Организации, которые рассматривают ИИ как ещё один технологический проект, всё чаще будут чувствовать себя ненужными. Успеха добьются те, кто придерживается сбалансированного подхода — радикально оптимистично относится к потенциалу ИИ, но при этом сохраняет осторожность.

Согласно исследованию 2024 года, только 26% компаний разработали работающие продукты искусственного интеллекта, и только 4% достигли значительной отдачи от своих инвестиций. Преодоление разрыва между стремлениями и достижениями требует системного подхода к преобразованию искусственного интеллекта, который побуждает организации обдумывать самые важные вопросы, поднимаемые этой технологией, не упуская из виду ее повседневное влияние.
Ставки как никогда высоки. Организации, которые не смогут адаптироваться, станут «Полароидами» и «Блокбастерами» эпохи ИИ. Однако поспешная реализация таит в себе свои опасности. Когда в феврале 2021 года компания Zillow объявила, что начнёт покупать недвижимость, оценённую алгоритмом машинного обучения, этот шаг был широко воспринят как шаг в дивный новый мир искусственного интеллекта. Восемь месяцев спустя новое бизнес-подразделение закрылось с убытками в размере около 300 миллионов долларов.
Возможности и риски, которые представляет ИИ, требуют тщательного обдумывания и продуманных стратегических решений. Частичных решений будет недостаточно. Темпы развития ИИ в сочетании с уникальной способностью этой технологии преобразовывать человеческие отношения и организационную культуру требуют структур, которые могут сбалансировать беспрецедентную неопределённость и необходимость немедленных действий. Организациям нужны комплексные системы мышления, которые помогут им в непрерывных преобразованиях, не забывая при этом о своих основных целях и заинтересованных сторонах.
Я три десятилетия руководил цифровыми преобразованиями в организациях, начиная от компаний из списка Fortune 2000 и заканчивая крупнейшими государственными учреждениями. На этом опыте я неоднократно сталкивался с двумя распространёнными, но противоположными подходами, которые мешают организациям успешно внедрять новые технологии: институциональное сопротивление переменам и импульсивное внедрение технологий без стратегической цели. Сейчас я вижу, что многие организации повторяют одни и те же ошибки в своём подходе к ИИ.
Решение этой двусмысленной проблемы заключается в использовании взаимодополняющих концепций, которые в совокупности создают сбалансированный подход к внедрению ИИ. Концепция OPEN (концептуальное планирование, партнёрство, эксперименты, навигация) представляет собой систематический четырёхэтапный процесс использования потенциала ИИ, который помогает организациям пройти путь от первоначальной оценки до устойчивого внедрения. Концепция CARE (катастрофизация, оценка, регулирование, выход) предлагает параллельную структуру для выявления и управления рисками, связанными с ИИ, как в рамках инновационных проектов, так и в более широкой корпоративной среде. Несмотря на различия в назначении, обе платформы достаточно гибкие, чтобы развиваться вместе с ИИ.
Эти концепции объединяют и позволяют использовать два взаимодополняющих подхода: радикальный оптимизм в отношении потенциала ИИ в сочетании с серьёзной осторожностью в отношении его рисков. Интегрируя процесс управления инновациями с подходом к управлению портфелем и финансами (PfM), организации могут проводить преобразующие изменения, сохраняя при этом надёжные меры защиты.
ОТКРЫТЫЙ Фреймворк
Основываясь на целях организации и опыте взаимодействия человека и ИИ, концепция OPEN подчёркивает, что успешное внедрение зависит не только от технологий, но и от руководства и культуры, способной поддерживать непрерывные преобразования. Каждый этап процесса способствует формированию инновационного портфеля, позволяя организациям управлять проектами ИИ от разработки до внедрения, обслуживания и последующего вывода из эксплуатации.
1. Набросок
Слишком многие организации начинают свой путь в сфере ИИ с вопроса «Что может сделать эта технология?» вместо того, чтобы спросить «Что эта технология может сделать, чтобы помочь нам выполнить нашу миссию?». Такой подход приводит к поиску технологических решений для решения проблем, а не к новым способам создания реальной ценности. Подтвердив свою цель в самом начале процесса, а затем согласовав все решения с этой целью как единственным и самым важным критерием успеха, организации могут избежать соблазна воспользоваться почти безграничными возможностями ИИ.
Компания Coca-Cola представляет собой убедительный пример того, как легко компании могут потерять фокус на своей основной цели, поддавшись искушению экспериментировать с новейшими технологическими тенденциями. В 2023 году Coca-Cola выпустила новый напиток Y3000, созданный совместно с искусственным интеллектом. Неудивительно, что компания получила широкую критику за непривлекательный вкус напитка. В 2024 году компания Coca-Cola снова использовала ИИ в качестве уловки, поставив под угрозу свою многолетнюю историю успешных рождественских рекламных кампаний с помощью ИИ, который почти никому не понравился. Хотя, возможно, было полезно протестировать возможности генеративного ИИ в больших масштабах, ассоциация любимого бренда с тревожными изображениями прямо из «зловещей долины» была явной ошибкой.
Nike предлагает контрпример, показывающий, как инициативы в области ИИ могут быть тесно связаны с целями организации. Миссия Nike — «приносить вдохновение и инновации каждому спортсмену» (подчёркивая, что «если у вас есть тело, вы — спортсмен»). Вместо того чтобы использовать ИИ как маркетинговый трюк, Nike внедрила решения на основе ИИ, которые напрямую служат этой миссии. Их технология Nike Fit использует компьютерное зрение на основе ИИ, чтобы помочь клиентам найти идеальный размер обуви с помощью простого сканирования телефоном. Их стратегия прямого взаимодействия с потребителями использует ИИ для определения спроса и оптимизации запасов, гарантируя, что нужные товары попадут к нужным потребителям в нужное время. Начав с основной цели — обслуживания спортсменов, Nike избежала ловушки «технологии ради технологий» и вместо этого разработала варианты использования ИИ, которые создают реальную ценность для клиентов и укрепляют бренд.
Практические рекомендации для этапа составления плана:

• Пересмотрите и подтвердите миссию вашей организации: прежде чем внедрять ИИ, пересмотрите и подтвердите миссию вашей организации, чтобы обеспечить ясность и поддержку.
• Оцените уровень знаний: оцените уровень осведомлённости и готовности организации к использованию ИИ. Проведите семинары, чтобы выявить пробелы в знаниях. Разработайте программы для устранения пробелов.
• Сценарии использования мозгового штурма: поручите межфункциональным командам поразмышлять о приложениях ИИ.
• Отфильтруйте: отфильтруйте возможные варианты использования, оценив их с точки зрения организационных целей и готовности к внедрению ИИ.

2. Партнер
Разработка и внедрение инновационной стратегии в области ИИ — это классическая междисциплинарная задача. Эту задачу нельзя переложить на отдел информационных технологий, научно-исследовательскую группу или директора по инновациям. Эти и другие функции необходимо задействовать, чтобы у решений на основе ИИ был шанс создать реальную ценность. Таким образом, для успеха инициатив в области ИИ критически важно сотрудничество внутри организации. Но этого редко бывает достаточно.
Даже организациям с мощными внутренними ресурсами, как правило, потребуется наладить внешнее партнёрство, чтобы реализовать свои амбиции в области ИИ. В то время как крупные технологические компании могут создавать собственные решения на основе ИИ с нуля, большинству организаций потребуется работать со специализированными партнёрами, которые помогут им разработать и внедрить конкретные технологии, необходимые для достижения их целей. Зачастую это будут сторонние поставщики услуг, но это также могут быть учёные, независимые консультанты по этике или отраслевые регуляторы.
Но, пожалуй, самым важным партнёрством из всех является партнёрство между людьми и самими системами ИИ. Это партнёрство коренным образом изменит культуру каждой организации, которая внедряет решения на основе ИИ, изменив рабочие отношения, структуру отчётности и индивидуальные роли. Организациям необходимо тщательно продумать, как внедрение ИИ изменит не только процессы, но и весь человеческий опыт в их организации. Будет ли система ИИ дополнять человеческие возможности или заменять их? Как она повлияет на динамику команды и организационную иерархию? Будет ли она работать за кулисами или напрямую взаимодействовать с пользователями? Эти вопросы, связанные с партнёрством человека и ИИ, необходимо рассматривать с самого начала любой инициативы в области ИИ, а не в последнюю очередь, когда техническое решение уже создано.
Практические рекомендации для Партнерского этапа:

