Przemyślane upowszechnianie inteligentnych technologii będzie dla wielu przedsiębiorstw nieodzownym warunkiem przetrwania. Jednak samo wdrożenie najnowszych technologii i narzędzi do automatyzacji nie wystarczy. Aby odnosić sukcesy, firmy będą musiały używać ich do unowocześniania swojej działalności operacyjnej, do tworzenia innowacyjnych produktów i usług, a także do pozyskiwania i doskonalenia potrzebnych do tego kadr.
W ankiecie przeprowadzonej niedawno przez firmę doradczą Deloitte wśród 250 menedżerów wyższego szczebla, którzy znają poglądy swoich organizacji na temat inteligentnych technologii, prawie 3 ankietowanych powiedziało, że sztuczna inteligencja (AI) – jak sądzą – znacząco zmieni ich firmy w ciągu trzech latIndeks górny 11. Oczywiście, zmiany te mocno wpłyną na siłę roboczą. Jednak nawet jeśli w nadchodzącej dekadzie AI doprowadzi do likwidacji części miejsc pracy (co z pewnością nastąpi), może uruchomić tyle samo stanowisk, ile wyeliminuje, i otworzyć ogromne nowe możliwości współpracy między ludźmi a maszynami. Głosy mówiące wcześniej o masowej utracie miejsc pracy nieco ucichłyIndeks górny 22. Na przykład w ankiecie Deloitte redukcja liczby pracowników wskutek automatyzacji była najniżej ocenianym celem stosowania AI. Tylko 7% respondentów wskazało ją jako swój najważniejszy cel. Prawdę mówiąc, wielu obserwatorów zmienia prognozy i zamiast utraty miejsc pracy przepowiadają oni modyfikowanie stanowisk, w miarę jak będziemy znajdować sposoby na ścisłą współpracę z maszynami.
Biorąc pod uwagę, że najprawdopodobniej wiele miejsc pracy raczej się zmieni, niż zniknie, organizacje muszą zrozumieć, jakich nowych umiejętności potrzebują. W niedawnej ankiecie przeprowadzonej przez firmę doradczą McKinsey wśród menedżerów wyższego szczebla z firm, których przychody przekraczają 100 milionów dolarów, 66% respondentów stwierdziło, że „jednym z dziesięciu priorytetów” jest dla nich „uzupełnianie potencjalnych braków umiejętności powiązanych z automatyzacją/cyfryzacją”. Aż 64% amerykańskich i 70% europejskich respondentów przyznało, że muszą przekwalifikować lub wymienić co najmniej 1 obecnych kadrIndeks górny 33. Co ciekawe, zaledwie 16% przywódców biznesowych oceniło, że ich firmy są „doskonale przygotowane” do tego, aby radzić sobie z potencjalnym deficytem umiejętności. Każe to poważnie wątpić w gotowość firm do prowadzenia walki konkurencyjnej. Inne niedawne ankiety wskazują, że oczekiwania menedżerów względem inteligentnych technologii są o wiele większe niż umiejętności oraz doświadczenie niezbędne do wprowadzenia tych technologii do swoich firmIndeks górny 44.
Chociaż prowadzimy badania dotyczące sztucznej inteligencji zarówno w dużych przedsiębiorstwach, jak i w niewielkich start‑upach, a z częścią z nich pracujemy nad projektami AI, znamy bardzo nieliczną grupę organizacji, które rozpoczęły poważne programy przemodelowania stanowisk oraz przekwalifikowania lub doszkalania kadry pracowniczej. Co gorsza, większość osób nie przechodzi odpowiednich szkoleń ani kursów przygotowujących ich do częściowo zautomatyzowanej pracyIndeks górny 55 (zobacz ramkę O badaniu). Mądre organizacje będą nie tylko wdrażać inteligentne technologie, ale także rekrutować i doszkalać ludzi do pracy na stanowiskach wymagających określonych kwalifikacji, dostosowywać zadania i przeprojektowywać miejsca pracy oraz stosować AI jako aktywator innowacji obejmujących produkty, procesy i modele biznesowe. Ten tok postępowania nazywamy tworzeniem innowacji przy wsparciu inteligentnej automatyzacji. W przyszłości transformacja zmieni każde stanowisko i każde zadanie z osobna, ale już dziś widać miejsca, gdzie szybki postęp technologiczny jest utrudniony, ponieważ nie poświęca się wystarczającej uwagi ani integrowaniu technologii, ani kapitałowi ludzkiemu. Na przykład chirurdzy coraz częściej używają robotów do pomocy w rutynowych operacjach; nowa technologia poprawia widoczność narządów, pozwala robić bardziej precyzyjne nacięcia i równiejsze szwy. Jednak niewiele szpitali i szkół medycznych opracowuje skuteczne metody uczenia rezydentów na oddziałach chirurgii, jak pracować z robotami; w trakcie edukacji chirurdzy nie zdobywają żadnego bezpośredniego doświadczenia praktycznego w tym zakresieIndeks górny 66.
