедить сотрудников принять умные машины в качестве неидеальных коллег, обладающих высоким потенциалом, внедрение технологий существенно упростится.
Реализация подавляющего большинства когнитивных проектов, которые я изучал (в частности, в базе данных, содержащей информацию о 150 консалтинговых проектах Deloitte), не привела к масштабным сокращениям, а большинство руководителей, принимающих участие в опросах, утверждают, что сокращение штата в результате автоматизации не входит в их цели. Следовательно, компании могут пользоваться преимуществами вовлечения сотрудников в процесс внедрения технологий и укреплять лояльность кадров, подчеркивая свое стремление к совершенствованию процессов, а не к полной автоматизации производства. Скажем, компании могут не нанимать новых сотрудников на место выходящих на пенсию, но предлагать другие позиции тем, кто готов приобретать новые навыки. Существует много способов окупить инвестиции в когнитивные технологии, не уничтожая огромное количество рабочих мест.
Однако я понимаю, что ИИ может вынуждать компании сокращать расходы. Как-то один руководитель страховой компании сказал мне:
В целом нам нравится идея совершенствования процессов. Однако в сравнении с конкурентами мы и так много тратим, поэтому новые технологии должны как можно сильнее повысить производительность нашего труда. Если другие компании нашей отрасли внедрят ИИ и сократят количество рабочих мест, нам придется поступить точно так же, чтобы остаться на равных с ними.
Чтобы избежать такой ситуации, лучше всего как можно раньше начать перестройку процессов с учетом ИИ и переподготовку сотрудников, а также внимательно следить за расходами и производительностью труда. При переподготовке также важно сформулировать объективные критерии качества работы, связанной с ИИ, и позволить сотрудникам попробовать себя в соответствующей сфере, чтобы дать им шанс продолжить работу на новой позиции.
Поскольку обычно на реализацию крупных ИИ-проектов уходит несколько лет, внимание к этим аспектам преобразований может помочь компании достичь конкурентных размеров и производительности в результате естественной убыли рабочей силы или удовлетворить потребности в росте, не нанимая новых сотрудников. Добиться высокой производительности и снижения расходов посредством внедрения ИИ непросто – и вряд ли это случится быстро. Одним внедрением когнитивных технологий дело наверняка не обойдется.
Управление изменениями при внедрении ИИ затрагивает людей не в равной степени, и важность этого процесса не всегда одинакова. Как вы можете догадаться, важность управления изменениями достигает максимума, когда пилотный проект или прототип оказываются успешными и начинается планирование масштабного внедрения технологии. Управлять изменениями нужно и на пилотной стадии, но пилотные проекты обычно относительно невелики, и в них вовлечено лишь небольшое количество сотрудник