«Умные» KPI: маленькие шаги на пути к общей
цели

Согласовывать рутинные бизнес-процессы с корпоративной стратегией — важнейшая задача лидера. Но ее решение усложняют рыночная турбулентность и конкуренция, а также потребность во все новых цифровых технологиях для развития операций и процессов. Лидеры, понимающие, насколько важны передовые достижения, используют их для разработки, совершенствования и применения KPI.

Глобальный опрос более чем 3 тыс. менеджеров и 17 представителей высшего руководства показал: лидеры всех направлений экономики применяют ИИ, чтобы более успешно определять приоритеты, разрабатывать KPI и использовать их в совместной работе. Благодаря ИИ компании более осознанно добиваются соответствующих KPI стратегических целей. ИИ помогает не только повышать отдачу от KPI и получать более точную детализацию метрик в конкретных ситуациях, но и совершенствовать прогностические возможности. Все эти улучшения — как по отдельности, так и комплексно — позволяют глубже понимать происходящее в компании и усиливают взаимодействие различных функций для достижения стратегических результатов.

Лидеры понимают: чтобы точнее предвидеть и эффективнее использовать стратегические возможности и угрозы, компаниям нужен новый и более точный подход к измерению результатов работы. Руководители признают, что инновационные способы оценки на базе ИИ могут дать свежий взгляд на результаты, породить более адекватные нормы, усилить согласованность труда и повысить его ценность для бизнеса. Итоги нашего исследования представляют собой четкий, целостный ориентир для лидеров, желающих выстроить интегрированную систему взаимосвязанных KPI.

Основанные на ИИ, эти «умные» KPI готовы стать корпоративной системой GPS, подсказывающей сотруднику, где он находится в данный момент, куда ему следует направиться и как в эту точку удобнее добраться. Умные KPI более подробно и точно описывают, что творится в компании сегодня, что может ждать ее завтра и что должны в этой связи предпринять менеджеры. KPI, позволяющие заглянуть в будущее, — это шаг вперед по отношению к привычным, нескоординированным и медленно реагирующим на вызовы времени показателям.

Ниже мы обсудим примеры, иллюстрирующие, как компании из разных индустрий достигают стратегических целей с помощью новых технологий. Мы также приведем рекомендации, как улучшить KPI и согласовать операционные процессы со стратегическими задачами компании.

ИИ согласует рутинные операции со стратегическими целями

KPI и раньше указывали на то, как поведение сотрудников соотносится со стратегическими целями компании. Но сегодня большинство менеджеров считают, что KPI, которым они следуют, не отражают устремления организации и подлежат корректировке. Наше исследование доказывает, что лидеры, усовершенствовавшие KPI благодаря ИИ, чаще отмечают, что в компании улучшилось координирование различных функций. Такие руководители успешнее определяют приоритеты, выявляют и выстраивают взаимосвязи между показателями и быстрее начинают использовать KPI применительно к работе в командах. Они относятся к KPI скорее как к активам, которые нужно совершенствовать, чем как к результатам, которых нужно достичь.

ИИ расставляет приоритеты среди KPI

Какие KPI важнее, каких добиваться в первую очередь? Это известнейшая проблема реализации стратегии: фраза «Нам нужно лучше координироваться с KPI» стала рефреном качественной части нашего исследования. Опрашиваемые повторяли, что их руководители выдвигают на первый план те или иные показатели просто по наитию. При этом те, чья компания использовала для расстановки приоритетов ИИ, в 4,3 раза чаще остальных сообщали о росте согласованности функций в компании. Когда компании расставляют приоритеты KPI с помощью ИИ, им удается принимать решения на основе базы данных. Таким образом они закладывают фундамент для последовательной координации действий сотрудников с целями компании.

Датская транспортно-логистическая компания Maersk с помощью ИИ пересмотрела принципы оценки пропускной способности и продуктивности сети из 65 активов в портах, на судах и складах по всему миру. Линейные менеджеры должны были решить, на что сделать акцент при погрузке и разгрузке судов и грузовиков: увеличить ли пропускную способность до максимально возможной или добиваться строгого соблюдения графика? Какой KPI важнее: скорость или своевременность?

