Книга: Человек + машина. Новые принципы работы в эпоху искусственного интеллекта
Назад: Глава 7. Руководство по переосмыслению бизнес-процессов от лидеров
Дальше: Заключение. Ваше будущее в эпоху взаимодействия человека и машины
Глава 8. Расширение взаимодействия человека и машины
* * *
Восемь новых интегрированных навыков для интеллектуальной рабочей среды
Представьте, что вы специалист по техническому обслуживанию на электростанции. Вы только что получили сообщение о непредвиденно высокой степени износа турбины. Если система оповещения работает под управлением программного обеспечения Predix компании GE, в котором используется концепция цифрового двойника, вы можете даже услышать произнесенное компьютерным голосом предупреждение: «Оператор, изменение моей задачи наносит ущерб ротору моей турбины».
Вы просите сообщить детали, и компьютер предоставляет статистические данные о работе турбины за последние шесть месяцев. Система также сообщает, что износ увеличился в четыре раза, и, если так будет продолжаться, ротор потеряет 69% своего эксплуатационного ресурса. Если вы надели шлем дополненной реальности, компьютер покажет вам, где именно появилось повреждение на роторе, отметив этот участок красной полосой.
Десять лет назад вам бы просто повезло, если бы вы обнаружили такое повреждение при плановой проверке технического состояния турбины. Худший (и наиболее вероятный) сценарий: никто ничего не обнаружил бы, пока ротор не сломался бы и турбина не прекратила бы вращаться. Однако в настоящее время, когда во все узлы и детали оборудования встроены датчики, а программное обеспечение позволяет создать цифрового двойника и отслеживать состояние оборудования, проблему можно выявить задолго до аварийного отключения, избежав дорогостоящего ремонта.
Выявив неисправность, вы спрашиваете компьютер, как ее устранить, и система предоставляет вам несколько вариантов, в том числе тот, который автоматически и адаптивно снизит нагрузку на ротор, меняя режим его работы. Эта рекомендация основана на данных за прошедший период, данных о состоянии комплекса оборудования, метеорологических данных и других факторах; при этом степень достоверности прогнозов составляет 95%. Однако прежде чем принимать решение, вы просите уточнить расходы — и компьютер сообщает, что предложенный вариант позволит сэкономить на топливе и сократить расходы на электроэнергию, а также в конечном счете даст экономию примерно $12 миллионов предотвратив незапланированный сбой в работе электростанции. Десятиминутный диалог с компьютером убеждает вас в правильности предложенного решения, и вы отдаете системе команду приступить к его реализации.
Что произошло в этом случае? Программное обеспечение GE на базе искусственного интеллекта превратило стандартную работу по техническому обслуживанию в нечто радикально отличающееся от того, что было всего пять лет назад. Такое применение искусственного интеллекта не только ускоряет выполнение задач, но по существу позволяет рядовым сотрудникам, а также руководителям среднего и высшего звена полностью переосмыслить бизнес-процессы и суть работы.
Наши исследования свидетельствуют об однозначном признании и принятии того факта, что в настоящее время характер труда кардинально меняется. В рамках глобального опроса Accenture Research «Будущее труда», проведенного совместно со Всемирным экономическим форумом, мы обнаружили, что, по мнению 64% персонала, изменения ускоряются под воздействием новых технологий, таких как искусственный интеллект. Тогда как почти все респонденты (92%) считают, что следующее поколение профессиональных навыков будет выглядеть совершенно иначе, большинство работников (87%) полагает, что новые технологии, такие как искусственный интеллект, улучшат трудовой опыт в течение следующих пяти лет. Кроме того, 85% работников готовы тратить свободное время на освоение новых навыков в ближайшие несколько лет, а 69% респондентов придают большое значение возможностям для обучения на рабочем месте, если оно непосредственно связано с будущими цифровыми потребностями компании.
Но что будет иметь значение в мире, в котором следующее поколение необходимых навыков практически не связано с навыками прошлого?
В процессе работы и научных исследований мы собрали свидетельства того, что в будущем персоналу понадобятся как минимум восемь новых интегрированных навыков (соответствующих элементу S нашей модели MELDS). Каждый из них основан на слиянии способностей человека и машины в рамках бизнес-процесса и обеспечивает более значимые результаты по сравнению с традиционным положением, когда человек и машина работают независимо друг от друга. Явное отличие от предыдущих периодов взаимодействия человека и машины — в настоящее время машины учатся у людей, а люди учатся у машин, что создает цикл непрерывного повышения эффективности.
На позиции специалиста GE по техническому обслуживанию вам понадобилось бы умение задавать машине умные вопросы с разной степенью абстрагирования. Мы обозначаем этот навык термином умное запрашивание. В качестве техника, использующего цифрового двойника GE, вы начали бы с постановки вопросов о поврежденном роторе, но затем быстро перешли бы к более широкому кругу вопросов о текущих операциях, процессе и финансовых проблемах. Вы не просто специалист по техническому обслуживанию ротора; с помощью цифрового двойника вы становитесь экспертом в гораздо более сложной системе, а ваши знания того, «как все работает», приобретают очень большое значение.
