Почему алгоритмы могут
все испортить

Когда и как использовать алгоритмы для управления людьми и коллективами? Так выглядит одна из новейших проблем, которая возникла перед руководителями, живущими в век искусственного интеллекта. ИИ, алгоритмы и автоматизация дают возможности для менеджмента на высоком уровне, но они не делают вас автоматически хорошим руководителем. По правде говоря, может произойти прямо противоположное: технологии имеют потенциал для раскрытия наших худших черт.

Если оставить эту проблему без должного внимания, построенная на алгоритмах работа будущего может оказаться антиутопией, управляемой потоками данных. Есть миллионы ситуаций, при которых алгоритмы, оказавшись в руках плохих руководителей, могут принести больше вреда, чем пользы. Алгоритмы могут загрузить всех сотрудников таким количеством часов, что они будут вкалывать постоянно. А как насчет автоматической отправки писем людям, которые задерживаются на работу больше чем на пять минут? А что если алгоритмы начнут призывать людей работать в то время, которое они обычно проводят со своими семьями, предлагая им за это различные бонусы? Еще вариант: можно использовать сенсоры для мониторинга работы складских рабочих и оповещать их, когда они тратят слишком много времени на то, чтобы заполнить полку. И еще: можно постоянно подправлять цветовую температуру офиса, чтобы заставить биологические часы сотрудников думать, что за окном все еще раннее утро, хотя на самом деле уже поздний вечер.

Вам кажется, что это далеко от реальности? Увы, это уже происходит. Так, например, Amazon получил два патента на браслет, который сможет указывать сотрудникам с помощью вибраций, как им эффективно передвигаться по складу. А IBM подала патентную заявку на систему, которая контролирует сотрудников с помощью сенсоров. Эти сенсоры могут следить за расширением зрачков и выражением лица сотрудника, а затем использовать эти данные вместе с информацией о качестве его сна и графике совещаний, чтобы выслать к нему дрона с кофеиносодержащим напитком. Предполагается, что так рабочий день сотрудника можно будет не прерывать на кофе-брейки.

Похожие трансформации с человечеством уже происходили. Примерно 100 лет назад весь мир узнал о так называемых научных методах управления, более известных как тейлоризм. У американского инженера-технолога Фредерика Уильсона Тейлора было множество идей относительно того, как компании могут объединить машинную и рабочую силу для извлечения максимальной эффективности, и все эти идеи он записал в вышедшей в 1911 году книге «Принципы научного управления».

Сегодня многие принципы тейлоризма возрождаются под соусом «цифровой экономики» и «искусственного интеллекта». Возьмите, к примеру, вот этот перечень идей прямиком из тейлоризма: сбор эмпирических данных, анализ процессов, эффективность, недопущение излишних трат, стандартизация передового опыта, пренебрежение к традициям, массовое производство в крупных масштабах и передача знаний от сотрудника к сотруднику, а также через сотрудника в инструменты, процессы и документацию. Это звучит как план по цифровой трансформации для XXI века, но все эти идеи уже были у Тейлора почти сто лет назад. Если воспринять их в самых крайних формах и взять на вооружение без особых мыслей о людях, которым предстоит воплощать в жизнь эти принципы, результатом будет отчуждение и разлад в любой организации.

Как и в случае с тейлоризмом, если слишком довериться алгоритмическому управлению, итогом могут стать проблемы в рабочей среде, а в более широком масштабе даже социальные волнения. Может вырасти число забастовок, а это, в свою очередь, вынудит регулирующие органы рассмотреть возможность вмешательства в происходящие процессы. Автоматизация и сама по себе — серьезный вызов самой природе того, как мы привыкли работать, вызов нашей идентичности. Вашей организации предстоит столкнуться со сложным выбором: сократить ли влияние людей на рабочий процесс, направляя его целиком с помощью ИИ, или же использовать ИИ для координации рассредоточенных независимых коллективов?

Ответ на этот вопрос зависит от природы проблем, которые пытается решить ваша компания. Алгоритмы по природе своей нельзя назвать ни плохими, ни хорошими. Автоматизация транзакций и повторяемых заданий может высвободить время людей для более интересной и значимой работы. А в случае со сложными комплексными решениями, которые требуют человеческого понимания контекста и деликатности, есть возможность использовать алгоритмы для повышения эффективности сотрудников посредством оптимизации их совокупных компетенций, а не индивидуального вклада. Иначе говоря, вместо того чтобы использовать алгоритмы как оружие по слежке за своими подчиненными, можно использовать их как катализатор прорыва в своей организационной структуре и культуре труда.

