Перегибы ИИ: как внедрить искусственный интеллект и не потерять деньги
Всего в 5% случаев внедрение искусственного интеллекта помогло компаниям увеличить прибыль, показало недавнее исследование Массачусетского технологического института (MIT). В 95% же использование ИИ-инструментов не привело к ощутимым финансовым результатам для бизнеса, хотя инвестировать в интеграции пришлось. На первый взгляд, результаты исследования — приговор ИИ как инструменту для бизнеса. Так ли это на самом деле и как внедрить искусственный интеллект в рабочие процессы и не проиграть?
В реальности результаты исследования не должны вводить в заблуждение и вынуждать бизнес оставить за ИИ лишь генерацию картинок по простым промптам или создание дизайна для неприхотливых клиентов.
По мнению авторов исследования MIT, наибольший эффект от ИИ достигается при цифровизации внутренних процессов. Что касается компаний, которые не получили результата от внедрения ИИ-инструментов, то они чаще отказывались от их донастройки, предпочитая инвестировать в продажи и маркетинг.
Я не оспариваю ни результаты, ни выводы исследования. Тем более, что на базовом уровне понятно: все инструменты нужно использовать уместно и по назначению. Даже не цифровые. Например, чтобы вскопать огород к новому сезону важно выбрать штыковую, а не совковую лопату. А когда речь заходит о применении ИИ в бизнесе, подбор должен быть еще тщательней — ведь негативные последствия измеряются не мозолями на руках, а миллионными убытками.
Тем не менее результаты исследования заставляют задуматься, и даже говорят о рисках возникновения кризиса доверия к ИИ. При высоком уровне ИИ-технологий этот фактор может снизить их распространенность. Такой сценарий описывают авторы исследования Высшей школы экономики «Информационные технологии в России: сценарий развития». Среди аспектов, вызывающих кризис доверия: угрозы безопасности при недобросовестном использовании ИИ, отсутствие этических норм, агрессивное внедрение искусственного интеллекта, ведущее к потере сотрудниками рабочих мест.
Отсутствие финансового результата авторы не упоминают в исследовании напрямую. Хотя это немаловажный аспект: когда компании инвестируют в технологии, но не получают дополнительную прибыль, высока вероятность, что в следующий раз они не станут рисковать и менять в пользу ИИ и так работающие процессы.
Нельзя забывать и про фактор консерватизма, который вышеописанное исследование только подкрепляет. Люди в принципе с трудом меняют привычки, в том числе и сформированные рабочие процессы. Новому и передовому всю историю приходилось преодолевать это психологическое препятствие. Достаточно вспомнить, как австрийский император Франц I в начале XIX века не хотел развивать железнодорожный транспорт, говоря, что «по этой дороге в страну может приехать революция!». Современные предприниматели также не любят «революции» в своих бизнесах, и обычно используют это слово в маркетинге. Во внутренних процессах бизнес предпочитает эволюцию, и здесь важно, чтобы внедрение ИИ-инструментов не воспринималось как коренной слом.
Важно, в том числе, для разработчиков таких технологий. Потому что они от своих планов пока не отказываются: инвестиции в ИИ, по некоторым оценкам, к 2030 году достигнут $1,8 трлн. в год, поскольку именно такие решения могут изменить большинство отраслей экономики.
Как разработчик я уверен — все ИИ-инструменты эффективны. Особенно в переработке или трансформации технического контента, что и составляет большую часть процессов, в которых используется искусственный интеллект. Речь идет, например, о преобразовании документов из одних в другие, алгоритмизированное принятие решений. Технологии, основанные на больших языковых моделях, уже намного лучше людей генерируют технический контент. Кроме того, сильно продвинулись рекомендательные системы или системы поддержки принятия решений.
Например, в СКБ Контур более 70 продуктов используют искусственный интеллект. Например, ИИ занимается распознаванием текста в скан-документах, транскрипцией речи, обрабатывает массивы данных о клиентах, предсказывает их потребности. Все это сокращает рутину как на стороне пользователей, так и повышает эффективность самого «Контура». В 10% рабочих процессов внутри компании уже сейчас задействован искусственный интеллект. В его результативности у нас нет сомнений, она доказана метриками.