Ниже представлено описание восьми интегрированных навыков, которое руководители и сотрудники смогут использовать при моделировании и формировании персонала, способного успешно работать в области «недостающей середины» (табл. 2). Три навыка позволяют человеку помогать машине (левая часть «недостающей середины»); еще три дают возможность использовать машины в качестве дополнения (правая часть «недостающей середины»), а два последних помогают людям грамотно выполнять свою работу в обеих частях «недостающей середины». Все эти навыки непосредственно связаны с совершенно новыми формами взаимодействия человека и машины, однако они не требуют специальных знаний в области машинного обучения, программирования или в других технических дисциплинах. Здесь скорее нужны мыслящие люди, которые стремятся адаптировать базовые навыки к конкретным потребностям компании.
Таблица 2. Интегрированные навыки в области «недостающей середины»
Интегрированный навык № 1. Регуманизация времени
Определение. Переосмысление бизнес-процессов с целью увеличить количество времени, доступного для задач, выполняемых исключительно человеком (межличностное общение, творчество и принятие решений).
В начале эпохи индустриализации людям пришлось привыкать к работе в режиме машины. Другими словами, они должны были работать в ритме сборочных линий наравне с другими автоматизированными процессами. Идея машинного времени позднее переместилась в офисы, когда в 90-х годах информационные технологии и компьютеры стали неотъемлемой частью бизнес-процессов. По мнению Марины Горбис из Института будущего, индустриализация и цифровые технологии в корне изменили продолжительность времени, затрачиваемого людьми на работу. Например, в начале XIII столетия британский крестьянин работал около 1600 часов в год. В 90-х годах ХХ столетия британский рабочий на заводе трудился порядка 1850 часов в год. А инвестиционный банкир в Нью-Йорке в настоящее время работает почти 3000 часов в год. «Расширяя наши возможности, [машины] устанавливают новые ожидания в отношении пределов возможного и создают новые стандарты эффективности и потребностей, — пишет Горбис. — До создания посудомоечных машин мы не рассчитывали на то, что наши бокалы будут безупречно чистыми; пока в каждом доме не появились пылесосы, мы даже не думали о том, что нам нужны полы без единой пылинки».
Времена меняются, и с ними меняются взаимоотношения человека и машины. Мы наблюдаем формирование нового навыка, корректирующего наше отношение ко времени и работе. По существу, такая «регуманизация времени» дает людям возможность грамотно распределять свое время между задачами, более свойственными человеку, такими как повышение удовлетворенности клиентов, выполнение комплексного ремонта оборудования или проведение фундаментальных научных исследований.
Медицина — та область, которая может существенно пострадать без «регуманизации времени». Сейчас у врачей только возрастает эмоциональное выгорание. Согласно результатам исследования, проведенного в 2015 году, 46% врачей в 2011 году сообщили как минимум об одном случае выгорания, а в 2014 году этот показатель повысился до 54%. Эмоциональное выгорание влечет за собой серьезные последствия: врачи чаще ошибаются при вводе данных, а также в других случаях, что по эффекту домино влечет за собой еще больше ошибок.
Медицинский центр Питтсбургского университета (University of Pittsburgh Medical Center, UPMC) и компания Microsoft попытались выяснить, может ли искусственный интеллект помочь врачам избежать эмоционального выгорания. Финансовый директор UPMC Тол Хеппенстолл считает, что современная проблема эмоционального выгорания связана с цифровизацией медицинских карт, из-за чего врачи вынуждены тратить время на ввод данных, а не на осмотр пациентов. «Что они чувствуют и что вызывает у них эмоциональное выгорание — понимание, что они стали рабами компьютера, а так не должно быть», — говорит Хеппенстолл.
Сотрудничество UPMC и Microsoft направлено на использование инструментов искусственного интеллекта (таких как обработка естественного языка) для прослушивания разговора врача с пациентом во время приема и переноса части полученной информации в специальные формы и в истории болезни. Это похоже на ассистента, который делает заметки во время приема, — возможность, доступная далеко не каждому врачу.
На конференции Intel AI Day в 2016 году специалисты из Mayo Clinic, Penn Medicine, Kaiser Permanente и Cigna обсудили, как искусственный интеллект может изменить медицину. Подавляющее большинство участников согласились с тем, что искусственный интеллект — идеальный инструмент сокращения объема рутинных задач. Он может взять на себя описание рентгенограмм и томограмм; на основе данных медицинских карт способен выявить повышенный риск сердечной недостаточности, не установленный во время традиционного обследования; он поможет обнаружить опасные родинки (перерождающиеся в меланому), которые могли остаться незамеченными. Все эти моменты могут вернуть врачам драгоценные минуты личного общения с пациентами.
Безусловно, искусственный интеллект существенно изменит тесно связанные между собой концепции работы и времени, но не совсем ясно, как использовать высвободившееся время. У сотрудников компании AT&T высвобождается время в течение рабочего дня благодаря искусственному интеллекту, собирающему информацию о потенциальных клиентах из разных систем. Это позволяет продавцам-консультантам уделять больше времени общению с клиентами, вместо того чтобы искать информацию в базах данных. Однако если руководители среднего и высшего звена продолжат работать в режиме машин, тогда объем работы, скорее всего, увеличится. Врачи начнут принимать больше пациентов; сотрудникам фронт-офиса будет поступать больше жалоб и рекламаций; механикам придется чинить больше роботов, чем когда бы то ни было прежде. По всей видимости, производительность немного вырастет, однако истинное переосмысление бизнес-процессов не в этом, а в том, чтобы компании проанализировали, в каких случаях время их сотрудников приносит максимальную отдачу. Может быть, стоит дать им возможность дополнительного обучения? Как насчет создания условий для волонтерской и социально ответственной деятельности, которая может принести пользу обществу и положительно скажется на имидже компании? Мало кто способен работать максимально эффективно, если приходится постоянно действовать на пределе возможностей. А так как искусственный интеллект меняет характер взаимодействия человека и машины, то регуманизация времени напоминает нам: мы можем повысить эффективность работы и благополучие сотрудников наряду с продуктивностью.
