Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Однако вряд ли это пример чистой автоматизации с полной заменой людей. В центре управления Rio Tinto работает много специалистов по анализу данных, инженеров и опытных операторов дистанционного управления оборудованием, которые вместе обеспечивают работу этого большого парка. У централизованного управления немало преимуществ: например, такой подход позволяет согласовать работу операторов, которые не взаимодействуют офлайн. Поскольку эти люди работают в тесном сотрудничестве, дистанционно управляя машинами, у них есть возможность координировать действия и решать проблемы, возникающие при изменении условий, таких как неблагоприятная погода и выход оборудования из строя. Безусловно, масштабные инвестиции Rio Tinto в искусственный интеллект не обошлись без неудач — например, беспилотные железнодорожные системы для перевозки руды по Австралии внедрили с большим опозданием[88]. Вот почему стоит уделить внимание эффективному взаимодействию людей и машин, обеспечивающему принятие более качественных решений и непрерывное совершенствование огромной операционной системы компании.

Многие вряд ли сочтут Rio Tinto компанией, функционирование которой основано на цифровых технологиях. Тем не менее ей удалось изменить структуру персонала таким образом, чтобы сотрудники могли эффективно работать вместе с системами искусственного интеллекта. Для этого компания реорганизовала ряд бизнес-процессов так, что они напоминают скорее центр управления полетами NASA в Хьюстоне — нетипичный, но все же эффективный подход для горнодобывающего предприятия.

Но что происходит, когда бизнес изначально выстраивается на основе совместной работы людей и машин? Компания Stitch Fix, которой исполнилось всего шесть лет, — наглядный пример «недостающей середины» и переосмысления бизнес-процессов. Основная услуга Stitch Fix — персональные покупки, но с одной интересной особенностью: компания подбирает одежду и доставляет ее вам домой на основании данных, предоставленных клиентом, таких как предпочтения по стилю, размер одежды и доступ к коллекции Pinterest[89]

, собранной пользователем. Если вам не понравится какой-либо из присланных товаров, вы сможете вернуть его. Остались в прошлом те времена, когда приходилось проводить много часов в магазине, примеряя десятки нарядов, и выбирать подходящие вещи, больше полагаясь на удачу.

Stitch Fix была бы немыслима без машинного обучения. Однако компания понимает, что участие человека — важнейший фактор ее успеха. Поскольку стабильность бизнеса целиком и полностью зависит от качества рекомендаций по подбору одежды, ее деятельность основана на системе рекомендаций, которые дают как люди, так и машины. Структурированные данные, такие как стиль, размеры и предпочтения тех или иных брендов, находятся в ведении машин. Люди-стилисты уделяют больше внимания неструктурированным данным, таким как картинки с Pinterest и комментарии клиентов, почему они ищут новую одежду.

Когда приходит время собирать товары для отправки клиенту, алгоритмы машинного обучения сокращают количество возможных вариантов (по таким параметрам, как стиль, размер и др.) и предоставляют в распоряжение стилиста конечный набор вариантов. Другими словами, машина дополняет сотрудника. Затем на основании своих знаний и опыта стилист готовит финальный комплект и в некоторых случаях составляет персональные рекомендации для клиента. Человек и машина постоянно учатся и совершенствуют процесс принятия решений. Решение клиента о том, следует ли ему оставить тот или иной предмет одежды, — это информация из категории «да/нет», которая используется для обучения

алгоритма, с тем чтобы он предлагал в будущем более подходящие варианты. На основании этой информации, а также интуитивных догадок и замечаний со стороны клиента стилист также совершенствует свою работу.

Что значит работать в Stitch Fix? Более 2800 стилистов компании входят в систему со своих компьютеров — своеобразных цифровых консолей — и работают с интерфейсом, позволяющим быстро принимать решения по выбору одежды. Доступные варианты автоматически сортируются таким образом, чтобы стилистам не приходилось тратить время на просмотр одежды неподходящего размера. Кроме того, интерфейс предоставляет такую информацию о клиентах, как склонность к риску, и открывает доступ к их отзывам. Интересно, что данный интерфейс помогает стилистам преодолевать предвзятость — он может менять информацию, которую они видят, чтобы проверить, не склонны ли они повторять привычные рекомендации[90].