Бизнесу нужно перестать ставить цель обязательно внедрить ИИ-инструменты в угоду моде. Главное — результат: продукт, услуга. То есть сосредоточиться необходимо на декомпозиции собственных процессов, проанализировать их, после чего понять, какие компоненты можно сделать эффективнее. И уже под них подобрать ИИ-инструменты. Сосредоточиться на ROI (окупаемости инвестиций) продуктов или услуг, а не на ROI искусственного интеллекта. Важно помнить, что наибольший эффект приносит сотрудничество человека и машины, а не исключение одного из этих двух компонентов.
Результаты исследования MIT можно охарактеризовать как «головокружение от успехов». Не учитывая особенностей отдельных компаний при цифровизации процессов, сложно рассчитывать на положительный экономический эффект. При этом нельзя игнорировать, что российская экономика повсеместно переходит на новые технологические рельсы. А значит, остался один вопрос, который стоит обсудить, — как правильно внедрить искусственный интеллект в рабочие процессы.
Основываясь на опыте СКБ Контур, для эффективного внедрения ИИ необходимо пройти три стадии. Это в целом касается как внутренней разработки, так и приобретения ИИ-функционала с рынка.
Первая — идея. На этой стадии важно превратить замысел в конкретную гипотезу с четкой понятной ценностью, которую ИИ привнесет в рабочие процессы или продукты. Автором идеи может быть как отдельное структурное подразделение, так и единичный сотрудник, который увидел возможность оптимизировать и повысить эффективность выполнения своих задач.
Вторая — проверка. На этой стадии идет оценка, насколько идея реалистична и действительно ли она принесет ценность. Это можно сделать с помощью тестов применения ИИ в отдельных процессах, без полномасштабного внедрения.
Третья — внедрение. Когда ценность и эффективность идеи проверена и доказана, происходит полноценное внедрение ИИ в рабочий процесс. Именно на этой стадии производятся основные инвестиции.
Нельзя пропустить ни одну из стадий. Если от идеи перейти сразу к внедрению, то может оказаться, что итоговые плюсы для бизнеса окажутся не только ниже ожидаемых на первом этапе, но и ниже затрат на реализацию. А без первой стадии может выясниться, что внедренный ИИ-инструмент не несет никакой ценности для компании.
В завершение отмечу важный момент: разработчик решений на основе ИИ и дальнейший пользователь должны вместе пройти все стадии. И достичь единого мнения как по поводу функционала, так и по поводу его применения. Иначе все завершится результатом, достигнутым компаниями — участниками исследования MIT: искусственный интеллект, который должен был принести прибыль, обернется убытками.
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза
Не приговор, информация к размышлению
В реальности результаты исследования не должны вводить в заблуждение и вынуждать бизнес оставить за ИИ лишь генерацию картинок по простым промптам или создание дизайна для неприхотливых клиентов.
По мнению авторов исследования MIT, наибольший эффект от ИИ достигается при цифровизации внутренних процессов. Что касается компаний, которые не получили результата от внедрения ИИ-инструментов, то они чаще отказывались от их донастройки, предпочитая инвестировать в продажи и маркетинг.
Я не оспариваю ни результаты, ни выводы исследования. Тем более, что на базовом уровне понятно: все инструменты нужно использовать уместно и по назначению. Даже не цифровые. Например, чтобы вскопать огород к новому сезону важно выбрать штыковую, а не совковую лопату. А когда речь заходит о применении ИИ в бизнесе, подбор должен быть еще тщательней — ведь негативные последствия измеряются не мозолями на руках, а миллионными убытками.
Кризис доверия
Тем не менее результаты исследования заставляют задуматься, и даже говорят о рисках возникновения кризиса доверия к ИИ. При высоком уровне ИИ-технологий этот фактор может снизить их распространенность. Такой сценарий описывают авторы исследования Высшей школы экономики «Информационные технологии в России: сценарий развития». Среди аспектов, вызывающих кризис доверия: угрозы безопасности при недобросовестном использовании ИИ, отсутствие этических норм, агрессивное внедрение искусственного интеллекта, ведущее к потере сотрудниками рабочих мест.
Отсутствие финансового результата авторы не упоминают в исследовании напрямую. Хотя это немаловажный аспект: когда компании инвестируют в технологии, но не получают дополнительную прибыль, высока вероятность, что в следующий раз они не станут рисковать и менять в пользу ИИ и так работающие процессы.
