В азиатских советах директоров сегодня много разговоров о ИИ. За последние три года компании запускали пилоты, пробовали ИИ-помощников и искали сценарии применения почти во всех функциях. Руководители уже не спорят, работает ли ИИ; их волнует другое — меняет ли он экономику бизнеса в измеримом виде.
Следующий этап корпоративного ИИ вскроет неудобный факт: проблемы возникнут не из-за нехватки мощных моделей. Трудности появятся потому, что многие продолжают воспринимать ИИ как надстройку над прежними подходами к работе. Последний глобальный опрос McKinsey показывает: наибольший эффект на прибыль получают не те, кто просто внедряет больше ИИ, а те, кто перестраивает процессы, управление и принятие решений вокруг него.
В Азии бизнесу приходится делать больше при более узких маржах и меньшей терпимости к промедлению. Для многих организаций ИИ уже становится операционной необходимостью — но одной необходимости недостаточно, чтобы произошла настоящая трансформация.
Первая волна корпоративного ИИ была сосредоточена на помощи сотрудникам. Работники окружены дашбордами и завалены письмами, но часто не получают нужный инсайт в нужный момент. Здесь ИИ быстро доказал пользу: он поднимает релевантный контекст, отмечает аномалии и помогает действовать быстрее. Когда ИИ позволяет финансистам выявлять отклонения до того, как они перерастут в проблему, или помогает службе поддержки закрывать обращения быстрее, становится видно, что ценность ИИ практична, а не теоретична.
Вторая стадия — автоматизация, где ИИ начинает менять экономику выполнения работы. Классическая автоматизация хорошо работала там, где задачи повторяемы и правила однозначны. Теперь ИИ расширяет эту зону: он способен обрабатывать более переменные и неструктурированные задачи с гораздо меньшим ручным участием, чем раньше.
Наибольший выигрыш даст устранение трения в процессах. Когда согласования идут быстрее, организация в целом ускоряется и работает эффективнее. Со временем это способно изменить то, как компания масштабируется.
Третья, и в итоге наиболее стратегическая, выгода — усиление возможностей (augmentation), когда ИИ расширяет пределы того, что организация реально может делать. Он помогает координировать решения в масштабе, который было бы трудно поддерживать вручную. ИИ не только улучшит текущие процессы, но и откроет новые операционные модели.
Сингапур дает наглядный пример того, как это выглядит на практике. SMRT, ведущий оператор общественного транспорта в Сингапуре, и Oracle тестируют JARVIS — ИИ-платформу, которая объединяет данные по техническому обслуживанию и операциям, раньше выявляет потенциальные проблемы и помогает инженерным командам вмешиваться до того, как возникнут сбои. Железнодорожная сеть SMRT обеспечивает более двух миллионов пассажир
поездок в день, поэтому цена ошибок очевидна. Это показательный кейс ИИ в реальных условиях: ценность появляется, когда решаются практические задачи; ИИ приносит пользу, когда компании используют его, чтобы действовать до того, как проблема станет заметной.
Именно поэтому следующую главу напишут те компании, которые встроят ИИ в свои процессы, а не будут держать его как отдельный инструмент на периферии.
Вопрос уже не в том, нужен ли ИИ в корпоративной среде. Он нужен. Вопрос в другом: готова ли организация перепроектировать работу так, чтобы ИИ мог стабильно создавать ценность.
Начинать стоит с узких мест. Руководителям полезно определить, где задержки, ошибки, слабые передачи между командами, дублирование или медленные решения обходятся компании деньгами и доверием, а затем понять, что нужно изменить, чтобы ИИ смог убрать это трение.
Кроме того, компании должны научиться доверять ИИ ведущую роль. Если ИИ выдает инсайт, но для действия все равно требуется ручное одобрение на каждом шаге, ценность будет утекать. Успех или провал определяет рабочий процесс, а не модель.
Наконец, важно воспринимать управление и контроль как то, что помогает создавать ценность. Организация, которая не может доверять своему ИИ, не будет применять его в действительно значимых решениях.
Следующий разрыв в конкурентоспособности пройдет не между теми, кто внедрил ИИ рано, и теми, кто сделал это поздно, а между теми, кто интегрировал ИИ в рабочие потоки, и теми, кто оставил его «на краю». Последние застрянут с разрозненными пилотами и изолированными инструментами, которые не меняют производительность предприятия.
Руководителям было важно экспериментировать с ИИ, чтобы понять его возможности. Но чтобы выиграть на следующем этапе, им нужно перестать спрашивать, где еще можно развернуть ИИ, и начать спрашивать, насколько они готовы измениться, чтобы адаптироваться к нему.
Мнения, выраженные в авторских комментариях на Fortune.com, принадлежат исключительно их авторам и не обязательно отражают мнения и убеждения Fortune.
Этот материал впервые был опубликован на Fortune.com