Интегрированный навык № 2. Ответственная стандартизация
Определение. Определение целей и восприятия взаимодействия человека и машины — на уровне отдельного человека, бизнеса и общества в целом.
Удивительно, как быстро можно привыкнуть к беспилотному автомобилю. Впервые увидев, как он выполняет поворот, вы вздрогнете, однако уже второй поворот покажется вам вполне нормальным. Многие люди, пережившие этот опыт, полагают, что для человека управление автомобилем — гораздо более сложная и опасная задача. К сожалению, беспилотные автомобили еще не получили широкого распространения. Кроме того, во многих регионах они встречают непонимание.
Существует разрыв между использованием технологий искусственного интеллекта, с одной стороны, и их широким принятием — с другой. Именно для устранения этого разрыва необходим такой навык, как ответственная стандартизация, то есть ответственное формирование представлений людей о взаимодействии человека и машины, а также общего восприятия целей подобного сотрудничества. Особую ценность это качество приобретает при использовании роботов в общественном пространстве (на дорогах, в больницах, кафе, учебных заведениях, домах престарелых и хосписах). Ответственная стандартизация требует множества других навыков, таких как компетенции в гуманитарных дисциплинах и в области STEM (наука, технологии, инженерия, математика), предпринимательский дух, умение поддерживать связи с общественностью, а также понимание социальных проблем и проблем местных сообществ.
С некоторых пор беспилотные автомобили попадают в наши зеркала заднего вида. В начале 2000-х управление перспективных исследовательских проектов Министерства обороны США (DARPA) провело серию испытаний Grand Challenge, чтобы повысить интерес исследователей к разработке роботизированных транспортных средств, способных принимать участие в гонках. Эта инициатива DARPA стала одним из первых шагов по популяризации беспилотных автомобилей. Сегодня автомобилями Tesla управляет система Autopilot, а компания Audi вывела на рынок автомобиль A7 Sportback, прозванный «Джеком», который запрограммирован на движение, учитывающее особенности вождения человека: торможение или набор скорости, чтобы пропустить перестраивающийся автомобиль. Audi организовала рекламную кампанию, способствующую принятию концепции систем «пилотируемого вождения». Этот автоконцерн представляет пилотируемое вождение как взаимодействие человека и машины, признавая, что в настоящее время ни один автомобиль не готов передвигаться самостоятельно во всех без исключения случаях. И все же система всегда готова помочь водителю. «Представляя свою деятельность в области пилотируемого вождения, в прошлом мы всегда уделяли основное внимание технологии и эффективности, — говорит Михаэль Финке, руководитель международного креативного подразделения Audi. — В настоящее время мы рассматриваем эту тему с совершенно другой эмоциональной точки зрения».
Руководителям компаний предстоит сыграть важную роль в деле популяризации ответственной стандартизации. В настоящее время искусственный интеллект воспринимается нейтрально, хотя многие люди еще находятся во власти суждений, основанных на противопоставлении человека и машины. По этой причине любое резонансное событие (например, гибель ребенка под колесами беспилотного автомобиля или забастовка дальнобойщиков, выступающих против беспилотных грузовиков) может породить кризис доверия к технологиям в целом. Топ-менеджеры должны предвидеть подобное сопротивление, понимая потребности и опасения тех сообществ, которых затрагивают вызванные искусственным интеллектом перемены, и найти способ его смягчить.
Не менее важна ответственная стандартизация и для работников, переживающих этап внедрения искусственного интеллекта. Одно из его следствий — руководители должны изложить четкое понимание сути работы для персонала в будущем. Сотрудники, будучи важнейшим активом любой организации, могут стать активными сторонниками перемен, если их опасения услышат и учтут. Глава одной телекоммуникационной компании рассказал нам, что, когда они начали внедрять технологии искусственного интеллекта, всему персоналу было очевидно, что это затеяно прежде всего с целью сделать их успешнее, а не сократить. «Руководство представляет сотрудникам искусственный интеллект как инструмент увеличения доходов и сокращения издержек для обеспечения роста компании и повышения ее конкурентоспособности, — говорит он. — …Увеличение “пирога” означает, что люди, которых вытеснила система искусственного интеллекта, смогут освоить новые навыки и перейти в другие отделы и сферы деятельности компании по мере ее роста».
Интегрированный навык № 3. Вынесение совместных решений
Определение. Основанная на суждении способность выбирать последовательность действий в условиях машинной неопределенности.
Когда машина не понимает, что ей делать дальше, или когда в ее модели умозаключений не хватает делового или этического контекста, люди должны уметь определить, где, как и когда следует вмешаться. «В действительности машинное обучение исключает человеческое суждение и ошибки человека из процесса принятия решений, — говорит Адам Уэнчел, вице-президент компании Capital One по инновациям в области данных. — Они все больше и больше выводятся из процесса, и, на мой взгляд, это часть глобального сдвига, который происходит уже какое-то время».