Chociaż możliwości wprowadzania innowacji dzięki potencjałowi AI istnieją praktycznie w każdym obszarze biznesu i społeczeństwa, to jednak pozostają w dużej mierze niezrealizowane. Badanie obejmujące działy audytu wewnętrznego wykazało na przykład, że mniej niż jeden na trzy zespoły przeprowadzające kontrole ma konkretne plany wdrażania nowych technologiiIndeks górny 77. Dostawcy technologii wymyślają i produkują innowacje od autonomicznych samochodów i ciężarówek po „autonomiczne przedsiębiorstwa”Indeks górny 88, ale naprawdę niewielu potencjalnych użytkowników tych rozwiązań próbuje sobie wyobrazić, jak AI zmieni zadania wykonywane w ich firmach i jakie nowe umiejętności należy rozwijać. Ponieważ wiele nowych technologii AI właśnie się pojawia lub zaistnieje w niedalekiej przyszłości, przedsiębiorstwa nie mogą marnować czasu. Muszą przygotowywać plany i tworzyć innowacyjne wzorce pracy porównywalne z innowacjami technologicznymi.
PODSTAWOWE PYTANIE
Jak firmy mogą używać inteligentnych technologii do tworzenia innowacji?
? Mogą przeprojektowywać zadania i stanowiska, aby ułatwiać ludziom współpracę z maszynami.
? Mogą automatyzować produkty, procesy i modele biznesowe, aby lepiej realizować potrzeby użytkowników.
? Mogą integrować inteligentne technologie ze strukturami organizacyjnymi.
Spektrum inteligentnej automatyzacji
Kiedy inteligentne technologie wspierają pojedynczych pracowników, umożliwiając im lepsze i skuteczniejsze wykonywanie zadań, mówimy raczej o narzędziach niż oautomatyzacji. Dobrym przykładem jest nawigacja GPS, której taksówkarz używa do wyszukiwania tras dojazdu. Automatyzacja idzie krok dalej: umożliwia wykonywanie zadań lub procesów bez pomocy czy udziału ludzi, którzy mogą jednak nadzorować prace albo wykonywać zadania przyległe i uzupełniające. Na przykład inteligentne systemy diagnostyczne mogą odczytywać zdjęcia rentgenowskie, ale wciąż potrzebujemy radiologów, aby decydowali, jakie prześwietlenia należy wykonać, aby interpretowali zdjęcia w kontekście całej dokumentacji medycznej, omawiali z pacjentem zalecenia lekarskie i wykonywali inne czynnościIndeks górny 99.
Najwcześniejsze zastosowania technologii dotyczyły manualnych i systemowych (ustrukturyzowanych i powtarzalnych) zadań poznawczych. Natomiast obecnie zbliżamy się do niesystemowych zadań poznawczych, które charakteryzują się kreatywnością i zmiennością, dlatego też do niedawna wydawały się niemożliwe do zautomatyzowania. W dodatku stopniowo zwiększamy autonomię produktów i usług (zobacz ramkę AI w działaniu).