Хорошим примером реализации этой идеи может послужить практика, взятая на вооружение банком ING, который, вдохновившись примерами Google, Netflix и Spotify, произвел реорганизацию своих традиционных департаментов маркетинга, продуктового менеджмента, сбыта и ИТ в agile-команды и подразделения, объединенные общей задачей. Когда я брал интервью у Питера Джейкобса, директора по информационным технологиям ING Bank и одного из главных создателей этой программы трансформации, он объяснил, что люди в крупных компаниях могут утратить чувство смысла и целеустремленность, если крупные проекты будут разбиваться на мелкие составляющие и весь процесс в сущности превратится в виртуальный конвейер. Это не дает возникнуть чувству ответственности и причастности к общей цели у сотрудников.

Вскоре мы увидим больше возможностей для объединения компетенций разных сотрудников с помощью алгоритмов. Это коснется не только водителей Uber или служб доставки, но и представителей интеллектуального труда и экспертов. Транснациональная маркетинговая компания Publicis уже начала использовать алгоритмы для координации и определения задач для 80 тыс. сотрудников, включая аккаунт-менеджеров, программистов, графических дизайнеров и копирайтеров. Будь то новый проект или переговоры с клиентом, алгоритм подбирает верную комбинацию людей с нужными компетенциями, совместные усилия которых приведут к лучшему результату. Технологии, позволяющие автоматизировать процесс подбора сотрудников с определенными навыками под проекты, появляются не только в маркетинге, но и в других сферах.

Именно такие способы объединения возможностей алгоритмов и сотрудников позволяют все чаще формировать стратегию роста без потери гибкости. Walmart, стремящийся эффективнее конкурировать с Amazon, рассматривает возможности для расширенного использования так называемой гигономики, нанимая внештатных сотрудников. IKEA в надежде положить конец кривым книжным шкафам домашней сборки приобрела платформу фрилансеров Task Rabbit. По сути, многие крупнейшие на данный момент работодатели в мире — это платформы, которые не столько продают товары, сколько помогают в краткосрочном найме сотрудников.

Конечно, такие платформы также можно использовать для манипуляций и злоупотребления. Некоторые ритейлеры подвергаются критике за странные и несправедливые рабочие графики, созданные автоматизированными системами. Автоматический подбор графика может быть эффективным инструментом для управления издержками компаний. Можно отправлять сотрудников домой, когда продажи падают, или быстро пополнять штат, когда погода меняется или проводятся сезонные акции. Но эту систему также можно настроить для того, чтобы помочь организациям избегать определенных обязательств. Так, например, в августе 2013 года, меньше чем через две недели после того, как сеть одежды для подростков Forever 21 начала использовать платформу по оптимизации рабочей силы Kronos, сотни работников на полной ставке получили уведомление о том, что они переводятся на частичную занятость, а их медицинские страховки прекращают свое действие из-за сокращения издержек. Как и следовало ожидать, сотрудники не замедлили подать иск в адрес работодателя.

Наиболее честным способом для создания и применения кадровой платформы, которая охватила бы всю структуру компании от младших позиций до топ-менеджмента, будет следующий: абсолютно всеми сотрудниками следует управлять по одним и тем же принципам. В 1971 году американский философ Джон Роулз предложил один мысленный эксперимент под названием «вуаль неведения». Он стал автором теории, согласно которой наилучший способ для принятия важных политических и социальных решений — представить, что именно вы проснетесь на следующее утро и испытаете на себе все последствия этих решений и будете не в силах на них повлиять. Руководители, которые берут алгоритмы на вооружение, должны руководствоваться таким же принципом при построении систем управления сотрудниками.

ИИ и алгоритмы предоставляют массу возможностей для создания более гибких и эффективных способов организации работы. Но для того, чтобы все работало, убедитесь, что вы сами готовы подчиниться решениям тех же алгоритмов, что и ваши подчиненные.

Об авторе. Майк Уолш (Mike Walsh) — автор книги «The Algorithmic Leader: How to Be Smart When Machines Are Smarter Than You», CEO консалтинговой компании Tomorrow.