Внедрение ИИ набирает обороты. Но улучшаются ли бизнес-показатели?

Компаниям непросто превратить инвестиции в ИИ в ощутимую отдачу. Использование ИИ растёт, однако лишь 13% организаций сообщают о значительной трансформационной ценности от его внедрения. Этот разрыв должен побудить руководителей остановиться и задуматься: измеряют ли они активность или реальные изменения?

Под давлением необходимости наглядно демонстрировать окупаемость инвестиций в ИИ организации часто обращаются к показателям, которые легко отчитывать: например, к использованию инструментов, числу активных пользователей или уровню внедрения. Эти показатели показывают, пользуются ли сотрудники ИИ. Но они мало говорят о том, становится ли работа эффективнее и приносит ли инвестиция пользу.

Например, PwC выяснила, что 64% опрошенных работников использовали ИИ на работе за последние 12 месяцев — на 10 процентных пунктов больше, чем годом ранее. На первый взгляд, это обнадёживающий признак роста, но он не доказывает влияния на финансовые результаты. Внедрение ИИ становится тщеславным показателем, когда руководители считают его доказательством трансформации. Более содержательный показатель — то, как ИИ помогает преобразовывать выводы из предыдущих проектов в подходы, инструменты и средства ускорения работы, благодаря которым команды эффективнее достигают результатов.

Скрытая проблема: ИИ может ускорить работу, которую нужно изменить

Прежде чем внедрять ИИ, организациям необходимо понять цель рабочего процесса, выявить лишние этапы и пересмотреть то, как должна выполняться работа. Это важно, поскольку внедрение ИИ может ускорить неэффективный процесс, переместить узкие места на последующие этапы и увеличить объём проверок или доработок.

Это понимание должно определять и то, что организации измеряют. Анализ всего рабочего процесса помогает командам увидеть, как изменения в одной задаче влияют на всё последующее, а также понять, действительно ли предполагаемые улучшения сокращают трудозатраты или просто перекладывают их на кого-то другого.

ИИ может ускорить отдельные задачи — например, подготовку текстов, обобщение информации или анализ данных, — не улучшая при этом процессы. Так, ускоренная подготовка материалов может увеличить объём работы на последующих этапах для проверяющих и утверждающих. Узкое место просто перемещается, хотя отдельные сотрудники и сообщают об экономии времени.

Именно здесь показатели производительности могут превратиться в тщеславные метрики. Более быстрое выполнение одной задачи может показаться лёгкой победой, но при этом можно не учесть усилия, необходимые для того, чтобы превратить результат в полезный итог на последующих этапах. Пересмотр рабочего процесса следует начинать с желаемого результата, а затем определять, где ИИ приносит пользу и какие этапы нужно изменить.

Важны и производительность при выполнении отдельных задач, и производительность всего рабочего процесса. Чтобы оценивать их вместе, командам нужно смотреть не только на экономию времени отдельных сотрудников, но и на качество, объём доработок и общие трудозатраты людей, необходимые для достижения результата.

Чему мы научились, став собственным клиентом в сфере ИИ

В Arionkoder мы создали Socrates — внутреннюю программу трансформации, призванную помочь нам стать организацией, изначально ориентированной на ИИ. Проверка ИИ на собственном опыте в качестве «нулевого кейса» показала, как рост производительности при выполнении отдельных задач может скрывать проблемы во всём рабочем процессе. Например, в процессах управления проектами мы поначалу предполагали, что использование ИИ для подготовки кратких итогов встреч, списка задач и обновлений по проектам сделает эти задачи эффективнее. Однако увеличившийся объём информации по-прежнему требовал ручной проверки, расстановки приоритетов и координации между командами. Это не сокращало нагрузку, а переносило её на последующие этапы. Мы поняли, что ускорение отдельных задач не обязательно повышает эффективность всего рабочего процесса. Цель Socrates оставалась актуальной, но программа должна была помочь командам перейти от ускорения отдельных задач к перестройке процессов от начала до конца.

Эта неудача оказалась полезной, когда мы разобрали произошедшее и применили полученные выводы в следующей попытке. Она подтвердила, что трансформация с помощью ИИ зависит не только от внедрения технологий. Для неё необходимо изменить то, как люди учатся на экспериментах, принимают решения и работают вместе. Socrates должна была помочь сотрудникам связать то, что они создавали по отдельности, с тем, как выполняется работа.

Пересмотренный подход задаёт экспериментам чёткую последовательность. Сотрудник может начать с использования ИИ для решения одной небольшой реальной задачи. Следующий шаг — проверить, сможет ли другой человек воспользоваться созданным решением. Затем компания может изучить более широкий рабочий процесс, выявить трудности и связать работу с возможностями, созданными другими командами. Обмен опытом между сотрудниками помогает оценить, остаётся ли улучшение полезным за пределами задачи, для которой его изначально разработали.

Это различие важно. Создание решения, работающего для одного человека, — отправная точка. Чтобы принести пользу организации, нужно понять, как им пользуются другие и что меняется, когда оно становится частью более масштабного процесса.