Prawdę mówiąc, pojawiają się autonomiczne systemy, które potrafią wykonywać zadania bez żadnej ludzkiej interwencji, na podstawie szczegółowo spisanych wytycznych. Dobry przykład stanowią automatyczne systemy transakcyjne na rynkach finansowych. Ze względu na to, że funkcjonują one wyłącznie dzięki algorytmom, pozwalają firmom zawierać transakcje o wiele szybciej niż systemy obsługiwane przez ludzi. W podobny sposób autonomiczne roboty wykonują ściśle określone zadania produkcyjne. Na przykład w 2015 roku chińska firma Changying Precision Technology, zajmująca się produkcją telefonów komórkowych, w jednym ze swoich zakładów zastąpiła robotami 90% załogi. Przedsiębiorstwo stwierdziło, że w ten sposób ponad dwukrotnie zwiększyło wydajność, a liczbę usterek zmniejszyło o 80%Indeks górny 1010. Jednak AI i roboty częściej przekształcają ludzkie zadania, niż je eliminują. Na przykład Amazon zatrudnił ponad 300 tysięcy ludzi, odkąd w 2018 roku kupił firmę Kiva Systems, która produkuje roboty magazynowe. Pewna pracownica centrum dystrybucyjnego, która „niańczy” kilka robotów i dba o to, aby miały kosze do ładowania, opisała swoje obowiązki następująco: „Moim zdaniem, to najbardziej obciążająca umysłowo praca, jaką tu wykonujemy. Nie ma w niej nic powtarzalnego”Indeks górny 1111.
Chociaż obecnie większość systemów AI jedynie zwiększa wydajność pracowników, wielu ludzi uważa, że to tylko kwestia czasu, kiedy złożone systemy zaczną działać samodzielnie w nieuporządkowanym i dynamicznym otoczeniu. W ciągu następnych dwóch lub trzech lat powstaną na przykład autonomiczne pojazdy zdolne do poruszania się po ograniczonych przestrzeniach lub w określonych warunkach (klasyfikowane przez Society of Automotive Engineers jako maszyny poziomu 4.). Wiele osób przewiduje także, że mniej więcej do 2030 roku powstaną pojazdy, które będą jeździć w ogóle bez żadnej ludzkiej interwencji (zaklasyfikowane do 5. poziomu automatyzacji)Indeks górny 1212.
Co więcej, rośnie prawdopodobieństwo, że w niezbyt dalekiej przyszłości pojawią się maszyny zdolne do realizowania samodzielnie ustalanych celów. Przykładem równie nieodległym, jak przerażającym jest autonomiczna broń, która będzie decydować, gdzie, kiedy i przeciw komu wykorzystać swoje niszczycielskie zdolności. To zastosowanie stanowi negatywny, „diabelski” aspekt całkowicie autonomicznych systemów. Ostatecznie można jednak oczekiwać pojawienia się także „anielskich” skutków i zastosowań, które mogą zmieniać życie ludzi na lepsze.
Współpraca umysłów i maszyn
Tak jak półprzewodniki pozwoliły nam zredukować koszt obliczeń i zastosować arytmetykę w całkiem nowych obszarach – najpierw do celów naukowych i militarnych, a potem w wielu dziedzinach zawodowych i społecznych – innowacje oparte na AI wywołają lawinę udoskonalonych i całkiem nowych produktów oraz usług. Ich wpływ na pracę będzie bezprecedensowy.
Szachowe pojedynki ludzi z komputerami pokazują, że musimy ciągle zmieniać swoją rolę względem inteligentnych maszyn. W 1996 i 1997 roku komputer Deep Blue koncernu IBM walczył z mistrzem świata Garrim Kasparowem i jako pierwszy mózg elektroniczny w historii pokonał gracza tej klasy w sześciorundowym meczu. Tak jak inne programy szachowe, działanie Deep Blue łączyło moc obliczeniową ze znajomością strategii gry przekazaną mu przez ekspertów. Grając z komputerem i analizując jego posunięcia, ludzie mogli szlifować swoje umiejętności, ale nie mogli się od niego nauczyć niczego autentycznie nowego. Obecnie jednak kompetencje programów szachowych osiągnęły punkt, w którym wielu mistrzów używa ich, aby podnosić swoje umiejętności na wyższy poziom. Pod koniec 2017 roku przełomu dokonał stworzony przez jednostkę DeepMind koncernu Alphabet program AlphaZero, który nauczył się grać w szachy wyłącznie na podstawie znajomości regułIndeks górny 1313. Po niecałym dniu gry z samym sobą osiągnął taki poziom, że zmiażdżył program Stockfish, który był poprzednim mistrzem szachowym wśród komputerówIndeks górny 1414. Zdaniem ekspertów szachowych, jednym z najbardziej zaskakujących osiągnięć AlphaZero jest to, że opanował strategię wykraczającą poza ludzkie sposoby gry. Deep Blue nauczył się szachów od ludzi, ale AlphaZero wypracował własne podejście, i to właśnie ludzie mogą się uczyć od niego.
