Наши исследования показали: лидеры самых разных отраслей — 9% нашей выборки из более чем 1500 представителей — уже «оседлали» третью волну. Они добились максимальной автоматизации и теперь разрабатывают следующее поколение процессов и навыков, чтобы использовать весь потенциал взаимодействия человека и машины. Они думают в стиле Waze, переосмысливают бизнес-процессы как активные и адаптивные, используя данные, поступающие в режиме реального времени. Они вышли за рамки традиционного мышления — примитивной оцифровки статичных карт.

Как ведущие компании добились подобных результатов? Они преуспели, следуя пяти основным принципам, связанным с надлежащим мышлением, экспериментированием, лидерством, данными и навыками (MELDS — Mindset, Experimentation, Leadership, Data, Skills).

• Надлежащее мышление — принципиально иной подход к бизнесу через переосмысление работы в области «недостающей середины», где люди совершенствуют искусственный интеллект, а умные машины наделяют человека сверхспособностями. Ранее акцент делался на использовании машин для автоматизации конкретных операций в том или ином производственном процессе. Теперь потенциальное взаимодействие человека и машины трансформирует устоявшиеся бизнес-процессы. Традиционные сборочные линии уступают место интегрированным командам людей, обладающих расширенными возможностями, и умных машин. Эти команды «на ходу» адаптируются к постоянно обновляемым данным и иным нововведениям, привносимым людьми. Это своего рода симбиоз, где бизнес-процессы все больше напоминают живые организмы. По нашим прогнозам технологии искусственного интеллекта будут играть ведущую роль в том, чтобы помочь компаниям теснее взаимодействовать с рынками, на которых они работают, более оперативно реагируя на потребительский спрос. Чтобы этот прогноз стал реальностью, руководителям придется воспринять уникальный образ мышления, ориентированный на действия, и переосмыслить свои бизнес-процессы. Им также предстоит уяснить: первым делом необходимо заложить фундамент, а не спешно заполнять «недостающую середину». Сначала нужно раскрыть потенциал своих сотрудников, автоматизировав рутинную работу, и затем только можно сосредоточиться на взаимодействии человека и машины.

• Экспериментирование: активный поиск возможностей для тестирования искусственного интеллекта, а также для изучения и масштабирования переосмысленных процессов в «недостающей середине». Век стандартизированных бизнес-процессов подходит к концу, компании больше не могут опираться на стратегию копирования лучших бизнес-практик от лидеров отрасли. Вот почему таким важным становится экспериментирование. Руководители должны регулярно проводить испытания, чтобы определить, какие бизнес-процессы наиболее эффективны именно для них. Львиная доля этих исследований будет проводиться методом проб и ошибок, чтобы выяснить, какую работу должны выполнять люди, а какую лучше поручить командам людей и машин (недостающей середине).

• Лидерство: ответственное применение искусственного интеллекта с первых шагов. Руководители должны учитывать этические, моральные и правовые последствия применения технологий искусственного интеллекта; системы, работающие на их основе, должны выдавать результаты, поддающиеся объяснению, способствовать прозрачности алгоритмов и устранять возникающие ошибки. Компаниям также следует уделить внимание тому, чтобы сотрудники, работающие с системами искусственного интеллекта, не утрачивали ощущения контроля и развивали понимание собственных расширенных возможностей при принятии решений. Более того, компании должны обеспечить необходимое обучение и переобучение сотрудников, чтобы люди были подготовлены к выполнению нового функционала в рамках «недостающей середины». По сути, инвестиции в персонал должны стать основной частью стратегии по внедрению искусственного интеллекта в каждой компании.

• Данные: построение «цепочки поставок информации» для обеспечения работы интеллектуальных систем. Искусственный интеллект требует колоссального количества данных — и по объему, и по типам. Сюда входят и «выбросы», то есть данные, возникшие как побочный продукт другого процесса (например, cookie-файлы от просмотра веб-страниц). Сбор и обработка подобной информации — одна из основных трудностей, с которой сталкиваются компании, использующие системы искусственного интеллекта. Данные должны перемещаться внутри организации абсолютно свободно, не «оседая» в тех или иных отделах. Только так компании смогут эффективно использовать информацию, применяя ее для поддержки и совершенствования технологии искусственного интеллекта и работы людей в «недостающей середине».

• Навыки: активно развивать восемь интегрированных навыков, необходимых для трансформации бизнес-процессов в «недостающей середине». Растущая сила искусственного интеллекта радикально меняет взаимодействие человека и машины. Во вторую волну машины использовались главным образом для замены людей — вспомните, как автоматизация резко сократила число заводских рабочих, секретарей, бухгалтеров, кассиров-операционистов в банках, турагентов и других. Но сейчас, в период третьей волны, люди нужны больше, чем когда-либо: на этапе трансформации бизнес-процессов именно люди становятся ключевыми игроками. В эпоху адаптивных процессов люди не только разрабатывают, развивают и обучают системы искусственного интеллекта, но и взаимодействуют с ними, заполняя «недостающую середину» и достигая нового уровня производительности.

Как вы увидите, пять базовых элементов новой модели (MELDS) лежат в основе большинства практических советов этой книги, и мы часто будем возвращаться к ним: на первых четырех мы сосредоточимся в , а последний, пятый, подробно рассмотрим в .

Революция искусственного интеллекта не грядет, она уже здесь и требует от компаний переосмысления бизнес-процессов, чтобы максимально использовать возможности ИИ-технологий для расширения человеческих способностей. Эта книга — ваш путеводитель по дорогам новых технологий. Приступим к делу.