Поэтому мы начали перезагрузку с определения желаемого результата. Чего должна была добиться команда? Какие этапы помогали достичь этой цели, а какие сохранялись лишь из-за устоявшегося процесса, который уже не выполнял своего назначения? Эти вопросы помогли переключить внимание с добавления ИИ в отдельные задачи на перестройку рабочего процесса вокруг более чёткой цели.

Затем мы установили исходные показатели и критерии, подходящие для каждого рабочего процесса. Помимо времени выполнения, мы оценивали качество, доработки и трудозатраты сотрудников. Эти показатели помогли нам оценить улучшения во всём процессе.

В Socrates мы переработали более 20 рабочих процессов, превратив эксперименты, посвящённые реальным бизнес-задачам, в возможности, которыми могли воспользоваться другие. Подготовка финансовой отчётности стала занимать не четыре часа, а 20 минут, а ИТ-отдел сообщил о сокращении числа повторяющихся задач на 40% и времени реагирования на 60%. Эти результаты свидетельствовали об улучшении операционной деятельности. Чтобы понять, как эти показатели преобразуются в бизнес-ценность, необходимо оценить, сократились ли трудозатраты во всём рабочем процессе и как команды использовали высвободившиеся ресурсы.

Для нас главный урок состоял в том, что улучшения нужно отслеживать до самого конца. Экономия времени на отдельных этапах важна, но она создаёт ценность для организации, когда помогает следующему сотруднику выполнять работу лучше и приближает команду к намеченной цели.

Что директорам по информационным технологиям следует измерять вместо этого

Чтобы проследить, как улучшение влияет на бизнес, недостаточно учитывать использование ИИ или сэкономленное время. Руководителям необходимо связывать внедрение ИИ с тем, как меняется организация работы и каких результатов она позволяет достичь. Прогресс следует оценивать на трёх отдельных уровнях:

1. Внедрение: используют ли сотрудники ИИ?

   Показатель внедрения по-прежнему полезен для диагностики. Данные об использовании, участии в экспериментах и отзывах сотрудников помогают понять, где люди обретают уверенность, а где им нужна поддержка.

   Эти сигналы помогают руководителям оценить готовность организации, но не доказывают окупаемость инвестиций. Высокий уровень использования — отправная точка для дальнейшего анализа, а не доказательство трансформации.

2. Эффективность рабочего процесса: действительно ли работа улучшается?

   Критерии успеха должны соответствовать целям рабочего процесса. В зависимости от конкретного сценария улучшение может выражаться в повышении точности информации, сокращении числа ошибок или ускорении решения вопросов.

   Сравнивайте показатели с исходным уровнем на всех этапах процесса. Отслеживайте, сколько лишних шагов удалось исключить, а также объём доработок, качество и общие трудозатраты сотрудников. Учитывайте мнение тех, кто получает результаты, созданные ИИ, и использует их в работе. Задача не обязательно становится эффективнее, если из-за неё где-то ещё требуется дополнительная проверка или исправление.

3. Влияние на бизнес: улучшает ли рабочий процесс с использованием ИИ бизнес-результаты?

   Связывайте улучшения рабочего процесса с результатами, важными для руководства, например с удержанием клиентов, выручкой, качеством обслуживания или затратами на решение одного вопроса. Например, создание большего объёма контента свидетельствует о росте производительности. Бизнес-ценность зависит от того, каких результатов позволяет добиться этот контент.

   Отслеживайте, как используется сэкономленное время. Помогли ли дополнительные ресурсы улучшить обслуживание, поддержать рост или сократить операционные расходы? Сопоставляйте полученную ценность с полными затратами на её создание, включая трудозатраты людей, расходы на использование ИИ, интеграцию, контроль, обучение и техническое обслуживание.

В совокупности эти показатели помогают руководителям проследить, как внедрение ИИ приводит к улучшению рабочих процессов и бизнес-результатов. Если использование ИИ растёт, но трудозатраты людей не сокращаются, качество не улучшается, а бизнес-ценность не создаётся, руководителям следует пересмотреть подход, прежде чем масштабировать его.

Руководителям нужно по-новому оценивать прогресс в области ИИ

Данные о внедрении помогают компаниям понять, кто использует ИИ и кому требуется дополнительная поддержка. Чтобы оценить его ценность, нужно прислушиваться к тем, кто выполняет эту работу, и выяснять, улучшают ли полученные результаты рабочий процесс в целом. Руководителям необходимо создать условия, в которых сотрудники смогут уверенно сообщать о подходах, увеличивающих трудозатраты без улучшения результатов, а затем принимать меры на основании этих выводов. Изменить или прекратить неэффективный подход — тоже прогресс, если полученный опыт помогает принять более обоснованное решение в следующий раз.

О значимой трансформации свидетельствуют устранение лишней работы, достижение лучших результатов и увеличение ресурсов для действительно важных задач. Именно по этим результатам руководителям следует оценивать прогресс в области ИИ и определять дальнейшие направления инвестиций.