Нельзя забывать и про фактор консерватизма, который вышеописанное исследование только подкрепляет. Люди в принципе с трудом меняют привычки, в том числе и сформированные рабочие процессы. Новому и передовому всю историю приходилось преодолевать это психологическое препятствие. Достаточно вспомнить, как австрийский император Франц I в начале XIX века не хотел развивать железнодорожный транспорт, говоря, что «по этой дороге в страну может приехать революция!». Современные предприниматели также не любят «революции» в своих бизнесах, и обычно используют это слово в маркетинге. Во внутренних процессах бизнес предпочитает эволюцию, и здесь важно, чтобы внедрение ИИ-инструментов не воспринималось как коренной слом.
Важно, в том числе, для разработчиков таких технологий. Потому что они от своих планов пока не отказываются: инвестиции в ИИ, по некоторым оценкам, к 2030 году достигнут $1,8 трлн. в год, поскольку именно такие решения могут изменить большинство отраслей экономики.
ИИ без шума и моды
Как разработчик я уверен — все ИИ-инструменты эффективны. Особенно в переработке или трансформации технического контента, что и составляет большую часть процессов, в которых используется искусственный интеллект. Речь идет, например, о преобразовании документов из одних в другие, алгоритмизированное принятие решений. Технологии, основанные на больших языковых моделях, уже намного лучше людей генерируют технический контент. Кроме того, сильно продвинулись рекомендательные системы или системы поддержки принятия решений.
Например, в СКБ Контур более 70 продуктов используют искусственный интеллект. Например, ИИ занимается распознаванием текста в скан-документах, транскрипцией речи, обрабатывает массивы данных о клиентах, предсказывает их потребности. Все это сокращает рутину как на стороне пользователей, так и повышает эффективность самого «Контура». В 10% рабочих процессов внутри компании уже сейчас задействован искусственный интеллект. В его результативности у нас нет сомнений, она доказана метриками.
Бизнесу нужно перестать ставить цель обязательно внедрить ИИ-инструменты в угоду моде. Главное — результат: продукт, услуга. То есть сосредоточиться необходимо на декомпозиции собственных процессов, проанализировать их, после чего понять, какие компоненты можно сделать эффективнее. И уже под них подобрать ИИ-инструменты. Сосредоточиться на ROI (окупаемости инвестиций) продуктов или услуг, а не на ROI искусственного интеллекта. Важно помнить, что наибольший эффект приносит сотрудничество человека и машины, а не исключение одного из этих двух компонентов.
Результаты исследования MIT можно охарактеризовать как «головокружение от успехов». Не учитывая особенностей отдельных компаний при цифровизации процессов, сложно рассчитывать на положительный экономический эффект. При этом нельзя игнорировать, что российская экономика повсеместно переходит на новые технологические рельсы. А значит, остался один вопрос, который стоит обсудить, — как правильно внедрить искусственный интеллект в рабочие процессы.
Три стадии
Основываясь на опыте СКБ Контур, для эффективного внедрения ИИ необходимо пройти три стадии. Это в целом касается как внутренней разработки, так и приобретения ИИ-функционала с рынка.
Первая — идея. На этой стадии важно превратить замысел в конкретную гипотезу с четкой понятной ценностью, которую ИИ привнесет в рабочие процессы или продукты. Автором идеи может быть как отдельное структурное подразделение, так и единичный сотрудник, который увидел возможность оптимизировать и повысить эффективность выполнения своих задач.
Вторая — проверка. На этой стадии идет оценка, насколько идея реалистична и действительно ли она принесет ценность. Это можно сделать с помощью тестов применения ИИ в отдельных процессах, без полномасштабного внедрения.
Третья — внедрение. Когда ценность и эффективность идеи проверена и доказана, происходит полноценное внедрение ИИ в рабочий процесс. Именно на этой стадии производятся основные инвестиции.
Нельзя пропустить ни одну из стадий. Если от идеи перейти сразу к внедрению, то может оказаться, что итоговые плюсы для бизнеса окажутся не только ниже ожидаемых на первом этапе, но и ниже затрат на реализацию. А без первой стадии может выясниться, что внедренный ИИ-инструмент не несет никакой ценности для компании.
Слушать и слышать
В завершение отмечу важный момент: разработчик решений на основе ИИ и дальнейший пользователь должны вместе пройти все стадии. И достичь единого мнения как по поводу функционала, так и по поводу его применения. Иначе все завершится результатом, достигнутым компаниями — участниками исследования MIT: искусственный интеллект, который должен был принести прибыль, обернется убытками.
