Как быть
менеджером робота

Умные, почти самостоятельные роботы и другие машины вытесняют людей с рабочих мест по всему миру. Они быстро учатся, прилежно трудятся и уж конечно, не жалуются. Умные технологии обеспечивают компаниям бОльшую выгоду за меньшие деньги.

Но у этих «сверхмашин» имеются свои проблемы. Что делать, если набор алгоритмов будет давать не лучший результат? Как переучивать «двоечников» среди этих машин? Если сложные устройства — консультанты из Fidelity, беспилотные автомобили из Uber, диагносты из Watson — ведут себя так, что клиенты начинают нервничать, как указать им на ошибки и как помочь им исправиться? Кто или что несет за них ответственность? Недавний скандал с Tay — созданием Microsoft — прекрасный пример того, что может случиться, если не подумать заранее о переобучении для машин.

Этим блестящим и усердно трудящимся машинам «разбор полетов» требуется не в меньшей степени, чем ленивым и недисциплинированным людям. Эффективные менеджеры понимают, что производительность труда, а также лояльность клиента зависят не только от умения вдохновлять сотрудников, но и от способности управлять машинами и правильно их мотивировать.

Проще говоря, если руководитель не научит роботов корректно выполнять их работу, он может лишиться своей. Добиться, чтобы умные машины раскрыли свой человеческий (каламбур умышленный) потенциал — главная задача менеджера в XXI веке.

Читайте материал по теме: Как руководители внедряли и применяли инновации в 1969 году

«В этом заключается сама суть дизайна интеллектуальных систем, — утверждает Джерри Каплан, автор книги ''Humans Need Not Apply''. — Естественным продолжением исторического прогресса станет ''автоматизация'', а не воспроизведение человеческого разума».

Каплан, серийный предприниматель и инвестор из Силиконовой долины, напрочь отвергает попытки управления умными машинами, их очеловечивания как «избыточный и нелепый антропоморфизм».

«Вы же не станете усаживать робота в кресло и тыкать его носом в его же ошибки», — посмеивается он.

Но и Каплан признает, что в самообучаемые системы, которые имеют дело с клиентами, все чаще встраиваются эмоции, и они не ограничиваются оптимизирующими алгоритмами. Например, нетерпеливый пассажир Uber может захотеть, чтобы машина ехала быстрее, действовала агрессивнее, «мстила» тем, кто ее подрезал.

Если автопилот не будет разумно откликаться на требования пассажира, то он, как и безучастный водитель, получит низкую оценку от такого клиента. Но как автопилот должен сочетать осторожность и напор, чтобы вовремя доставить опаздывающего пассажира в аэропорт? Возможен ли агрессивный стиль вождения у автономного автомобиля? Если вы попросите вашего шофера прибавить газу — это одно, но с роботом это точно работать не будет. Пока желания клиента не выходят за рамки закона, этики и безопасности, желательно, чтобы умная машина была к ним столь же восприимчива, как и отзывчивый человек за рулем.

«С какой стати клиент будет относиться к ним по-другому?» — рассуждает Том Митчелл, глава кафедры самообучаемых машин из Университета Карнеги-Меллон. Несколько ключевых научных сотрудников Митчелла перешли в Uber, и сам он считает, что для обучаемых машин «присмотр сверху» столь же насущен, как и для человека. По его мнению, компаниям придется создавать рабочих роботов, которые будут способны к восприятию критики и самосовершенствованию.

«Конечно, пока мы не знаем, как это сделать, — продолжает он, — но мы уже видим, чего недостает этим технологиям, что требуется для более широкого их внедрения… Нужен интерфейс, который обеспечит более простую и надежную обратную связь, разбор полетов и исправление недочетов».

Роботы и самообучаемые машины будут постепенно подчиняться тем же ключевым показателям эффективности, по которым судят о результатах работы человека. Если автоматизированный бот колл-центра не повышает показатели удовлетворенности клиента, пора его переучивать или перепрограммировать. К кому должен в таком случае обращаться за помощью менеджер колл-центра — к лучшим специалистам по связи с клиентами или же к айтишникам? Или, например, роботы-консультанты по инвестициям не поспевают за анализом настроений на рынке. Как найти оптимальный компромисс между «градусом напряжения» и «доходностью с учетом риска»? Не пора ли роботам-консультантам работать в тесном контакте с коллегами из плоти и крови?

Читайте материал по теме: Как запустить двигатель инноваций за 90 дней

Проблемы, давно знакомые руководителям и кадровикам традиционных предприятий, теперь преследуют инновационные компании, которые взяли на работу роботов: способствует ли, например, оценка по методу 360 градусов повышению их эффективности? Как программировать (или обучать) умные машины, чтобы обеспечить непрерывное совершенствование (в духе кайдзен)? Существуют ли новые сети — интернет вещей, быть может? — или новые базы данных, к которым машины должны получить доступ для непрерывного совершенствования своей работы?

Подобно тому как удовлетворенность сотрудника напрямую коррелирует с удовлетворенностью клиентов, так и компаниям, которые управляют роботами или высокоэффективными самообучающимися машинами, нужно отслеживать корреляцию между эффективностью алгоритмов и пользой для своих клиентов.

Главная проблема нашего времени: в какой мере эти корреляции будут устанавливаться и интерпретироваться менеджерами-людьми, а в какой — искусственным интеллектом и системой автоматизированной поддержки умных машин.

«Мы попросту не располагаем надежными теориями по социальному моделированию и поведению, которые бы могли применить в отношении того же искусственного интеллекта», — поясняет Каплан. Именно поэтому умным людям и умнейшим машинам непросто дается продуктивное сосуществование и сотрудничество. Но со всей очевидностью людям, которые управляют бизнесом, предстоит применить полученные от машин данные и прогностический анализ, чтобы сделать еще умнее и лучше те машины, которые предоставляют эти данные и этот самый анализ.

Так что главный вопрос нашего времени — удастся в ближайшем будущем компаниям повысить производительность труда и получить лучшие результаты благодаря «разбору полетов» как людей, так и машин.