Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Времена стандартных бизнес-процессов остались в прошлом; компании больше не могут ставить своей целью простое воспроизведение лучших в своем роде процессов лидера отрасли. Именно поэтому так важно экспериментирование. Конкуренция требует, чтобы руководители компаний приводили бизнес-процессы в соответствие со спецификой своего бизнеса. Однако загвоздка в том, что внедрение нестандартных процессов требует от руководителей и лидеров глубокого знания своих сотрудников и корпоративной культуры в целом, чтобы понимать, как и когда начинать эксперименты. Например, чтобы заручиться поддержкой сотрудников, руководители должны ставить четкие цели и не мешать совершать ошибки и промахи. Не стоит забывать, что в науке эксперимент, не подтвердивший правильность гипотезы, не называют неудачным. Полученный в ходе такого эксперимента результат называют данными.

3. Лидерство: представьте гибридную культуру людей и машин

Перед многими компаниями стоит сложная лидерская задача: сформировать корпоративную культуру, способствующую внедрению ответственного искусственного интеллекта. Достичь этой цели непросто, поскольку многие люди не доверяют технологиям, а обеспокоенность сотрудников возможным упразднением рабочих мест часто усиливает такие опасения. Чтобы помочь сотрудникам привыкнуть к своим коллегам в лице систем искусственного интеллекта, необходимо задействовать функционал и аспекты взаимодействия обеих частей «недостающей середины». Как мы увидим немного позже, навыки специалистов по обучению, разъяснению и экспертов по устойчивости играют решающую роль, однако не менее важен положительный опыт использования искусственного интеллекта. Сообщите сотрудникам, что внедряете искусственный интеллект для замены определенных задач и переосмысления текущих бизнес-процессов. Продемонстрируйте, что инструменты искусственного интеллекта могут расширить возможности сотрудников и сделать их повседневную работу менее утомительной и более увлекательной.

В настоящее время в бизнес-среде дело обстоит следующим образом. В 2017 году, выступая в конгрессе США по вопросу безопасности автономных транспортных средств, руководитель Toyota Research Institute Джилл Пратт сказал законодателям, что люди склонны прощать ошибки человеку в большей степени, чем машине[130]

. Результаты исследований подтверждают противоречивость и неоднозначность нашего доверия машинам. Согласно статье, опубликованной в 2009 году, когда люди считают, что биржевые отчеты составлены человеком, их оценки стоимости ценных бумаг будут колебаться сильнее, чем когда отчет формировался с помощью статистических методов прогнозирования. В статье, вышедшей в 2012 году, отмечено, что люди считают решения врачей более точными и этичными, чем решения, принимаемые компьютером. Даже доказательства обратного не влияют на мнение людей. В рамках проведенного в 2014 году исследования ученые выяснили, что «при совершении одной и той же ошибки в прогнозах люди скорее перестают доверять алгоритму, чем человеку». В том же году три исследователя из Пенсильванского университета ввели термин, описывающий склонность людей доверять себе подобным больше, чем машинам, — «неприятие алгоритмов»[131].

В сфере финансового трейдинга сформировалась, пожалуй, одна из самых прогрессивных бизнес-культур работы с алгоритмами. Тем не менее даже среди трейдеров неприятие алгоритмов остается самым сильным сдерживающим фактором. В 2015 году Леда Брага создала компанию по управлению инвестициями Systematica, которая занимается исключительно алгоритмическим трейдингом. Брага признает, что люди по-прежнему выполняют определенные функции в трейдинге (например, работа активных трейдеров и трейдеров, продающих ценные бумаги без покрытия, основана на тщательном изучении основных показателей эффективности компаний и их руководства), однако эти функции постепенно сходят на нет. Брага убеждена в том, что будущее финансового трейдинга за автоматизацией. Между тем подход, которого придерживается Systematica, встречает сопротивление: люди склонны отдавать предпочтение тем решениям, которые принимают люди. «Неприятие алгоритмов — серьезное препятствие», — говорит Брага. Она признает: во многих областях «все мы предпочитаем, чтобы ту или иную работу выполнял для нас человек, даже если он делает эту работу хуже… Мы должны мыслить более рационально»[132].