Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Система Virgin Trains — относительно продвинутое решение для автоматизации бэк-офиса, поскольку оно позволяет анализировать неструктурированные данные и адаптироваться к ним, а также справляется с массовым наплывом данных. Подобные приложения представляют собой так называемую роботизированную автоматизацию процессов (RPA). Проще говоря, RPA — это программа, которая выполняет функции виртуального офиса, беря на себя в первую очередь управляющие повторяющиеся операционные рабочие процессы. Иными словами, она автоматизирует имеющиеся процессы. Но для

переосмысления процессов компаниям потребуются более совершенные технологии — то есть искусственный интеллект (см. врезку «Технологии и искусственный интеллект: как это сочетается?»

в конце этой главы).

Сейчас мы говорим о системах, использующих такие возможности искусственного интеллекта, как компьютерное зрение или инструменты машинного обучения для анализа неструктурированной или сложной информации. Система может «читать» счета, контракты, заявки на приобретение тех или иных продуктов и услуг. Она может обрабатывать эти документы независимо от формата — и разносить верные значения в формы и базы данных. Существуют и еще более продвинутые системы, где применяются тончайшие алгоритмы машинного обучения: с их помощью компьютер может не только выполнять те задачи, на которые он был заранее запрограммирован, но и оценивать задачи и процессы, а также корректировать их при необходимости. Компьютер может учиться, наблюдая, «заглядывая через плечо» сотруднику-человеку, и со временем работать все эффективнее. Иными словами, это именно та технология, которая обеспечивает третью волну совершенствования бизнес-процессов — внедрение адаптируемых процессов (о ней мы говорили во введении). Такие приложения обладают более высоким преобразующим потенциалом и обычно требуют активного участия человека, применяющего неявное знание или опыт, который сложно описать или смоделировать. Представьте рассмотренную выше глобальную банковскую систему противодействия отмыванию денег. Обрабатывается сложная финансовая транзакция; автоматизированная система помечает ее как подозрительную, после чего она поступает на рассмотрение человеку-эксперту, и тот решает, требуется ли дополнительная проверка. Такие взаимодействия человека и машины типичны для бизнес-трансформации третьей волны.

Компании могут задействовать целый спектр подобных технологий, иногда даже для одной прикладной задачи. Рассмотрим, как в Unilever нанимают новых сотрудников. Допустим, вы ищете работу и через сеть LinkedIn находите в Unilever подходящую вакансию. На первом этапе вам как соискателю предложат сыграть в двенадцать онлайн-игр, основанных на тестах из когнитивной нейробиологии. Игры помогают оценить черты вашей личности, например насколько вы склонны к риску, насколько хорошо считываете эмоциональные сигналы по сравнению с контекстуальными. В этих играх нет однозначно верных или неверных ответов, поскольку, например, склонность к риску может быть полезна для одного типа задач, а неприятие риска — для другого. На этом этапе отбора не требуется продвинутый искусственный интеллект — достаточно относительно простой технологии, например RPA.

На следующем этапе вам предложат отправить с компьютера или смартфона видеозапись вашего интервью, где вы отвечаете на ряд вопросов, специально подобранных для той должности, на которую вы претендуете. Именно здесь в игру вступают продвинутые технологии искусственного интеллекта: ваши ответы анализирует интеллектуальное приложение HireVue, и не только ваши слова, но и мимику, язык тела и тон голоса. Затем самых успешных кандидатов приглашают в офис компании на интервью, где их компетенции оценят те, кто и примет окончательное решение.

Пример Unilever иллюстрирует не только применение разных технологий на разных этапах в рамках одного и того же приложения, но и весь потенциал взаимодействия человека и машины. В течение первых 90 дней после запуска новой системы компания получила 30 000 обращений от соискателей — вдвое больше, чем за аналогичный период прошлого года. Среднее время выбора кандидата сократилось с четырех месяцев до месяца, а время, которое рекрутеры тратят на изучение резюме, уменьшилось на 75%. По данным компании, после внедрения этой системы удалось набрать самый разнообразный персонал за всю ее историю. Так, радикально расширился круг университетов, выпускников которых принимают на работу, — с 840 до 2600[37].

Как узнать, какой процесс следует переосмыслить?

Повторяемость. Воспроизводимость. Избыточность. Хорошо отлаженный процесс. Если для ваших бизнес-операций характерны именно такие черты — это верный признак, что ваши задачи и процессы готовы к трансформации.