Подобные решения кардинально влияют на бизнес. Если добавить в контейнерный порт больше оборудования для погрузки и разгрузки, увеличится пропускная способность — а с ней в краткосрочной перспективе вырастут и затраты. Если ограничить оборудование необходимым для соблюдения графика, не будет лишних расходов — но и пропускную способность увеличить не удастся. Основываясь на опыте, ответственные работники в портах считали, что главный показатель, несомненно, — скорость, возможность разгрузить и загрузить контейнеровоз как можно быстрее.

Чтобы проверить эту гипотезу, специалисты по работе с данными Maersk разработали две цифровые модели на базе ИИ и просчитали их воздействие на всю цепочку создания ценности. Оказалось, что при использовании ограниченного количества оборудования компании удается избежать узких мест в перевалочных портах или при перегрузке с морского транспорта на автомобильный или железнодорожный.

Обнаружилось также, что ускорение в одном порту замедляет работу в других местах. Кроме того, при соблюдении стабильного графика компании удавалось экономить и делать все вовремя. Директор Maersk по данным Холли Ландри говорит, что замедление стало контринтуитивной метрикой. По ее словам, «использование цифрового двойника для оценки цепочки поставок и объяснило, и оправдало потребность снизить объемы оборудования. Экономия исчислялась миллионами на одном только терминале».

Теперь фирма пользуется цифровыми двойниками на всех этапах цепочки создания стоимости. Благодаря ИИ Maersk сделала ставку на верный KPI, что улучшило ее работу и повысило удовлетворенность клиентов за счет соблюдения сроков.

ИИ объединяет KPI

Выявление взаимозависимостей между KPI с помощью ИИ помогает созданию комплексов KPI, объединяющих показатели для разных, но связанных между собой деловых процессов. В один такой комплекс могут входить, например, производительность сотрудников и вовлеченность клиентов; прибыльность и доля рынка; или объем качественной продукции и окупаемость активов. ИИ особенно хорош в выявлении скрытых паттернов, увязывающих KPI между собой. Поскольку эти закономерности часто объединяют разные отделы и разных заинтересованных лиц, комплексы KPI способны лопать информационные пузыри и усиливать сотрудничество между стейкхолдерами, улучшая внутрикорпоративную координацию.

Глобальный производитель и дистрибутор алкогольных напитков Pernod Ricard, оценивающийся в $10 млрд, использует ИИ для описания и углубления связей между двумя важнейшими показателями — прибыльностью и долей рынка. В прошлом эти KPI достигались сотрудниками на разных основаниях и в разных отделах (прибыльность — в финансовом, доля рынка — в продажах и маркетинге). Теперь благодаря ИИ компания видит, как инвестиции в коммерцию и маркетинг ради улучшения прибыли (скажем, реклама в СМИ или магазинах) воздействуют на достижение целей по доле рынка — и наоборот. Вместо того чтобы работать по каждому KPI в отдельности, алкогольный гигант теперь старается оптимизировать и координировать оба показателя.

«Чтобы найти баланс между целями по доле рынка и прибыльности, — поясняет директор Pernod Ricard по цифровым технологиям Пьер-Ив Каллокх, — надо знать, как изменится картина, если скорректировать инвестиции в ту или иную сторону. ИИ позволяет это увидеть. При его поддержке мы можем лучше соотнести между собой KPI по доле рынка и по прибыльности — и рассчитать необходимые для их достижения ресурсы». Новые технологии изменили принципы распределения капитала в компании — и ее подход к гармонизации целей по прибыли и доле рынка.

Как сделать KPI общедоступными, понятными и заслуживающими доверия

В широком смысле совместное использование KPI подразумевает общую подотчетность, обмен информацией или и то, и другое вместе. Решение о том, как разделять ответственность за KPI, принимает руководитель. Обмен информацией о производительности зависит от технологии и доступа к данным. Наше исследование свидетельствует, что с помощью ИИ подразделения по-разному обмениваются данными о KPI, причем этот обмен стимулирует сотрудничество между разными командами.

При использовании ИИ для обмена данными о KPI рабочие процессы лучше увязываются со стратегическими целями предприятия. Компании, применяющие ИИ для совместного использования KPI разными подразделениями, впятеро чаще других отмечают рост скоординированности между функциями и втрое чаще отличаются гибкостью и скоростью реакции. Один из опрошенных руководителей отметил: «Мы должны активнее распространять KPI…Но как определить, какими KPI следует поделиться, чтобы они точно не мешали друг другу?» Повышение прозрачности результатов KPI и факторов производительности в масштабах компании — с помощью соответствующих данных и ИИ — помогает менеджерам увереннее делиться метриками, обсуждать результаты и устранять противоречия.

