Полюбить ИИ

Менеджер по цифровому маркетингу Дэвид Мейстер был в бешенстве. Он с удивлением и раздражением обнаружил, что его компания начала пользоваться новой системой маркетинга на основе искусственного интеллекта. Эта система занималась большей частью задач, которые Мейстер считал своими: решала, где размещать рекламу, на какие категории клиентов ориентироваться и сколько тратить. А когда Мейстер обнаружил, что система покупала рекламу, рассчитанную на аудиторию, не соответствующую типичному профилю клиента его компании, он ворвался в кабинет своего начальника и заорал: «Я не хочу, чтобы мужчины и женщины старше 55 лет покупали наш продукт! Это не наша аудитория!»

Мейстер потребовал, чтобы разработчик системы внес в нее изменения, позволяющие игнорировать рекомендации искусственного интеллекта относительно затрат на каждый вид размещения рекламы и категорий целевой аудитории. Разработчик тут же предоставил ему требуемое. Тем не менее, получив последнее слово в вопросах распределения бюджета и закупки рекламы, Мейстер осознал, что принимаемые им решения приводят к ухудшению результатов. Например, несмотря на сложившееся убеждение, что основные клиенты компании — молодежь, выяснилось, что мужчины и женщины старше 55 покупали подарки своим детям, племянницам и внукам, что делало их весьма выгодной категорией потребителей.

Мейстер вернул контроль за принятием решений системе — и результаты улучшились. В последующие несколько недель он начал понимать, с чем она справлялась отлично и что он сам может сделать, чтобы повысить эффективность работы искусственного интеллекта. Мейстер делегировал системе принятие решений по распределению средств и формированию профиля целевой аудитории. Сам же он сконцентрировался на разработке параметров более стратегического характера, например, агрессивности ведения кампании или лимитах расходования бюджета, а также тестировании различных подходов к реализации стратегии. На протяжении 2017 года результаты продолжали улучшаться. Система развивалась и становилась умнее, а Мейстер учился совершенствовать стратегию бренда на основе данных, предоставленных искусственным интеллектом. За первые три месяца использования системы был зафиксирован рост количества покупок продукции бренда через платные цифровые каналы на 75%, цена покупки возросла на 77%, показатели окупаемости расходов на рекламу — на 76%. Кроме того, удалось добиться существенного снижения стоимости приобретения рекламы.

Имена действующих лиц этой истории были измены, но мораль ясна. Если вы предоставляете вашим сотрудникам контроль над системами искусственного интеллекта, чтобы сохранить их заинтересованность в работе, и позволяете им проанализировать, в какой сфере ИИ функционирует наиболее эффективно, вы можете максимально эффективно использовать преимущества как людей, так и машин.

К сожалению, компании не смогут в полной мере воспользоваться огромным потенциалом искусственного интеллекта, если сотрудники не будут доверять основанным на ИИ инструментам в достаточной степени, чтобы делегировать им выполнение части своих обязанностей. Проблема низкого уровня внедрения систем на основе ИИ, становится все важнее по мере того, как фирмы из самых разных отраслей наблюдают за успешными случаями применения ИИ и осознают, что подобные инструменты можно использовать для многих процессов и задач, предусматривающих работу с большим объемом данных. Привлекательность перехода к новым инструментам, распространяемым по модели ИИ as service (по аналогии с soft as a service — прим. ред.), особенно возрастает благодаря тому, что технологии ИИ — когда-то доступные лишь корпорациям вроде Google, Amazon, Microsoft и IBM — дешевеют. Ими могут воспользоваться даже небольшие компании.

В сопротивлении революционным переменам, ставшим возможным благодаря развитию технологий, нет ничего удивительного. Многие люди сопротивляются внедрению систем искусственного интеллекта из-за хайпа вокруг них, отсутствия ясности относительно принципов его функционирования, опасения потерять контроль над своей работой, привычные способы выполнения которой стремительно устаревают.

Ниже приведены три истории о том, как люди сопротивлялись инициативам по внедрению основанных на искусственном интеллекте инструментов, и причины произошедшего.

Потеря контроля. Один из ритейлеров начал использовать инструменты рекламной оптимизации на своем сайте. Отдел маркетинга мог разместить несколько баннеров или информационных сообщений на наиболее заметных местах на сайте. Система, собрав данные, могла установить, какое из рекламных сообщений вызвало наибольший отклик со стороны посетителей сайта и предложить именно его новым посетителям. Однако отделу маркетинга не нравилась идея отдавать контроль искусственному интеллекту. Сотрудники компании часто вмешивались в работу ИИ, чтобы разместить сообщение, которое казалось им более эффективным, и тем самым понижали ценность системы.