Для того чтобы снова включить человека в процесс, команда Уэнчела применяет и развивает как навыки статистического анализа, так и мягкие навыки. По мере развития, изучения, переобучения и повторного использования моделей машинного обучения для других направлений бизнеса компании члены команды анализируют, «чем эти модели отличаются от простых систем, основанных на правилах, или предыдущих версий соответствующей модели». Базирующаяся на анализе данных оценка предоставляет сотрудникам информацию о том, где следует установить границы, изучить отклонения или предотвратить использование такой модели при работе с клиентами.
Что касается интуиции, сотрудникам предлагают определять и называть свои опасения, когда что-то кажется им спорным с этической точки зрения или не соответствует выбранному курсу. Уэнчел рассуждает следующим образом: «Даже если ваша модель обеспечивает очень хорошие результаты и очень высокую точность, люди должны чувствовать, что могут спокойно вмешаться и сказать: “Послушайте, может, мы действительно получаем высокую точность, но меня беспокоит то, как именно мы добиваемся этого”».
Несмотря на поразительные успехи в области искусственного интеллекта, о которых мы говорили на протяжении всей книги, ему до сих пор трудно формулировать проблему. Искусственный интеллект может правильно выполнять многие задачи, но он еще не умеет правильно оценивать ситуацию и понимать людей. А значит, человеческое суждение и эффектуация (рациональная постановка целей) всегда будут ключевым элементом любого переосмысленного процесса. Например, когда компания Royal Dutch Shell использует роботов для мониторинга оборудования и проверки систем безопасности на своем удаленном объекте в Казахстане, ей по-прежнему требуются компетенции сотрудников-людей, отслеживающих риски. Робот Sensabot — первый в своем роде робот, который нефтегазовые компании могут использовать в потенциально опасной среде. Удаленный оператор управляет его действиями, отсматривая видео и оценивая риски. Точно так же опыт и знания человека остаются важнейшим элементом переосмысленных процессов в компании Caterpillar. На этапе проектирования новой сборочной линии и генерирования ее цифровой модели (с помощью системы искусственного интеллекта) требуется участие инженеров-программистов. Такая виртуальная пошаговая отладка позволяет на раннем этапе проанализировать сборку, обслуживание и эргономику, обнаруживая проблемы до того, как сборочная линия будет построена. Это позволяет экспертам еще на старте устранить любую неоднозначность или другие проблемы, опираясь на свои суждения.
Интегрированный навык № 4. Умное запрашивание
Определение. Понимание того, как задавать вопросы системе искусственного интеллекта на разных уровнях абстрагирования, чтобы получить нужную информацию.
Как изучить чрезвычайно сложную систему? Как составить прогноз взаимодействия между сложными массивами данных? Люди просто не могут сделать это самостоятельно, поэтому они должны задавать вопросы дружественному искусственному интеллекту: «Двойник, насколько ты уверен?»; «Двойник, что ты рекомендуешь сделать?». В компании GE специалисты по техническому обслуживанию, владеющие навыком умного запрашивания, понимают возможности и ограничения системы искусственного интеллекта и знают, как получить информацию, необходимую для принятия взвешенного решения. Такие специалисты используют свои сильные стороны и не дублируют сильные стороны машины. При этом машина обучает людей тому, как использовать ее, точно так же как люди обучают машину. В конечном счете именно человек с его опытом принимает решение, ремонтировать ротор или же заменить его.
В рамках проводимых исследований в самых разных областях мы наблюдаем умное запрашивание в действии. Специалисты задают умные вопросы, выбирая оптимальный груз для товарных составов, изучая взаимодействие лекарственных препаратов и молекулярные взаимодействия, а также стремясь найти модель оптимального ценообразования в сфере розничной торговли. В частности, розничное ценообразование служит полезным сценарием для умного запрашивания, поскольку в основе этого процесса лежит большой объем сложных данных, влияющих на результаты продаж.
Стив Шнёр, руководитель розничной торговли крупного курортного отеля, использует систему искусственного интеллекта компании Revionics для оптимизации цен в магазинах этого отеля. Даже небольшое изменение цен на препарат «адвил» или пластырь дает значительный эффект, что невозможно было бы понять (и в конечном счете контролировать) без системы искусственного интеллекта и оператора, задающего этой системе «умные» вопросы. Команда Шнёра использует систему искусственного интеллекта для определения оптимальных цен на адвил, пластырь, газированную воду и другие товары в любой момент при любом количестве ограничений, опираясь на еженедельные отчеты о продажах более семи тысяч единиц товаров. Шнёр ставит такой вопрос: «Если поднять цену на адвил, что произойдет с тайленолом?» Система способна определить связь между адвилом и тайленолом (хотя их можно отнести к тому или иному классу только по артикулу) и показать, например, что после прошлого повышения цены адвила на 25 центов объем продаж тайленола увеличился. Эта система позволяет Шнёру анализировать решения по ценообразованию и другими способами, например задавая такие вопросы: «Покажи мне самые выгодные изменения цены» и «Скажи мне, какие товары будут продаваться меньше всего при повышении цены». Чем умнее вопросы, тем глубже Шнёр сможет понять суть происходящего и тем лучшее представление обо всех розничных бизнес-процессах получит благодаря системе искусственного интеллекта.
В компании GE программное обеспечение, поддерживающее создание цифровых двойников, моделирует не только турбины и роторы двигателя. Благодаря моделированию поведения и взаимодействия специалистов сама программа может определить, как оптимизировать свою работу. Так возникают дружественное ПО и дружественное оборудование, благодаря которым неопытные сотрудники и новые пользователи могут быстрее освоиться с соответствующими инструментами.