W miarę rozwoju inteligencji systemów takie zmiany w relacjach między ludźmi a maszynami będą się pojawiać także w miejscu pracy. Nie będzie to proces spontaniczny, tylko wywoływany przez projektantów i użytkowników inteligentnych technologii oraz oczywiście przez firmy, które opracowują innowacje na podstawie takich technologii i mają odpowiednie zasoby ludzkie, aby ten proces realizować. Jest jednak pewne „ale” – otóż koordynacja poważnych zmian dotyczących zadań z nabywaniem nowych umiejętności nie następuje z dnia na dzień, nawet kiedy zatrudnia się nowych pracowników, zamiast przekwalifikowywać obecnych. Gdy firmy zorientują się, jakie zmiany są konieczne, ich wdrożenie zajmie im nieco czasu.
W przyszłości organizacje za najważniejszy element swoich strategii innowacyjnych będą musiały uznać zarówno wdrażanie technologii, jak i rozwijanie kapitału ludzkiego. Wraz z upływem czasu sposób wykorzystywania technologii i zasobów kadrowych będzie wywierać gigantyczny wpływ na konkurencyjność przedsiębiorstw, a nawet na ich przetrwanie. W organizacjach, z którymi pracujemy, dostrzegamy cztery podstawowe scenariusze:
1. Minimalne inwestycje w automatyzację i w kadry. Z wielu różnych powodów – włącznie z kosztami i brakiem wizji lub wiedzy, szczególnie wśród menedżerów wyższego szczebla – pewne firmy opóźniają podejmowanie fundamentalnych decyzji i zobowiązań, które w przyszłości uczyniłyby z nich rentownych innowatorów w dziedzinie AI. W tym scenariuszu zbyt mało inwestują w niezbędne technologie i w kapitał ludzki. Niechęć do wcielania w życie zmian nieodzownie prowadzi do utraty konkurencyjności i skutkuje niezdolnością do prowadzenia zrównoważonej działalności biznesowej. Te przedsiębiorstwa będą ponosić wyższe koszty robocizny, oferować mniejszy wachlarz inteligentnych produktów i usług oraz niższy poziom obsługi klienta niż rywale. Na przykład w branży zarządzania majątkiem firmy bez zautomatyzowanych inteligentnych doradców już dziś tracą klientów na rzecz takich konkurentów, jak Vanguard i Charles Schwab, którzy oferują porady w niskich cenach lub bezpłatnie.
2. Ogromne inwestycje w automatyzację i niskie – w kapitał ludzki. Wśród firm, z którymi pracujemy, są takie, które chętnie dokonują sporych inwestycji w automatyzację, ale skłaniają się jedynie ku stopniowym zmianom w projektowaniu stanowisk pracy i nie kładą nacisku na szkolenia, ponieważ oczekują, że technologia sama wywoła transformację, głównie przez poprawę efektywności i produktywności.
Wiele firm używa na przykład chatbotówIndeks górny 1515 do wykonywania względnie prostych zadań z zakresu obsługi klienta. Starbucks stosuje je, aby informować klientów, kiedy ich zamówienie jest gotowe, a Mastercard – do ułatwiania klientom dostępu do informacji o transakcjach (w przypadku bardziej złożonych problemów sprawę przejmują zazwyczaj ludzie). O ile firmy przebudowują stanowiska lub procesy i pomagają pracownikom uczyć się współpracy z technologią, chatboty mogą im zapewnić synergię lub przynajmniej lepsze rozdzielanie obowiązków. Niestety, automatyzacja nie zawsze tak wygląda. Na przykład koncern Tesla w 2017 roku sporo zainwestował w roboty produkcyjne, zaniedbał jednak inwestycje w rozwój umiejętności robotników. Kiedy kierownictwo zdało sobie sprawę, że maszyny nie pomagają firmie osiągać ambitnych celów produkcyjnych związanych z Modelem 3, wycofało się ze stosowania robotów, a do wykonywania niezbędnych zadańIndeks górny 1616 zatrudniło i przeszkoliło ludzi. Jeśli jednak chodzi o końcowy montaż samochodów, przedsiębiorstwo wybrało bardziej wyrafinowane i zintegrowane podejście, przydzielając ludzi do złożonych zadań i wykorzystując maszyny do specjalistycznych funkcji, takich jak przemieszczanie towarów w obrębie fabryki, podnoszenie ciężkich podzespołów i testowanie foteli. Jak stwierdził pewien obserwator, efektem jest „subtelny taniec robotników i robotów na linii produkcyjnej”Indeks górny 1717.
