Искусственный интеллект с широкими полномочиями

Большинство гендиректоров признают, что искусственный интеллект (ИИ) способен полностью изменить бизнес. Они могут нарисовать картину будущего, в котором, к примеру, ритейлеры доставляют потребителю персонализированный продукт еще до того, как тот его закажет, — возможно, уже в день производства. Кому-то покажется, что этот сценарий сошел со страниц научной фантастики, но ИИ, способный претворить его в жизнь, уже существует.

Однако на пути к идеалу есть преграда — компании до сих пор не понимают, как под такое будущее подстроиться, хотя нельзя не отметить, что многие усердно работают над внедрением цифровых технологий, подчас полностью изменяя процессы обслуживания клиентов и производства товара.

Чтобы потенциал ИИ раскрылся в полной мере, нужно переосмыслить бизнес-модель и все виды деятельности: недостаточно просто автоматизировать или анализировать какие-то процессы с его помощью. Конечно, ИИ можно поручить частные задачи отдельных функций (так называемые частные случаи применений), но при таком подходе не удастся преобразовать операции и увеличить общую прибыль. К тому же при разрозненных усилиях масштабирование ИИ пойдет труднее и обойдется дороже, поскольку каждая функциональная команда вынуждена будет заново придумывать, как заручиться поддержкой стейкхолдеров, обучить сотрудников, справиться с изменениями, управлять данными, настроить компьютерные технологии и т. д.

Это не означает, что нужно переводить на ИИ все сразу. Такая стратегия заведомо приведет к провалу, ведь для полной трансформации для достижения быст­рого результата надо будет одновременно проворачивать множество проектов, каждый со своими стейкхолдерами и своими приводными ремнями.

Правильнее будет выявить важнейший аспект вашего бизнеса и полностью переосмыслить именно его. Трансформация каждого этапа основного производства, цикла или функции — мы называем их областями бизнеса — даст серьезный толчок производительности. Комплексность позволит развивать новые ИИ-проекты на основе предыдущих, к примеру, повторно использовать данные и наращивать потенциал партнеров. По нашим наблюдениям, такой подход запускает органический цикл изменений по разным областям бизнеса: когда ИИ доказывает свою ценность руководителям и сотрудникам, он широко распространяется по организации, а люди настраиваются на постоянное совершенствование. Это особенно важный сдвиг, ведь ИИ-технологии стремительно развиваются, в силу чего организации должны воспринимать их развертывание как постоянный процесс, а не разовое усилие.

Компании, которые воспользуются ИИ в полной мере, наверняка потеснят тех, кто с этим не справится, и это уже происходит в некоторых отраслях — например, в производстве автомобилей и в финансовых услугах. Хорошая новость состоит в том, что за последние годы многие компании даже с небольшим потенциалом в аналитике начали развивать навыки в сфере ИИ — кризис COVID-19 заставил их в одночасье изменить свои методы. Теперь осталось применить новые навыки в более крупных проектах, а это еще одно испытание.

На следующих страницах мы расскажем, что компаниям нужно сделать для масштабирования ИИ — мы опираемся на свой опыт работы с сотнями клиентов, в том числе с крупнейшими в мире организациями.

ШАГ 1: ОПРЕДЕЛИТЕ СТРАТЕГИЮ

Определить правильный масштаб ИИ-проектов непросто. Наш совет гендиректорам: ориентируйтесь на те области бизнеса, в которых ИИ покажет весомые результаты за разумное время — тогда будет относительно легко найти лидера, привлечь к участию партнеров и собрать команду. Кроме того, многие виды деятельности взаимосвязаны, а значит, у вас будет возможность повторно использовать данные и производственные активы. (Чтобы узнать, правильно ли вы оценили масштаб своей ИИ-инициативы, смотрите врезку «Признаки того, что ваши замыслы по ИИ слишком широки или слишком узки».)

Потенциал воздействия. Выбранные области бизнеса должны быть достаточно обширными, чтобы ИИ-усовершенствование существенно повысило прибыль компании, либо улучшило опыт клиентов или сотрудников. Одна авиакомпания, которую мы консультируем, определила для себя 10 основных областей бизнеса, которые подходят под это описание: грузоперевозки, экипажи, управление доходами, электронная коммерция, обслуживание клиентов, аэропорты, техобслуживание самолетов, сетевое планирование, операции, сотрудники с высоким потенциалом. Начать решили с грузоперевозок, определив набор ИИ-проектов, которые можно завершить менее чем за пять месяцев. Первый был нацелен на повышение эффективности через более точное прогнозирование объема и веса грузов, что обещало дополнительную прибыль в размере около $30 млн.

Другой пример: телекоммуникационный провайдер решил перестроить процесс управления потребительской ценностью, включая все взаимодействия с клиентами. ИИ помог понять и удовлетворить потребности каждого клиента, и провайдеру удалось сократить время маркетинговых кампаний на 75% и снизить отток пользователей на три процентных пункта. По прогнозам компании, за счет новов­ведений к концу 2021 года прибыль вырастет на $70 млн.