По мере распространения цифрового управления работой люди могут начать перегружать системы искусственного интеллекта слишком большим количеством задач. СЕО GE Digital Билл Ру знает об этой опасности и подчеркивает важность человеческого суждения и обучения, которое предотвращает деградацию навыков. «Необходимо обучать людей и не допускать, чтобы автоматизация становилась для них ориентиром во всем, поскольку здравое человеческое суждение по-прежнему играет существенную роль, — говорит Ру. — На мой взгляд, необходимость развивать у людей способность выносить суждения, чтобы автоматизация не стала “костылем” в их работе, — самый трудный сценарий, с которым предстоит иметь дело». Умное запрашивание включает в себя и умение понять, что конечный результат лишен смысла или что определенные входные данные могут привести к искажению результатов. «Полагаю, мы должны осознавать, что машина не всесильна», — подытоживает Ру.
Интегрированный навык № 5. Расширение возможностей с помощью ботов
Определение. Эффективное взаимодействие с интеллектуальными агентами ради расширения ваших возможностей и формирование сверхспособностей в контексте бизнес-процессов и карьеры.
Интеллектуальные агенты позволяют людям делать то, что выходит за пределы их возможностей. Представьте: вы фрилансер или подрядчик, в распоряжении которого есть штат сотрудников, но эти сотрудники — боты, а не люди. Благодаря этому вы получаете административную и операционную поддержку, доступную скорее СЕО, чем человеку, работающему на себя. В статье, опубликованной в 2016 году, инвестор из Bloomberg Beta Шивон Зилис пишет: «Интеллектуальные агенты сделают это возможным, используя сочетание алгоритмов обучения и распределенного персонала для выполнения расширяющегося диапазона задач при низких затратах. С помощью этих агентов мы сможем выглядеть такими же умными, как современные СЕО».
Использование искусственного интеллекта для поиска работы
Навыки расширения возможностей с помощью ботов могут пригодиться при поиске работы. Если в эпоху искусственного интеллекта работники могут быть в чем-то уверены, так это в том, что ландшафт рынка труда меняется чрезвычайно быстро. Пять лет назад практически не было таких должностей, как специалист по обработке, анализу и хранению больших массивов данных (data scientist), а в настоящее время они очень востребованы. А должности, функционал которых сводится к таким рутинным задачам, как ввод данных, стремительно исчезают из списка вакансий. Как можно начать новую карьеру, найти новые возможности для обучения, расширить свое присутствие в интернете или развивать личный бренд в социальных сетях? Ответ — расширив возможности с помощью ботов.Во многих случаях поиск работы и наём персонала сводятся к работе с цифрами, а значит, вы уже в числе отстающих, если до сих пор не автоматизировали некоторые элементы этого процесса с помощью LinkedIn или таких многообещающих интеллектуальных агентов, как Wade&Wendy или Ella.В начале 2017 года компания LinkedIn упростила процедуру отклика на опубликованные вакансии — теперь достаточно одного клика. Кроме того, компания предоставляет кадровым агентствам возможность отправлять сообщения кандидатам, обладающим необходимой квалификацией. В то же время такие сервисы, как Wade&Wendy или Ella, предлагают совершенно другой опыт поиска работы, который начинается с диалогового интерфейса — интеллектуального чат-бота. В частности, Wade от имени людей ищет работу, которая отвечает их интересам, навыкам и образованию. Wendy — аналог рекрутера, автоматизирующий отбор кандидатов. Ella — это чат-бот, он задает вопросы о навыках и желаемых должностях, а затем ищет соответствующие вакансии, в том числе те, информация о которых не опубликована. Система искусственного интеллекта совершенствует поиск, чтобы результаты максимально отвечали поставленной задаче. Старший вице-президент по цифровым инновациям компании Lee Hecht Harrison Шон Пейли объясняет преимущества таких сервисов, как Wade&Wendy или Ella: «Автоматизация просмотра большого объема данных позволяет людям сфокусироваться на более сложных и персонифицированных элементах поиска работы, таких как подготовка к собеседованию с коучем по вопросам карьеры и налаживание контактов». Расширение возможностей с помощью ботов — яркий пример навыков, позволяющих людям уделять больше внимания человеческой стороне поиска работы.Кроме того, такой подход позволяет людям более связно рассказывать о своей карьере. Специалист по маркетингу Эстер Кроуфорд искала более эффективный способ позиционировать себя на рынке труда. Бот EstherBot отвечает на вопросы о ее послужном списке, образовании и даже о хобби, которые задают рекрутеры. «Мне необходим был бот, — сказала Кроуфорд, — чтобы рассказать историю о том, как я перешла от получения степени магистра по международным отношениям к работе менеджера по продукту в стартапах». Люди, обладающие навыками расширения возможностей с помощью ботов, знают, как и когда следует использовать интеллектуальных агентов (таких как EstherBot), и умеют эффективно управлять небольшой армией таких ботов.
Далее Зилис продолжает: «Мы станем продуктивнее. Работники умственного труда тратят меньше половины своего времени на то, что у них действительно хорошо получается (то есть на работу, для которой их наняли). Остальное время уходит на поиск информации, участие в совещаниях, координацию действий с коллегами и другие мелочи офисной жизни. Со всеми этими задачами вполне могла бы справиться машина или интеллектуальный сервис».