3. Stopniowe modernizowanie stanowisk i zdobywanie nowych umiejętności przy niewielkich inwestycjach w inteligentne technologie. Wiele przedsiębiorstw, które traktują priorytetowo stopniowe doskonalenie procesów (i używają na przykład programów Six Sigma lub Lean), nie inwestuje wystarczająco w nowe technologie – po części dlatego, że ich podejście nie uwzględnia roli technologii. Ponadto trudno jest wprowadzać powszechne ogólnoorganizacyjne zmiany dotyczące miejsc pracy i innowacyjnych rozwiązań w tym samym czasie, ponieważ wpływ AI i innych technologii na zadania jest zazwyczaj specyficzny dla konkretnych stanowisk. Chociaż zatrudnianie wykwalifikowanych robotników i przekwalifikowywanie już pracujących może przynosić krótkoterminową poprawę, to jednak stosowanie wyłącznie tego podejścia nie prowadzi do istotnych zmian. Prawdę mówiąc, stwierdziliśmy, że dopóki firma nie przeznaczy zasobów na technologie AI, ryzykuje, że pozostanie w tyle za rywalami pod względem wydajności i jakości. W dodatku w końcu straci możliwość zatrudniania i zatrzymywania dobrych pracowników umysłowych, którzy zaczną dostrzegać lepsze okazje w innych organizacjach. Oczywiście, istnieją okoliczności, w których nacisk na strategie kadrowe ma sens. Na przykład ekskluzywne restauracje nie potrzebują automatyzacji tak bardzo jak lokale serwujące fast foody. To samo dotyczy produkcji odzieży i innych luksusowych branż. Jednak nawet w tych przypadkach inteligentna automatyzacja powinna być coraz bardziej obecna na zapleczu organizacji (back‑end functions) i w procesach takich jak zarządzanie łańcuchem dostaw czy obsługa klientów.
4. Znaczne inwestycje zarówno w inteligentne technologie, jak i w kapitał ludzki. Tworzenie innowacji dotyczących zarówno zastosowań AI, jak i rozwijania kapitału ludzkiego najlepiej wychodzi organizacjom, które podchodzą do inwestycji z rozmachem. Zamiast patrzeć na automatyzację jak na sposób obcinania kosztów, firmy te tworzą innowacyjne produkty, usługi, procesy i modele biznesowe, wdrażając inteligentne technologie, przeprojektowując stanowiska pracy, nabywając nowe umiejętności dzięki rekrutacji i szkoleniu posiadanych pracowników. To podejście szczególnie dobrze sprawdza się w przedsiębiorstwach, które rywalizują na rynkach zdominowanych przez globalnych gigantów.
Na przykład koncern GE – pomimo trudności, jakie aktualnie przeżywają jednostki GE Power i Genworth Financial – aktywnie stara się wykorzystywać zarówno AI, jak i kapitał ludzki do stymulowania innowacyjności. Jedną z metod, jakie stosuje, jest badanie potrzeb różnych typów użytkowników wśród pracowników albo wśród person, by następnie zastanowić się, jak może ich wspierać przy użyciu technologii. Persony są powszechnie stosowane do analizowania potrzeb klientów w marketingu i przy opracowywaniu nowych produktów, rzadko jednak stosuje się je do konstruowania wewnętrznych systemów, a jeszcze rzadziej do tworzenia systemów AI.
