Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Отличить победителей от проигравших, или О чем эта книга

Как мы уже отмечали, в эпоху адаптивных процессов правила управления организациями меняются каждый день. Переосмысливая бизнес-процессы и характер взаимодействия человека и машины, бизнес-лидеры в самых разных отраслях должны принять новые правила и следовать им. Вот почему мы написали эту книгу: чтобы дать людям, которых заботит их бизнес, команда и карьера, необходимые знания для достижения успеха в эпоху искусственного интеллекта.

В первой части мы расскажем о той роли, которую искусственный интеллект играет в бизнес-процессах сегодня. Начнем с заводских цехов, а затем проиллюстрируем, как организации используют искусственный интеллект в разных отделах — бэк-офис, НИОКР, маркетинг и продажи. Основной вывод этого раздела: компаниям не стоит рассчитывать на реализацию всех преимуществ взаимодействия человека и машин, если они не создали для этого соответствующих условий. Повторим, что организации, которые используют машины только для замены людей, в итоге проиграют, в то время как компании, стремящиеся расширить человеческие возможности с помощью машин, станут лидерами своей отрасли.

В первой главе

мы расскажем о том, как команды «человек + машина» изменили производство не только в BMW и Mercedes-Benz, но и у других крупных производителей. Так, General Electric создает «цифровые двойники» своих продуктов — например, турбинной лопасти в реактивном двигателе. Виртуальные модели наследуют свойства физического объекта, что позволяет повышать производительность, а также прогнозировать сбои до того, как они произойдут, что в корне меняет техническое обслуживание оборудования.

Вторая глава посвящена бэк-офису. Здесь технологии искусственного интеллекта помогают фильтровать и анализировать колоссальные потоки информации из самых разных источников и автоматизировать однообразные рутинные задачи, а также расширять человеческие возможности и опыт. К примеру, канадская компания, оказывающая финансовые и страховые услуги, использует ИИ-системы для обработки неструктурированных финансовых данных из новостных заметок, отчетов и электронной почты, с тем чтобы выработать конкретные рекомендации, причем ее можно обучить извлекать из общего информационного потока только те сведения, которые коррелируют с индивидуальными запросами каждого аналитика.

В третьей главе

мы покажем, как компании используют искусственный интеллект в научных исследованиях и разработках. На каждом этапе НИОКР — наблюдение, формулирование гипотезы, проведение эксперимента и анализ результатов — ИИ-технологии способствуют большей эффективности и значительно улучшают конечный результат. Мощный программный пакет GNS Healthcare с элементами машинного обучения находит закономерности в медицинских картах пациентов и может автоматически генерировать гипотезы непосредственно из данных. Так, системе потребовалось всего три месяца, чтобы воспроизвести результаты двухлетнего исследования, в ходе которого изучались побочные реакции при приеме нескольких лекарственных препаратов у пожилых пациентов по программе Medicare.

В четвертой главе мы рассмотрим бизнес-процессы в маркетинге и продажах, а также расскажем, какое огромное влияние искусственный интеллект оказал на эти сферы. Виртуальные помощники на основе нейронных сетей и машинного обучения, такие как Alexa (Amazon), Siri (Apple) и Cortana (Microsoft), стремительно становятся цифровым воплощением этих брендов. Другими словами, искусственный интеллект сам становится брендом.

Во второй части

нашей книги мы исследуем «недостающую середину» и дадим рекомендации топ-менеджерам, чтобы помочь им пересмотреть и переосмыслить традиционные представления о работе. Чтобы раскрыть весь потенциал искусственного интеллекта, компаниям необходимо восполнить существующий ныне пробел, продумав новый функционал своих сотрудников, выработав новые принципы взаимоотношений человека и машины на рабочих местах, изменив традиционный подход к управлению и пересмотрев саму суть такого понятия, как «труд».

В пятой главе мы поговорим о том, как машинное обучение, интегрированное в бизнес-процессы, приводит к появлению совершенно новых профессий. В частности, понадобятся сотрудники, умеющие разрабатывать и обучать алгоритмы, разъяснять принципы их действия и при этом видеть их неотъемлемой частью бизнес-процессов. Одна из новых профессий — менеджер по связям с машинами — примерно то же, что HR-менеджер, но по управлению системами искусственного интеллекта, а не сотрудниками. Эти менеджеры будут продвигать эффективные системы, воспроизводить их в других подразделениях компании. Системы с низкой результативностью будут «разжалованы» и, вероятно, списаны со счетов.