Существует множество ботов, способных помочь людям добиваться большего. Например, интеллектуальные агенты календарного планирования, такие как Clara и x.ai. Существуют также инструменты для организации регулярных встреч, которые позволят вам имитировать работу руководителя штатных сотрудников с помощью ботов от Slack: Howdy, Standup Bot, Tatsu и Geekbot. Вы можете распределить время выступлений и выделить ключевые слова с помощью таких инструментов, как Gridspace Sift и Pogo. У вас есть возможность улучшить свои навыки написания текстов с помощью Textio или Watson Tone Analyzer компании IBM. Благодаря Doli.io вы можете даже размещать в социальных сетях сообщения или фотографии, поручив боту формировать ваш профессиональный и личный бренд. (Описание расширенных возможностей в сфере занятости можно найти в разделе .)
Даже люди, находящиеся на высших ступенях корпоративной лестницы, могут повысить эффективность с помощью искусственного интеллекта. СЕО Salesforce Марк Бениофф использует ИИ-платформу своей компании Einstein Forecasting для регулярных совещаний с командой руководителей. Эта платформа способна выполнять сложное моделирование и прогнозирование, что помогает Бениоффу быстрее добраться до сути рассматриваемого вопроса. «В работе СЕО, — отмечает Бениофф, — обычно складывается такая ситуация: в совещании принимают участие разные люди, которые говорят вам то, что хотят сказать, чтобы убедить вас в том, в чем хотят убедить. Система Einstein лишена такой предвзятости». Бениофф говорит, что доверяет ее объективности, ведь она помогает ему свести к минимуму внутреннюю борьбу во время совещаний руководителей и позволяет более точно прогнозировать продажи. «Рекомендации системы Einstein полностью изменили меня как СЕО», — утверждает Бениофф.
Одно дело — располагать подходящими инструментами, и совсем другое — эффективно их использовать. К сожалению, не все обладают навыками, необходимыми для формирования и применения оптимального пакета ботов, призванного повысить эффективность и продуктивность.
Интегрированный навык № 6. Целостное слияние
Определение. Способность разрабатывать устойчивые ментальные модели для интеллектуальных агентов с целью повысить результаты взаимодействия человека и машины.
Первая в мире роботизированная офтальмологическая операция была выполнена в 2016 году в больнице Джона Рэдклиффа в Оксфорде. Пациенту нужно было удалить чрезмерно разросшуюся мембрану на сетчатке глаза. Это было непросто, поскольку толщина мембраны составляла всего сотую долю миллиметра и любая ошибка могла привести к повреждению сетчатки. При обычных обстоятельствах хирургу пришлось бы снизить частоту сердечных сокращений, чтобы делать мельчайшие разрезы в перерывах между ударами собственного сердца. Однако во время роботизированной операции хирург находился за консолью и передвигал рычаг управления. Хирургические инструменты медицинского робота, разработанные так, чтобы устранять дрожание или прерывистые движения, позволяют опытному хирургу-оператору быстрее проводить операцию, избегая повреждений и связанных с ними кровотечений.
Роботы кардинально меняют хирургию, предоставляя возможность подобраться к самым труднодоступным органам, ювелирно выполнять самые мелкие разрезы и сшивать края раны с невиданной ловкостью. Однако ключом к успешному проведению таких операций по-прежнему остаются хирурги и их способность освоить навыки, необходимые для управления роботом, — по сути, способность перенести свое мастерство на машину.
Понятие «слияние» знакомо каждому, кто использовал какой-либо инструмент таким образом, что он становился своего рода продолжением человеческого тела или разума. Такое слияние имеет место, если вы без всякой помощи выполняете параллельную парковку автомобиля (вы как будто знаете, насколько далеко выступает бампер) или когда замахиваетесь теннисной ракеткой, чтобы ударить по мячу. В свою очередь, машины также улучшают свою способность «сливаться» с человеком. Когда вы вводите поисковый запрос, Google не только анализирует самые распространенные ассоциации для автозаполнения, но и учитывает ваше местоположение, предыдущие поисковые запросы и другие факторы. Порой создается впечатление, что программа читает ваши мысли.
В эпоху взаимодействия человека и машины роль холистического (физического и ментального) слияния будет только возрастать. Полное переосмысление бизнес-процессов станет возможным, только когда люди создадут действенные ментальные модели того, как машины работают и учатся, а также когда машины начнут собирать данные о поведении пользователей, чтобы совершенствовать взаимодействие с человеком. Благодаря целостному слиянию процессы становятся гибкими и адаптируемыми, напоминают танец с опытным партнером, где пара меняется ролями ведущего и ведомого.
Специалисты канадского стартапа Kindred AI надеются на то, что целостное слияние поможет роботам научиться очень быстро выполнять задачи, требующие отменной ловкости. Эта компания дополняет свои системы пилотами-людьми с наушниками виртуальной реальности и устройствами, чувствительными к любому движению; информация об их перемещениях передается непосредственно роботам. На заводах BMW, где в цехах сотрудники работают вместе с коботами, люди и машины «мониторят» рабочую среду и научились координировать свои движения. В этих случаях робот выступает как продолжение работника.