Jedną z person GE tworzą pracownicy, którzy zajmują się kupowaniem i zamawianiem materiałów przemysłowych. Ich głównym zadaniem jest dbanie o to, aby potrzebne surowce były na czas dostępne na liniach produkcyjnych. W przeszłości w zarządzaniu harmonogramami dostaw kierowali się intuicją, jednak modele uczenia maszynowego potrafią wyciągać wnioski z wcześniejszych dostaw i przedstawiać wiarygodne szacunki. Użytkownicy są szkoleni, aby rozumieli sposób działania modeli i wiedzieli, jak można je doskonalić. Obecnie modele dostarczają informacji menedżerom do spraw zaopatrzenia, którzy podejmują ostateczne decyzje o terminach zamówień. Docelowo koncern GE oczekuje, że systemy AI będą zdolne samodzielnie podejmować decyzje, aby optymalizować takie kwestie jak harmonogramy dostaw i zapasy potrzebne do aktualnej produkcji. Rola ludzi będzie polegać na ulepszaniu procesów i rozwiązywaniu pojawiających się problemówIndeks górny 1818.
AI W DZIAŁANIU
Inteligentne technologie różnią się poziomem autonomii, jaką umożliwiają:
Nawigacja GPS – Wspieranie kierowców
Systemy diagnostyki medycznej i wykrywania oszustw – Automatyzacja pod nadzorem ludzi
Automatyczne zawieranie transakcji na rynkach finansowych i mobilne roboty w warunkach przemysłowych – Autonomia według dokładnych wytycznych
Autonomiczne samochody – Autonomia według ogólnych wytycznych
Autonomiczna broń – Zdolność wytyczania własnych celów
Pomimo potencjału AI i innych nowych technologii prawdopodobieństwo, że w najbliższym czasie zastąpią one menedżerów i specjalistów, jest minimalne. Erik Brynjolfsson i Andrew McAfee, pełniący wspólnie funkcję dyrektora MIT Initiative on the Digital Economy, uważają – podobnie jak wielu innych obserwatorów – że zmiana będzie następować stopniowo i że „pracownicy używający AI będą zastępować ludzi, którzy jej nie wykorzystują”Indeks górny 1919. Naszym zdaniem, stojące przed firmami wyzwanie polega na szukaniu sposobów na wprowadzanie inteligentnych technologii do struktur organizacyjnych i na równoczesnym czerpaniu korzyści z tego, co mają do zaoferowania inteligentni ludzie.
Pomyśl, zanim zautomatyzujesz
Nie ma jednej recepty na tworzenie udanych innowacji opartych na automatyzacji. Różne firmy będą mieć odmienne możliwości praktycznego wykorzystywania inteligentnych technologii. Jednak badając przekazywanie wiedzy i technologii wewnątrz firm oraz doradzając im, jak wdrażać AI, opracowaliśmy listę wskazówek:
Zacznij od edukacji kierownictwa. Najlepiej zainwestować w szkolenie dla menedżerów wyższego szczebla odpowiedzialnych za podejmowanie strategicznych decyzji dotyczących inteligentnych technologii. Z doświadczenia wiemy, że niewiedza menedżerów często prowadzi do dwóch przeciwstawnych, ale równie negatywnych zachowań. Jeśli przywódcy nie doceniają potencjału tych technologii, firmy tracą możliwości czerpania z nich korzyści. Jeśli go natomiast przeceniają i inicjują zbyt ambitne i kosztowne projekty, marnują zasoby, a czasami nawet wzbudzają w organizacji uprzedzenie wobec nowych przedsięwzięć, chociażby były uzasadnione. Aby przygotować przywódców do podejmowania przyszłych decyzji, przodująca firma z branży ubezpieczeń majątkowych i wypadkowych zorganizowała na przykład całodniowe sesje dla najważniejszych menedżerów wyższego szczebla. Dotyczyły one sztucznej inteligencji, najlepszych sposobów zarządzania nią i jej potencjalnego znaczenia dla pracowników. Podobne warsztaty dla swoich przywódców i członków rady nadzorczej przeprowadzają wielka firma ubezpieczeniowa Anthem Insurance Companies oraz Bank of America.