Взаимосвязанные действия. Перспективная область бизнеса состоит из набора видов деятельности, перенастройка которых поможет решить системные проблемы, такие как хроническая неэффективность (к примеру, длительный срок одобрения кредитов), изменчивость (быстрые колебания потребительского спроса) и регулярно упускаемые возможности (трудности с доставкой продуктов клиентам). Во многих случаях ИИ может устранить первопричины этих проблем благодаря выводам аналитики и организационным улучшениям.

Та же авиакомпания выделила шесть тесно связанных видов действий по перевозке грузов: переговоры о цене, распределение пространства, бронирование, документирование перевозок, управление наземными операциями и доставкой, выставление счетов. Удовлетворенность клиентов и ценообразование зависят, в частности, от наличия свободного места при запросе в последний момент, от возможности отслеживать отправления в режиме реального времени и от скорости доставки. Когда эти шесть действий перенастроили так, чтобы они могли передавать данные на единую ИИ-платформу, авиаперевозчик смог значительно сократить системные потери и повысить качество обслуживания клиентов, что положительно сказалось и на норме прибыли, и на репутации.

Лидер и команда. В перспективной области бизнеса обеспечьте следующие компоненты успеха:

• активный руководитель, ответственный за всю цепочку создания стоимости (в авиакомпании это был вице-президент по грузоперевозкам);

• увлеченное высшее руководство (в авиакомпании руководящая группа включала старшего директора по грузоперевозкам и двух его непосредственных подчиненных). Эти люди выполняют функции «владельца продукта» (лица, ответственного за осуществление решений), «переводчика», который объединяет сферы аналитики и бизнеса, и руководителя по изменениям, ответственного за управление трансформационным процессом;

• команда практиков искусственного интеллекта: специалистов по аналитике, обработке и хранению данных, архитекторов, бизнес-аналитиков и скрам-мастеров (их можно подобрать из штата вашей организации);

• группа передовых пользователей или работников, ответственных за повседневную деятельность (в авиакомпании это были 250 агентов по продажам и бронированию в Северной и Южной Америке, Азиатско-Тихоокеанском регионе и в Европе).

Отбирая сотрудников по всей цепочке выбранной вами области и назначая их ответственными, укрепляйте их вовлеченность и инициативность, воодушевляйте и давайте им новый импульс. Без всего этого люди вряд ли выйдут за рамки сложившихся представлений о бизнесе, когда будут разрабатывать решения и устранять внезапные преграды, которые неизбежно возникнут на их пути.

Технологии и данные многоразового использования. Что еще важно, так это выбрать области бизнеса, в которых сходятся данные и технологические компоненты, необходимые для запуска ИИ-моделей. Все становится намного проще, если команды смогут повторно использовать данные или фрагменты кода, созданные для начального ИИ-проекта, а не начинают каждый новый проект с нуля. Да, в первые один-два проекта придется инвестировать, но затем новые проекты начнут черпать из прошлого опыта, что значительно сокращает время и стоимость разработок. Какие ресурсы мы имеем в виду? Что касается данных, это общие библиотеки и метаданные, а со стороны технологий — сценарии машинного обучения, интерфейсы прикладного программирования (API), которые извлекают данные из унаследованных систем, и инструменты визуализации данных.

Обычно руководство выделяет от восьми до десяти областей, в которых ИИ может трансформировать их бизнес. Как только список будет готов, мы советуем выбрать из него одну или две позиции, исходя из осуществимости и коммерческой ценности.

В авиакомпании за первые три месяца гендиректор и его прямые подчиненные провели серию совещаний, на которых обсудили, как компании разных отраслей внедряют инновации с помощью ИИ, разработали концепцию достижения роста операционной прибыли более чем на 10% за 15 месяцев на основе ИИ, выявили приоритетные области и выделили требующиеся для продвижения ресурсы. Каждый руководитель попросил экспертов в своей области выяснить, что потребуется изменить для достижения целевой прибыли, и оценить потенциальную ценность и выполнимость своих рекомендаций. В сфере грузоперевозок три руководителя высшего звена вместе с ИТ-специалистами и финансистами обрисовали план более эффективного использования грузового пространства самолетного парка, назвали прогнозируемую прибыль и доказали достижимость этого плана с точки зрения доступности данных, технологий, персонала и т. д.

ШАГ 2: СТРУКТУРИРУЙТЕ КОМАНДУ

В команде, ответственной за ИИ-проекты в определенной области, должны присутствовать люди из коммерческого, цифрового, аналитического и ИТ-отделов, способные обеспечить разработку, развертывание и поддержку новой системы работы. Как только команда усвоит цель и получит ресурсы, она самостоятельно организует свою работу с помощью эджайл-методик. А руководителю, собравшему команду, останется задача — интеграция сотрудников, пришедших из разных подразделений бизнеса, и устранение организационных барьеров.