Нет одного способа обеспечить целостное слияние людей и машин, что до определенной степени осложняет работу руководителя и СЕО. Выбор подхода зависит от потребностей конкретной команды и во многом основывается на методе проб и ошибок. Возьмем, к примеру, команды из роботов и людей, управляющих марсоходами NASA. Люди, входящие в состав этих команд, программируют робота на выполнение задач с учетом ограничений оборудования, мощности, времени, встроенной памяти и контрольно-измерительных приборов. По мнению этнографа Принстонского университета Джанет Вертеси, чтобы принимать решения о том, как робот должен выполнять поставленные задачи, команде следует «определиться с тем, как принимать решения». Она пишет, что в действительности такие команды разрабатывают организационную структуру, кодекс поведения и принципы управления.
Интегрированный навык № 7. Взаимное обучение
Определение. 1. Совместное выполнение задач с интеллектуальными агентами, чтобы помочь им освоить новые навыки. 2. Обучение сотрудников на рабочем месте, с тем чтобы они успешно справлялись со своими обязанностями в процессах, усиленных искусственным интеллектом.
Разработанный компанией IPsoft интеллектуальный помощник Amelia с естественно-языковым интерфейсом обладает широким набором функций, таких как интеллектуальный агент службы поддержки IT-продуктов, ипотечный брокер, а также эксперт, отвечающий на вопросы пользователей сайта, и оператор колл-центра муниципального совета одного из британских городов. Как одна программа может выполнять столько задач? Эксперты обучают систему Amelia тому, как она должна делать свою работу. Такие системы искусственного интеллекта, как Amelia или Cortana компании Microsoft, могут успешно функционировать во многих сферах только благодаря практическому обучению, поэтому в будущем подобная работа потребует глубокого понимания динамики, присущей взаимному обучению человека и машины.
Например, машинное обучение происходит в скрытом режиме, когда сотрудники не знают наверняка, что часть или вся их работа используется для обучения машин, поскольку это может вызвать у них недоверие как к машинам, так и к руководству. Однако в более благоприятных обстоятельствах обучение может снимать тревогу, бороться с пассивностью и снижать чувство беспомощности при взаимодействии человека и машины. Наделите людей определенным контролем, позвольте им ощутить свою причастность к результатам работы системы или процесса — и они будут видеть в искусственном интеллекте скорее коллегу, чем соперника.
Взаимное обучение как один из интегрированных навыков олицетворяет собой окончательный отказ от прежних методов использования технологий. В прошлом обучение шло в одном направлении: люди учились применять машины. Однако машины на базе искусственного интеллекта учатся у людей, а люди, в свою очередь, учатся у машин. На практике это означает, что клиент-менеджеры или любые другие специалисты, действующие вместе с интеллектуальными агентами, станут для своих цифровых коллег «ролевыми моделями». Безусловно, это требует от «учителя» обладать надлежащими техническими навыками, а от системы искусственного интеллекта — способностью к обучению: интерфейс играет большую роль при взаимном обучении человека и машины.
Например, система Amelia использует интерфейс, который в скрытом режиме наблюдает за цифровым поведением операторов, — так называемое фоновое обучение. Помимо этого, программа продолжает учиться, передавая вопросы, на которые не может ответить, коллеге-человеку и наблюдая за решением проблемы. В то время как традиционное автоматизированное оборудование со временем теряет в стоимости, ценность интеллектуальных активов автоматизации непрерывно увеличивается.
Безусловно, при целостном слиянии обучать необходимо не только машины. Искусственный интеллект способствует возрождению системы профессионального образования, рассчитанной на людей. Его роль в восполнении недостающих навыков огромна с учетом того, что их нехватка будет ощущаться все сильнее по мере распространения интеллектуальной автоматизации. Поддерживаемые правительством программы (такие как британская программа, которая финансируется за счет налога на профессиональное обучение без отрыва от производства) станут первым прецедентом. Компании с фондом заработной платы более 3 миллионов фунтов должны будут перечислять небольшой налог, который смогут впоследствии возместить (помимо 15 000 фунтов и дополнительных 10% за каждый фунт, внесенный в общий фонд), если используют эти деньги на приобретение аккредитованной программы профессионального обучения. Иначе говоря, такие компании могут вернуть свои деньги и заработать еще больше, если наймут неквалифицированных работников и обучат их. Разумеется, для этого необходимо разработать программы профессионального образования с учетом специфики разных отраслей и даже отдельных компаний.
Каждая организация должна выбрать подходящую ей программу обучения. IT-директор одной финтех-компании отметил, что искусственный интеллект нарушил систему распределения должностных обязанностей в команде. Однако благодаря переосмыслению бизнес-процессов им удалось найти такую схему профессионального обучения, от которой была отдача и для сотрудников, и для машин, и для руководства. «Поскольку банк начал нанимать специалистов с непривычными (для этой сферы) навыками и опытом (в таких областях, как управление данными, анализ и обработка данных, программирование и аналитика), в обязанности старших специалистов отдела кредитования теперь входило обучение и курирование новых сотрудников, для которых кредитование было зоной неведомого, кроме того, именно они создавали отраслевой контекст. Благодаря их работе алгоритм искусственного интеллекта научился эффективному обучению», — рассказал IT-директор в разговоре с нами.
Этот пример профессионального обучения демонстрирует фундаментальный аспект работы в эпоху слияния человека и машины: одна из самых важных характеристик, будь то человека или машины, — не обладать необходимыми навыками, а уметь учиться. «Не будьте всезнайками, — говорит CEO Microsoft Сатья Наделла. — Будьте теми, кто готов учиться».