Opracuj konkretny plan przyszłych inicjatyw dotyczących technologii oraz ludzi. Wdrożenie inicjatywy inteligentnej automatyzacji – tak jak każdy inny projekt – wymaga przygotowania konkretnego planu, który wytycza cele, wskazuje potrzebne zasoby i zawiera harmonogram wdrażania. Dobry plan powinien pomóc organizacji przewidzieć potencjalne korzyści, i to nie tylko te najbardziej oczywiste, powinien też zawierać strategię komunikacji wewnętrznej i zewnętrznej, szczególnie jeśli automatyzacja spod znaku AI może spowodować redukcję miejsc pracy. Na przykład hiszpański start‑up Situm Technologies (założony przez współautora tego artykułu Senéna Barro) opracował technologię, która przy użyciu smartfonów dokładnie śledzi położenie ludzi i zasobów wewnątrz takich obiektów, jak: szpitale, lotniska i fabryki. Jej początkowe zastosowania były dość ograniczone; jeden z pierwszych klientów z branży ochrony budynków chciał śledzić trasy strażników. W końcu jednak firma stworzyła plan wykorzystania swojej technologii w obiektach do innych celów, na przykład do zarządzania ludźmi w sytuacjach kryzysowych, takich jak pożar lub napad. Dzięki temu oferuje ona zestaw rozwiązań, które łączą korzyści z optymalizowania zasobów ludzkich z poprawą bezpieczeństwa.
Skup się na projektach przynoszących natychmiastowe korzyści i uważaj na zbyt ambitne inicjatywy. Firmy, którym brakuje istotnego doświadczenia w obszarze AI, powinny początkowo koncentrować się na projektach, które oferują łatwe do osiągnięcia korzyści i pozwolą im nabrać wprawy. Wszystkie bardzo ambitne inicjatywy – jak opracowanie terapii nowotworowej, dostarczanie indywidualnym inwestorom szczegółowych rekomendacji inwestycyjnych czy wyeliminowanie z samochodów kierowcy – albo skończyły się porażką, albo trwają o wiele dłużej, niż przewidywali badacze. Nawet firma Amazon ma trudności ze sklepami Amazon Go, a jej projekt wykorzystywania dronów do realizowania dostaw bardzo się przedłuża.
Często połączenie kilku mniejszych projektów z jednego obszaru biznesowego daje lepsze szanse na osiągnięcie istotnych wyników niż próba realizacji pojedynczego dużego przedsięwzięcia. Prezes Amazona Jeff Bezos mówi na przykład, że wiele firmowych inwestycji w uczenie maszynowe dotyczy „niepozornego, ale namacalnego doskonalenia podstawowej działalności operacyjnej”Indeks górny 2020. Jeśli strategia firmy koncentruje się na przykład na stosowaniu AI do poprawy relacji z klientami, to składowe projekty mogą dotyczyć chatbotów lub inteligentnych agentów do całodobowego udzielania błyskawicznych odpowiedzi na pytania, modeli uczenia maszynowego wyczulonych na „głos klienta”Indeks górny 2121 w czasie jego rozmów z call center, systemów rekomendacyjnych do informowania o promocjach tylko tych klientów, którzy są nimi najbardziej zainteresowani, i tak dalej. Takie etapowe podejście daje też firmie więcej czasu na przeprojektowywanie stanowisk pracy i przekwalifikowywanie załóg, ponieważ każde wspierane przez AI zadanie zazwyczaj wymaga tylko częściowej zmiany stanowisk. Cel powinien być jednoznaczny; nawet tam, gdzie chodzi o automatyzację zadań wykonywanych przez pracowników już wcześniej, główne przepływy pracy należy zaprojektować lub przeprojektować z uwzględnieniem podziału pracy między ludzi i inteligentne maszyny. Cały czas należy dążyć do innowacyjnego i efektywnego projektowania pracy, a nie tylko do redukcji kosztów.
Inwestuj w budowanie zdolności własnych kadr. Wyszukaj pracowników, którzy będą wdrażać rozwiązania i uczyć innych, jak ich używać. Najlepiej, aby część ludzi uczestniczyła w opracowywaniu systemu AI, na przykład w roli ekspertów merytorycznych lub znawców procesu. Ze względu na swoją specjalistyczną wiedzę mogą być inicjatorami początkowych wersji systemu AI i dostarczać informacji zwrotnych o tym, co się sprawdza, a co nie działa. Działy kadr i edukacji korporacyjnej mogą współpracować z tymi osobami przy konstruowaniu programów szkoleniowych dla innych pracowników, którzy będą mieć do czynienia z systemami AI.