В Sanofi ИИ объединил данные, которые влияют на реализацию интегрированного бизнес-плана. Это невероятный по масштабу проект для компании, за последние 50 лет осуществившей 300 поглощений. В 2019 году новый гендиректор Пол Хадсон выступил за демократизацию данных — это потребовало инновационных стандартов данных по качеству и управлению, а также технической инфраструктуры для обработки и совместного использования. В итоге компания собрала информацию об успехах по ключевым метрикам интегрированного бизнес-плана и передала ее 10 тыс. членам высшего руководства по всему миру через новый умный цифровой интерфейс Plai. Простотой и удобством он похож на игру (play), а в основе его лежит ИИ (AI).

Этот понятный и доступный ИИ-инструмент демонстрирует результаты работы разных подразделений и позволяет менеджерам плодотворно обсуждать достижения. По мнению Стефани Андроски, директора по глобальным финансовым операциям и трансформации, раньше невозможно было даже представить себе подобные дискуссии — и не из-за недоступности информации, а из-за отсутствия единой объективной точки зрения на ситуацию: «Теперь мы располагаем едиными данными, на которых опираемся при прогнозировании продаж и которые связаны с множеством KPI. Если мы предсказываем, что тот или иной товар вот-вот закончится, то не говорим: “Ой, ИИ считает, что через четыре месяца запасы этого продукта иссякнут. Как же проверить, правда ли это, и как подготовиться?” Мы как финансовый отдел можем спросить: “Не перегнули ли мы с продвижением этого товара? Не потеряем ли в доле рынка?” или “Как эта угроза повлияет на общий прогноз?” Поскольку данные открыты и доступны, нам легче их обсуждать, и мы видим объективные результаты».

Важнейший вывод для лидеров заключается в том, что организация данных о KPI и обмен этими данными с помощью ИИ могут обеспечить ценную, надежную платформу для совместной работы и координации.

Три типа умных KPI

Расчет KPI становится все более интеллектуальной задачей. И эти показатели все сильнее влияют на согласованность бизнес-процессов и стратегии. По данным нашего исследования, KPI на базе ИИ полезнее метрик, просто фиксирующих результаты работы, в трех отношениях. Умные показатели лучше описывают текущие и прошлые результаты и точнее предсказывают будущие. В ряде случаев умные KPI также заставляют задуматься о том, что можно или должно сделать, чтобы повысить эффективность. В оперативных отчетах, например, KPI обычно размечают цветами: красный означает, что производительность падает, зеленый — что компании или подразделению удается достичь плановых показателей или превысить их. Традиционные KPI просто указывают, где что-то пошло не так. Умные же KPI способны дать более детальные и конкретные рекомендации по следующим шагам и просчитать возможные последствия.

Таким образом, умные KPI превосходят традиционные в трех пересекающихся областях: они дают более верные, детальные и полезные представления, предсказания и предписания относительно эффективности работы компании. Три типа умных KPI соотносятся с известным разделением аналитики на описательную, прогнозную и прескриптивную. Рассмотрим типологию KPI подробнее.

1. Описательные умные KPI. Занимаются синтезом исторических и актуальных данных ради полезных знаний о том, что произошло или что происходит сейчас. Помогают тщательно разобраться в проблемах эффективности и их причинах. Благодаря этому компаниям удается вернее рассчитать все компоненты и распутать их взаимосвязи. Яркий пример — доступный ИИ-инструмент компании Sanofi, который позволяет сотрудникам лучше понимать определенные ситуации, так как они осознают важнейшие взаимозависимости разных показателей.

2. Прогнозные умные KPI. Предвосхищают будущие итоги и создают надежные опережающие индикаторы. Они обеспечивают наглядность потенциальных результатов, тем самым позволяя принимать упреждающие меры, чтобы снижать риски или использовать новые возможности. В частности, General Electric преобразовала KPI, чтобы сосредоточиться на главных показателях. Среди прочего, компания использует ИИ для анализа процесса обработки заказов путем их сравнения с базой данных продуктов и услуг. Подробное сопоставление помогает точно определить, как получить больше заказов, а значит, выручки и прибыли. Как выразилась бывший финансовый директор, а ныне старший вице-президент GE по финансам Каролина Дюбекк Хаппе: «Опора на опережающие индикаторы намного теснее и надежнее увязывает стратегию с реализацией».