• Определите внутренние ресурсы и возможности для сотрудничества: начните с выявления существующих внутренних ресурсов, которые можно использовать для реализации инициатив в области ИИ. Определите межфункциональные ресурсы, чтобы обеспечить бесперебойную работу нужных команд (например, специалистов по обработке данных, ИТ, операциям и маркетингу).
• Оценивайте и проверяйте внешних партнёров: выбор внешних партнёров, таких как поставщики технологий, научные учреждения или нишевые стартапы в сфере ИИ, имеет решающее значение для восполнения пробелов в возможностях. Руководители должны убедиться, что потенциальные партнёры соответствуют целям, ценностям и операционным требованиям их организации.
• Создание структур управления для партнерских отношений: партнерские отношения в сфере ИИ часто предполагают обмен данными, вопросы интеллектуальной собственности (ИС) и совместные инновации. Четкие структуры управления помогают справиться с этими сложностями и обеспечить подотчетность.
• Уделяйте приоритетное внимание проектированию, ориентированному на человека, в проектах с использованием ИИ: убедитесь, что при внедрении ИИ, как внутреннем, так и ориентированном на клиентов, человек занимает центральное место в проектировании и внедрении. Это важно для внедрения и получения положительных результатов.

3. Эксперимент
Переход от абстрактных размышлений о возможностях ИИ к практической реализации требует тщательно структурированного экспериментального подхода. Многие организации совершают ошибку, переходя сразу от идеи к полномасштабному внедрению, что приводит к дорогостоящим ошибкам и упущенным возможностям. Другие застревают в бесконечном цикле проверки концепции, которая никогда не приносит реальной пользы. Оба подхода расходуют ресурсы и, что более важно, упускают возможность извлечь важные уроки о том, как ИИ может создавать ценность в конкретном организационном контексте.
Ключом к успешному экспериментированию с ИИ является структурирование экспериментов как процесса обучения, а не как проверки. Каждый эксперимент должен быть разработан не только для того, чтобы проверить, работает ли конкретное решение на основе ИИ, но и для того, чтобы получить представление о том, как оно может создавать ценность, как его можно масштабировать и как люди будут взаимодействовать с ним. Это означает, что нужно не только проверять техническую осуществимость, но и изучать жизнеспособность на уровне предприятия и привлекательность для людей. Это означает, что нужно тестировать не только саму систему ИИ, но и организационные возможности, необходимые для её поддержки. Это означает готовность быстро терпеть неудачу и быстро учиться.
Практические рекомендации для этапа эксперимента:

• Разрабатывайте концептуальные прототипы: используйте концептуальное моделирование, чтобы наглядно представить, как ИИ интегрируется в текущую архитектуру вашего предприятия. Составьте план взаимодействия с клиентом, чтобы предвидеть точки соприкосновения и проблемы.
• Начните с малого: внедрите пилотные проекты с ограниченным использованием, чтобы собрать данные о целесообразности и эффективности. Например, банк может протестировать обнаружение мошенничества с помощью ИИ в одном отделении, прежде чем расширять масштабы.
• Используйте сценарии из реальной жизни: разрабатывайте эксперименты, отражающие реальные условия и исключения, а не идеализированные настройки. Это гарантирует, что результаты будут практичными и масштабируемыми, а также позволит выявить потенциальные проблемы, которые могут возникнуть при более широком внедрении.
• Определите показатели успеха: Определите ключевые показатели эффективности для каждого эксперимента, такие как повышение операционной эффективности или удовлетворенности клиентов.

4. Навигация
На этапе «Навигация» организация внедряет ИИ, обеспечивая при этом соответствие более широким стратегическим целям и культурным ценностям. На этом этапе особое внимание уделяется непрерывному обучению и адаптации в быстро меняющихся условиях, в которых технические и человеческие факторы тесно взаимосвязаны.
Ключом к успешным инновациям в области ИИ является поддержание постоянного потока проектов с высоким потенциалом с помощью тщательно продуманной инновационной системы, которая преобразует идеи в действующие системы. Проекты продвигаются по этой системе на основе совокупных рейтинговых оценок, которые отражают стратегическую приоритетность, уровень риска, потенциальную ценность, стоимость и сложность реализации. Эти рейтинги служат объективной основой для определения приоритетности проектов в любой момент времени.
Скорость конвейера — то, насколько быстро проекты проходят через систему, — требует тщательного управления. Слишком быстрое продвижение проектов может привести к тому, что они будут готовы раньше времени, а слишком медленное — к упущенным возможностям или конкурентному преимуществу. Главное — поддерживать стабильный прогресс, обеспечивая при этом надлежащее соблюдение требований к качеству. Это часто означает параллельную работу над несколькими проектами на разных этапах, создавая непрерывный процесс, а не процесс с остановками и перезапусками.
Практические рекомендации по внедрению Navigate:

• Применяйте объективные показатели: разработайте инновационный портфель, в котором инициативы в области ИИ будут классифицированы по рискам, выгодам, требованиям к ресурсам, сложности внедрения и стратегической согласованности. Регулярно пересматривайте и обновляйте портфель, чтобы он отражал меняющиеся приоритеты и рыночные условия.
• Расставьте приоритеты при распределении ресурсов: стратегически распределяйте ресурсы с учетом потенциального влияния и осуществимости проектов ИИ. Чтобы не распылять ресурсы, сосредоточьтесь на инициативах, которые тесно связаны с вашей основной миссией и долгосрочными целями.
• Внедрите культуру обучения: поощряйте итеративное обучение, интегрируя циклы обратной связи. Например, логистическая компания, использующая ИИ для оптимизации маршрутов, может корректировать модели на основе отзывов водителей.
• Следите за горизонтом событий: будьте в курсе тенденций в области ИИ, чтобы предвидеть изменения. Выделяйте ресурсы на исследования и разработки, чтобы быть готовыми к следующей волне инноваций.

Структура УХОДА
В то время как ИИ обещает преобразования во всех сферах деятельности организации, он также создаёт уязвимости, которые могут подорвать или даже разрушить неподготовленные организации. Например, в то время как диагностические инструменты на основе ИИ совершают революцию в сфере здравоохранения, системы ИИ могут допускать потенциально катастрофические ошибки в медицинских диагнозах из-за необъективных обучающих данных. Точно так же, когда организации внедряют ИИ для управления критически важной инфраструктурой, они сталкиваются с повышенным риском угроз кибербезопасности, которые могут распространяться по взаимосвязанным системам. Эти технические проблемы усугубляются организационными и культурными изменениями, которые требует ИИ, поскольку командам приходится адаптироваться к новым способам работы и мышления. Организации также должны учитывать ряд других рисков, включая

• Репутационные риски, которые могут возникнуть в результате пиар-катастроф, вызванных искусственным интеллектом
• Юридические риски, связанные с предвзятостью ИИ, неопределённостью в отношении авторских прав и проблемами конфиденциальности клиентов
• Стратегические риски, возникающие по мере того, как искусственный интеллект быстро меняет целые отрасли.

Сложность и взаимосвязанность этих рисков требуют структурированного подхода к их выявлению, оценке и снижению.
Концепция CARE (Catastrophize, Assess, Regulate, Exit) предполагает проактивный, а не реактивный подход к управлению рисками, связанными с ИИ. В отличие от традиционных подходов к управлению рисками, концепция CARE специально разработана для решения проблем, связанных с ИИ, как с технической, так и с человеческой точки зрения. Она учитывает стремительное развитие возможностей ИИ, вероятность неожиданного поведения, трансформацию организационной культуры и сложные взаимосвязи между техническими, операционными и человеческими факторами. Концепцию можно применять итеративно по мере развития систем ИИ и появления новых рисков.
CARE предлагает организациям структурированную методологию для выявления рисков, связанных с искусственным интеллектом, и управления ими.

• Систематически выявляйте потенциальные риски в технических, операционных и стратегических аспектах. Это позволяет составить полный перечень рисков, который служит основой для всего последующего планирования.
• Оценка вероятности риска, потенциального воздействия и возможностей организации по реагированию. Это позволяет определить приоритетность рисков и эффективно распределять ресурсы.
• Внедрение средств контроля, систем мониторинга и структур управления для управления выявленными рисками. На этом этапе анализ преобразуется в действенные меры предосторожности и процедуры.
• Разработка четких протоколов реагирования на риски, включая процедуры отключения системы и планы обеспечения непрерывности бизнеса. Это обеспечивает жизненно важную страховку на случай, если превентивные меры не сработают.

ИИ представляет собой фундаментальный сдвиг в том, как организации работают и создают ценность. Чтобы добиться успеха, компании должны применять сбалансированный подход, который учитывает потенциал ИИ, но при этом не забывает о рисках. Интегрируя структурированные фреймворки, такие как OPEN и CARE, организации могут справиться со сложностями внедрения ИИ, обеспечивая при этом инновации и устойчивость. Такой двойной подход позволяет организациям использовать преобразующую силу ИИ, защищая себя от потенциальных ошибок. В конечном счёте, ключом к успеху в эпоху ИИ является стратегический, продуманный и сбалансированный подход.
автор : Фейсал Хок
6 марта 2025 года