Что не так с искусственным интеллектом в
вашей компании

Почему столь велик разрыв между желанием компаний поставить искусственный интеллект на службу бизнесу и реальным уровнем его внедрения? Ответ на этот вопрос в основном лежит за пределами технической сферы. Это проблема скорее организационная и даже культурная. Между людьми, ответственными за принятие решений, и «отделами искусственного интеллекта» существует гигантский барьер — как языковой, так и профессиональный. Он тормозит, задерживает, а порой и душит инновации в использовании алгоритмов. И со временем ситуация только усугубляется.

Беда в том, что на руководящие должности чаще всего выбирают людей, отличающихся превосходными навыками общения с другими людьми. Их арсенал включает множество сложных и хорошо отточенных инструментов. Как правило, они умеют слушать, сопереживать, обсуждать, заряжать энергией коллектив и снижать градус накала во время конфликта, правильно выражать свои и понимать чужие эмоции, а также быстро адаптироваться в самых непростых социальных ситуациях.

Специалисты, обучающие ИИ решать проблемы бизнеса, оказываются на своем месте, поскольку прежде всего умеют общаться с машиной. Они знают, как писать код и псевдокод, как разрабатывать платформы, способные обслуживать миллионы пользователей, как соединять воедино данные из многочисленных источников во всех возможных форматах. Они умеют программировать интерфейсы так, чтобы посредством слов, графики, цветов, обратной связи и командных запросов стимулировать пользователя к взаимодействию с машиной.

Две эти группы не могли, не могут и никогда не смогут наладить между собой продуктивный диалог. Они по-разному ставят и решают задачи, по-разному видят, мыслят и чувствуют.

Разработчикам нужны точные и ясные инструкции, которые можно было бы легко воплотить в коде или псевдокоде. Директора по развитию потчуют их историями и анекдотами.

Программисты хотят получить четко установленные функции издержек для использования в своих алгоритмах. Но вместо этого директор по стратегическому планированию и директор по развитию ставят перед ними «высокие» цели, сформулированные расплывчатым языком, который в программистских кругах принято называть «корпоратитом».

Необходимо как-то преодолеть эту пропасть взаимного непонимания. Организациям нужны сотрудники, умеющие разговаривать как с машинами, так и с людьми, а в высших управленческих эшелонах не хватает специалистов по машинному обучению.

Отчасти проблема и в современном языке бизнеса. Доминирование экономистов в бизнес-школах начиная с 1960-х годов привело к формированию общей языковой системы, с помощью которой высшие управленцы планируют свои действия и обосновывают свои решения. Приведу примеры: анализ затрат и выгод, конкурентная карта рынка, моделирование конкурентного поведения, предельные издержки, предельные нормы замещения, управление портфелем инвестиций. Разумеется, иногда эти понятия тоже бывают уместны, однако для современного мира, в котором конкурентоспособность зависит от алгоритмов и гигантских распределенных массивов данных, этого языка явно недостаточно.

Как доказывают Стивен Вольфрам и Жанет Винг, вычислительное мышление необходимо активно расширять за пределы факультетов информатики и технических отделов. Вольфрам обращает внимание на то, что сегодня для любой области человеческой активности X (будь то лингвистика, архитектура, логика, музыка, физика плазмы или этнография танцевального искусства) существует специализированная область вычислительного X (вычислительный дискурсивный анализ, вычислительная историография и т.д.). Бизнес же не поспевал за этой «вычислительной» волной и теперь вынужден догонять.

Чтобы наверстать упущенное, компаниям необходимо менять устаревшие методы общения и постановки проблем. Нетехнических руководителей тоже нужно обучать вычислительному и алгоритмическому мышлению, чтобы они умели превращать «бизнес-проблемы» в «вычислительные бизнес-проблемы», понятные программистам и исследователям.

Не менее важно вырабатывать навыки межличностного взаимодействия и общения у технических сотрудников. Компетентная работа в высшем руководстве или на собрании совета директоров требует гораздо больше, чем просто точных отчетов, обоснованных суждений, критического анализа и грамотных решений. Здесь также не обойтись без умения находить нужные фразы и интонации, правильного выбора соответствующего контексту языка и искусного владения голосом, мимикой и жестикуляцией, которые позволят словам звучать убедительно и достоверно и произвести должное впечатление.

Увы, эти так называемые «социальные навыки» даются крайне нелегко, но для технических специалистов они столь же важны, как и для всех остальных сотрудников. Важно переломить расхожий стереотип, что программисты и другие технические эксперты в принципе не способны к нормальному общению.

Стратегии развития искусственного интеллекта терпят неудачи, потому что ИИ — это инструмент, а не конечная цель. Вопрос «Есть ли у вас стратегия развития ИИ?» такой же бессмысленный, как и вопрос «Есть ли у вас стратегия развития Excel?». Однако, чтобы продвинуться в этом вопросе дальше хайповых лозунгов и по достоинству оценить реальный потенциал ИИ, бизнесу придется научиться новым навыкам общения.

Об авторе. Михня Молдовяну (Mihnea Moldoveanu) — профессор, заместитель декана по образовательным, инновационным и управленческим программам, директор Центра комплексного мышления имени Марселя Десотелса в Школе менеджмента Ротмана Университета Торонто.