Интегрированный навык № 8. Неустанное переосмысление
Определение. Тщательное соблюдение принципов разработки бизнес-процессов или бизнес-моделей с нуля, а не просто автоматизация уже существующих.
Последний и, пожалуй, самый важный интегрированный навык — способность постоянно переосмысливать текущие бизнес-процессы. По существу, это лейтмотив всей книги — переосмысление возможностей, которые дает искусственный интеллект, для трансформации и совершенствования труда, рабочих процессов, бизнес-моделей и даже целых отраслей.
Как было отмечено во введении ко второй части книги, компания Stitch Fix трансформирует процессы онлайн-торговли и выполнения интернет-заказов. Компания Capital One известна активным и постоянным использованием искусственного интеллекта, облачных вычислений, больших данных и технологий с открытым исходным кодом, что позволило ей достичь значительных результатов. В частности, она первой в отрасли внедрила систему, основанную на Amazon Alexa, предоставив клиентам возможность проверять состояние своих банковских счетов, оплачивать счета и выполнять другие транзакции через эту платформу. Не так давно Capital One обошла конкурентов и внедрила собственного виртуального собеседника по имени Eno для общения с клиентами. Этот чат-бот использует технологию обработки естественного языка, что позволяет ему поддерживать диалоги с клиентами в текстовом формате (по смартфону). Еще одно приложение такого рода использует технологию машинного обучения, чтобы предупреждать владельцев счетов о подозрительных транзакциях, которые могут свидетельствовать о мошеннических действиях.
Чтобы сохранить конкурентное преимущество, компания Capital One не так давно основала Центр передового опыта (Center of Excellence, COE) с целью изучать, каким образом можно применять эту технологию для переосмысления клиентского опыта. Укомплектованный сотрудниками из подразделений компании в Нью-Йорке, Вирджинии и Вашингтоне, центр будет анализировать, как использовать искусственный интеллект, чтобы помочь клиентам более эффективно управлять своими расходами. В центре также начнется разработка программ, которые помогут объяснить, как система искусственного интеллекта приходит к тем или иным решениям. «Цель — сделать Capital One ведущей компанией в области машинного обучения», — говорит Уэнчел.
Capital One не ограничивается предоставлением финансовых услуг и становится IT-компанией. «Мы занимаемся бизнесом, в котором два наших крупнейших продукта — это программное обеспечение и данные», — отмечает IT-директор Роб Александер. Именно это, по мнению топ-менеджера, инициировало фундаментальные перемены в компании: «Это требует сотрудников с совсем другими талантами, другим типом мышления и совершенно другой операционной модели».
В Capital One произошли и значительные организационные перемены, которые помогли компании вступить в эпоху искусственного интеллекта. Вот один из примеров: в настоящее время в компании работают команды IT-специалистов, использующие некоторые принципы agile-разработки программного обеспечения, подразумевающие, что неудача — всего лишь шаг на пути к успеху. Подход «пробуй и учись» — основной принцип корпоративной культуры Capital One. В конце 2014 года компания создала инновационный центр «Гараж», который расположен в административном комплексе в Плейно (штат Техас). (Название отражает скромное происхождение многих стартапов Кремниевой долины.) Сотрудникам этого центра не дают никаких конкретных указаний, у них есть только общий ориентир — «обеспечивать существенное улучшение восприятия наших продуктов клиентами».
Такая приверженность неустанному переосмыслению бизнес-процессов, функционала сотрудников, набора навыков и основного направления бизнеса широко распространена среди компаний, которые являются лидерами в области внедрения передовых технологий искусственного интеллекта.
В действительности переосмысление — это базовый навык, который служит основой для других навыков, таких как умное запрашивание и расширение возможностей с помощью ботов. Именно способность к переосмыслению позволяет людям легче адаптироваться к меняющемуся миру, в котором передовые технологии искусственного интеллекта непрерывно преобразуют рабочие процессы, бизнес-модели и целые отрасли.
Возможности, которые открывает нейроприспособление
Концепция интегрированных навыков (способностей, позволяющих совмещать относительные преимущества человека и машины для получения более значимых результатов по сравнению с тем, что каждый из них достиг бы в одиночку) хорошо согласуется с результатами исследований в области когнитивистики. В этом контексте рассматриваются такие концепции, как нейроприспособление (свойственная людям склонность использовать технологии, чтобы дополнить и расширить свои возможности), а также расширенный интеллект и телесный интеллект. Как показывают исследования, люди используют устройства и технологии в качестве средств познания. Эти устройства (от очков и велосипедов до реактивных истребителей) — своего рода продолжение нашего разума и тела. Искусственный интеллект раскрывает еще один аспект симбиоза биотехнических систем: умным машинам также свойственно нейроприспособленческое поведение. У таких машин есть уникальное преимущество: они изначально разрабатывались как способные собирать информацию о среде и использовать ее в своем процессе познания. Следовательно, восемь навыков, образующих элемент S нашей модели MELDS, подчеркивают важность компетенций нового типа, которые практически никогда не упоминаются в современных экономических исследованиях или корпоративных программах развития сотрудников. Интегрированные навыки требуют нового осмысления человеческого опыта и знаний, а также, в более широком смысле, — совершенно иного подхода к обучению и переподготовке персонала.
Назад: Глава 7. Руководство по переосмыслению бизнес-процессов от лидеров
Дальше: Заключение. Ваше будущее в эпоху взаимодействия человека и машины
