Что делают компании, успешно использующие ИИ и аналитику данных, и не делают остальные

Важность и пользу искусственного интеллекта и углубленной аналитики за последние пять лет осознали многие, однако, по данным исследования McKinsey, проведенного среди более чем тысячи компаний из разных регионов и секторов рынка, реализовать их бизнес-потенциал сумели менее 20% организаций. Изучение кейсов внедрения показывает, что во всех успешных случаях лидерам удавалось избежать четырех наиболее часто повторяющихся на практике системных ошибок.

Условие №1: единое и согласованное понимание искусственного интеллекта и углубленной аналитики руководством компании

Неудачи в масштабировании инструментов аналитики и искусственного интеллекта обычно начинаются с отсутствия у высших руководителей общего видения. Самый частый случай — управленцы не чувствуют разницы между принципиально разными инструментами: традиционной бизнес-аналитикой (Business Intelligence, BI), углубленной аналитикой (Advanced Analytics, AA), которая использует самообучающиеся алгоритмы для прогнозирования и полуавтоматического принятия бизнес-решений, и «узким» искусственным интеллектом (narrow AI), который полностью замещает человека в конкретных бизнес-процессах. Немало компаний, вставая на путь цифровой трансформации, по воле своих первых лиц допускали подмену: принимали решение о создании дорогостоящего подразделения ИИ, тогда как реальный эффект от деятельности этого подразделения сводился к отчетности, базовым кейсам углубленной аналитики или вовсе отсутствовал.

Поэтому необходимый шаг на пути цифровизации — серия семинаров и обучающих сессий для руководства, которая включает опыт применения всего спектра цифровых и аналитических инструментов в компаниях, лидирующих в своей отрасли и смежных секторах, включая продвинутые примеры реального использования «узкого» искусственного интеллекта.

Условие №2: определение сфер применения и выбор приоритетных областей

Что связывает крупный банк, гоночную серию «Формула-1», Netflix, Яндекс и сталелитейный комбинат? Все они используют углубленную аналитику и активно работают над расширением ее применения до уровня «узкого» искусственного интеллекта. Ведущий сервис потоковой передачи видеоконтента использует ее для создания максимально отвечающих требованиям пользователей сериалов, а также для автоматической адаптации качества видео и аудио к скорости и качеству соединения конкретного пользователя. Команды «Формулы-1» — для выявления в реальном времени наиболее выигрышных стратегий пилота по прохождению конкретных участков трека. Банки улучшают клиентские пути, персонализируют продукты, пакеты и кросс-продажные предложения в полностью автоматическом режиме, тогда как их департаменты по безопасности с помощью углубленной аналитики предотвращают мошеннические транзакции и выявляют нетипичное поведение пользователей. Металлурги применяют углубленную аналитику для ускорения достижения нужных химических параметров металла и увеличения производительности. Сервисы доставки, используя углубленную аналитику, оптимизируют маршруты курьеров и внедряют «узкий» ИИ — роботов-курьеров «последней мили», которых уже можно видеть на улицах Москвы и некоторых европейских городов.

Перед внедрением ведущие компании четко наметили области, в которых аналитика принесет им максимум пользы. Они проанализировали свои клиентские пути, бизнес-процессы и цепочки создания стоимости и разработали на этой основе карту областей, где углубленная аналитика или искусственный интеллект могут принести бизнес-результат. После этого они выбрали приоритетные направления: четыре-пять наиболее реалистичных примеров, которые неизбежно дадут эффект для бизнеса в течение нескольких первых месяцев. Приоритет имеет смысл отдавать сценариям, отвечающим таким критериям, как максимальный эффект для бизнеса, доступность данных, необходимость/сложность изменений бизнес-процессов, архитектурные и кадровые ограничения.

Постепенное наращивание опыта в углубленной аналитике позволило ведущим организациям построить компетенции для следующего шага в область «узкого» ИИ. Напротив, попытка внедрить подобный инструментарий «везде и сразу» во многих примерах лишь дискредитировала новшество.

Условие №3: создание оргструктуры для кросс-функционального взаимодействия и развития аналитических компетенций

Чтобы углубленная аналитика и искусственный интеллект дали нужный эффект, необходимо обеспечить кросс-функциональное взаимодействие и сформировать глубокую экспертизу.