3. Прескриптивные умные KPI. В отличие от двух предыдущих типов, прескриптивные KPI сопровождаются рекомендациями на основе ИИ. С их помощью компании не просто видят, что есть проблемы с эффективностью, но и понимают, какие корректирующие меры предпринять. В частности, умные KPI компании Sanofi координируют операции и продажи, советуя, какие планы будут оптимальны исходя из состояния цепочки поставок. С помощью ИИ в KPI организации обеспечивают нужную производительность и согласуют операционные процессы с корпоративной стратегией. Превращая KPI в умные описательные, прогнозные и прескриптивные инструменты, успешно работающие с цифровыми технологиями, предприятия начинают глубже осознавать происходящее, эффективнее решать вопросы и разумнее управлять результатами работы.

Выводы для лидеров

Судя по результатам нашего исследования, помочь лидерам эффективнее создавать и использовать KPI и согласовывать рутинные операции со стратегическими целями могут следующие шаги.

Относитесь к KPI как к активам. Если показатели эффективности рассматриваются как активы и метрики одновременно, то к инвестициям в них компания относится более вдумчиво и осознанно. Какие KPI можно обогатить или улучшить с помощью ИИ? Какие способны выдавать надежные прогнозы и работать на перспективу? Какие инвестиции в ИИ, данные и сотрудников необходимы для укрепления взаимосвязей между KPI и согласованности малого с большим? Так же как организации находят, взращивают, обучают и развивают сотрудников, чтобы те могли нести ответственность и принимать решения, лидеры должны разрабатывать, улучшать и обучать KPI, чтобы получать с их помощью практические наблюдения и рекомендации.

Способствуйте росту прозрачности оценок эффективности. Благодаря прозрачным KPI труд становится более осмысленным, а сотрудники более ответственными и открытыми к дискуссиям. Пример Sanofi показывает, что единый источник информации об эффективности работы компании повышает согласованность действий. Доступ разных отделов к KPI позволяет каждому видеть масштабную картину и свой вклад в развитие ситуации. Получая свободный доступ к надежным и прозрачным данным о достижениях, сотрудник понимает, на каком этапе он находится и в каком направлении должен двигаться. Высшему руководству компаний следует активно применять ИИ-ресурсы, повышающие прозрачность KPI.

Опишите взаимосвязи между KPI. Весь коллектив должен видеть, как соотносятся друг с другом результаты деятельности ключевых сотрудников, ключевые сферы и KPI. Благодаря прозрачности и визуализации процесс согласования рутинной работы и стратегических целей становится наглядным. По утверждению директора по руководству и генерального секретаря компании Schneider Electric Эрве Курея, лидеры, активно задействующие данные, могут применять ИИ для описания, моделирования и контроля факторов эффективности и приоритетов KPI. Первым трудо- и ресурсоемким шагом на этом пути, считает Курей, станет тщательное изучение текущего состояния «экосистемы KPI» компании. Демонстрирующие эту экосистему схемы и модели укажут и объяснят, какие KPI надо применять по отдельности или совместно.

Например, организации, ориентированные на работу с клиентом, скорее всего, сделают упор на общие и комплексные KPI, основанные на опыте взаимодействия с клиентами и показателях ценности. Чем лучше KPI продуманы и описаны, тем они эффективнее как актив.

***

По итогам проведенной работы мы пришли к выводу, что для согласования повседневных операций со стратегическими целями компании нужно не только четко определить значимые критерии успеха, но и последовательно корректировать их с помощью ИИ и уточняемых данных. На более фундаментальном уровне наше исследование подчеркивает, что сегодня ИИ берет на себя те задачи, которые когда-то были прерогативой только руководителей: расстановку приоритетов, объединение и распространение KPI. Альянс ИИ и KPI меняет наш взгляд на использование метрик и на их вклад в стратегическое выравнивание процессов компании. Раскладывание стратегии на все более сложные, структурированные и осознанные показатели становится критически важной задачей для современных лидеров.

Источник: MIT Sloan Management Review, сентябрь 2023 г.