Срыв планов. Генеральный директор одного международного кредитного учреждения пришел в восторг от финансовой выгоды и операционной эффективности введения основанной на ИИ системы принятия решений о выдаче кредитов. Однако ответственный за аналитику вице-президент воспринял систему как отклонение от разработанных им планов работы аналитического отдела и технологических инвестиций компании. Он начал дискредитировать работу новой системы. Для этого вице-президент детально описал, чем занимаются его аналитики, и в завершение заявил: «Эта система никогда не сможет достигнуть таких же результатов, на которые способны они».

Подрыв отношений. Глава регионального отдела e-commerce компании по производству потребительских товаров пошел ва-банк, чтобы получить от центрального руководства разрешение провести эксперимент с использованием системы на базе ИИ. Первоначальные испытания в некоторых рекламных кампаниях одного из продуктов показали беспрецедентные результаты. В 2017 году благодаря этим кампаниям показатели продаж увеличились на 15%. Однако внедрение системы за пределами региональной группы и одной-единственной линейки продукции происходило чрезвычайно медленно. Ему сопротивлялись менеджеры, состоявшие в дружеских отношениях с сотрудниками агентств, которые рекламировали продукты компании. В случае перехода на ИИ-систему они бы лишились работы.

Итак, что же могут предпринять компании, чтобы помочь своим сотрудникам чувствовать себя увереннее при работе с системами на ИИ?

Понимание того, каким образом построенный на искусственном интеллекте инструмент приходит к тому или иному решению, помогает сотрудникам поверить в его эффективность: стоит лишь открыть «черный ящик» и продемонстрировать его содержимое. Например, Альберт, разработчик основанного на искусственном интеллекте инструмента, помогающего маркетологам принимать более выгодные решения о размещении рекламы, разработал механизм визуализации («Inside Albert»). С его помощью пользователи могут увидеть, где и когда их бренд демонстрирует лучшие результаты, какие рекламные концепции привлекают большее количество покупателей, каков профиль идеального клиента (пол, место жительства и социальные характеристики), а также общее число созданных системой микросегментов аудитории (зачастую этот показатель достигает десятков тысяч).

Клиенты Альберта понимают, что они не смогли бы детально контролировать даже один набор параметров — например, частоту появления рекламных объявлений, — поскольку система анализирует и учитывает огромное количество переменных, необходимых для принятия решения об объеме и времени размещения рекламных объявлений. Хотя изначально пользователи считали, что система не учитывает данные о днях и частотности размещения рекламы, которые им казались наиболее успешными, со временем они осознали, что ИИ находил высокие коэффициенты переходов, не руководствуясь сложившимися ожиданиями. Благодаря «Inside Albert» маркетологи стали лучше понимать процесс принятия решений системой и в большинстве своем переставали ощущать потребность в контроле каждого ее шага.

Чтобы преодолеть сопротивление заинтересованных сторон, не все из которых были готовы работать с новой системой (вспомним уже упоминавшегося вице-президента аналитического отдела), можно использовать другой подход: создать новой системе ИИ хорошую репутацию за счет позитивных отзывов тех, кому выгодно ее появление. Так, Waymo (дочерняя компания Alphabet, занимающаяся разработкой беспилотных автомобилей —) заключила партнерство с общественным движением «Матери против пьянства за рулем», Национальным советом безопасности, фондом помощи слепым детям и фондом помощи пожилым, чтобы заручиться их поддержкой в вопросе о беспилотных автомобилях.

Учитывая растущую степень вовлечения систем искусственного интеллекта в процесс принятия решений в компании, ваша основная задача — провести переход на их использование в максимально короткие сроки. Как показывает пример Albert и Waymo, вы можете преодолеть негативное отношение к системам ИИ за счет проведения экспериментов, позволяющих продемонстрировать на практике механику процесса принятия решений системами искусственного интеллекта, а также задействовать тех, кому выгодно использование этой технологии. Чем быстрее вы получите поддержку коллектива, тем раньше сможете получить результаты, на которые способен искусственный интеллект.

Об авторе. Брэд Пауэр — консультант по вопросам управления изменениями.