Aby tworzyć innowacje oparte na inteligentnej automatyzacji, musisz zaplanować wykwalifikowanie lub zatrudnienie własnych pracowników, a nie pożyczać ich od firm konsultingowych czy od dostawców technologii. Na przykład szkolenie chatbotów wymaga dogłębnej wiedzy na temat branży oraz obecnych i przyszłych potrzeb klientów lub firmowych użytkowników, a jej najlepszym źródłem są doświadczeni pracownicy przedsiębiorstwa.
Planuj stopniowe wprowadzanie udoskonaleń. Oczywiście, wszystkie używane technologie powinny być dopasowane do aktualnie realizowanych projektów. Jednak inteligentne technologie szybko robią się coraz lepsze, co oznacza, że tworzenie innowacji opartych na automatyzacji musi mieć raczej charakter ciągły niż jednorazowy. Na przykład ostatnie postępy w dziedzinie generowania języka naturalnego umożliwiają organizacjom włączanie do swoich aplikacji analityki biznesowej (business intelligence) raportów opisowych. Ta nowa zdolność ogromnie ułatwi laikom rozumienie sprawozdań technicznych i finansowych, co może zmniejszyć zapotrzebowanie na obsługę klienta świadczoną przez ludzi lub przez AI. Czołowe firmy – jak oferujące ubezpieczenia i usługi finansowe przedsiębiorstwo USAA – poprawiają komunikację z klientami, działając na wielu frontach, wykorzystują więc i chatboty, i wirtualnych asystentów, i generowanie raportów opisowych. Dlatego też muszą stale monitorować zależności między poszczególnymi narzędziami.
Menedżerowie powinni zdawać sobie sprawę, że w nadchodzących latach inteligentne technologie wkroczą do coraz większej liczby sektorów gospodarki i zawodów. Wspierane przez AI rozwiązania biznesowe będą redukować koszty i poprawiać wydajność. Spodziewamy się jednak, że ich największy wpływ będzie polegał na wprowadzaniu innowacji w głąb firm, a żeby do tego doszło, ludzie i maszyny muszą współpracować w procesie tworzenia tych innowacji. Inwestycje w inteligentne technologie i w kapitał ludzki, który będzie zdolny do ich używania, do współpracy z nimi i do tworzenia wokół nich innowacji, mogą być kosztowne. Jednak o wiele większe koszty poniosą firmy, które się na to nie zdecydują.
O BADANIU
Przez ostatnie cztery lata ponad 50 firm realizujących inicjatywy dotyczące sztucznej inteligencji było przedmiotem badań autorów artykułu lub korzystało z ich usług doradczych. Obaj autorzy pracowali jako współzałożyciele lub doradcy w kilku start‑upach związanych z AI. Ponadto Thomas Davenport jest współautorem ankiet State of AI in the Enterprise firmy Deloitte* i pracował dla ServiceNow nad globalną ankietą pracowniczą na temat automatyzacji**.
Korzystając z tych źródeł danych i wniosków, autorzy wyjaśniają, jak firmy mogą uzupełniać postępy w technologii AI, opracowując innowacje dotyczące przeprojektowywania pracy oraz poprawiania zdolności pracowników
O AUTORACH
Senén Barro (@senenbarro) jest dyrektorem naukowym ośrodka Singular Research Center on Intelligent Technologies w University of Santiago de Compostela w hiszpańskim rejonie Galicja oraz naukowcem wizytującym w Babson College w Wellesley w stanie Massachusetts.
Thomas H. Davenport (@tdav) jest profesorem zwyczajnym technologii informacyjnych i zarządzania w Babson, współpracownikiem MIT Initiative on the Digital Economy i starszym doradcą w działach Analytics i Cognitive firmy Deloitte. Jego najnowsza książka nosi tytuł The AI Advantage: How to Put the Artificial Intelligence Revolution to Work i ukazała się w 2018 roku nakładem MIT Press.
