Следующий рубеж ИИ? Вы уже сидите в нём

Почти каждый заголовок об ИИ в этом году был посвящён какому‑то аспекту цифрового уровня работы, от агентов, пишущих код, до моделей, которые делают заметки во время конференц‑звонков. Тем временем те же сотрудники, использующие ИИ, чтобы стать удивительно продуктивными на своих ноутбуках, приходят в реальные офисы, где такой эффективности нет. 

Проблема разговора об ИИ за последние пару лет в том, что он оставался почти полностью внутри помещений, и я говорю об этом буквально. Речь шла о экранах, окнах чата и документах — о том, что происходит между человеком и монитором. Всё это время физический офис просто стоял, рассматриваемый как фиксированная статья расходов, а не как система, которую можно понять и улучшить. 

Современные гибкие рабочие места, в частности, страдают от несоответствия между тем, кто должен быть в офисе, и тем, кто действительно появляется, что усложняет управление. Когда сотрудники приходят, они могут не найти переговорную или блуждать по этажу в поисках свободного стола, как будто ищут парковочное место в торговом центре накануне Рождества. Сам план этажа, вероятно, был составлен на основе чьих‑то догадок, а не реальных данных о том, как люди используют пространство. 

Эта неспособность эффективно использовать пространство — более серьёзная проблема, чем кажется. Недвижимость часто является вторым по величине расходом компании, сразу после расходов на персонал. И, в недавнее исследование проведённое The Collab Collective, шесть из десяти специалистов по операционной работе в офисах заявили, что такого рода трение в рабочем месте — неспособность эффективно управлять офисными ресурсами, такими как столы и переговорные — действительно ухудшилось за последний год. 

Это трение тоже имеет цену, и она значительна. Сотрудники теряют от двух до четырёх часов в неделю, ищя пространство, гоняясь за коллегами и обходя разрозненные офисные системы. Если посчитать это по стандартным данным о заработной плате, компания с тысячей сотрудников может терять до $9 million в год только из‑за трения в рабочем месте. 

Слепая зона планирования недвижимости

ИИ обладает значительным потенциалом для решения этих проблем. Точно так же, как ИИ может прогнозировать спрос или распределять заявки в службу поддержки, он может узнать, какие столы и комнаты используются кем и когда. Он может заметить, где аудио‑видео оборудование регулярно выходит из строя, и определить, какие этажи или переговорные не используются. 

Старый план управления офисом также предполагал, что рабочая сила в основном появляется по предсказуемому расписанию. В сегодняшнем гибридном рабочем месте это редко так. Данные об occupancy показывают, насколько широк этот разброс. Коммерческая фирма недвижимости CBRE обнаружила, что большинство организаций работают на полной мощности в их самый загруженный офисный день, но только около трети этой ёмкости в среднем за день. Этот разрыв именно объясняет, почему количество сотрудников само по себе столь ненадёжно для планирования пространства. Этаж, построенный под пиковый понедельник, к четвергу почти пуст, и никакое чутьё не выявит этот шаблон так, как данные об использовании.

Сами инструменты усугубляют ситуацию, потому что большинство компаний используют системы бронирования, регистрации посетителей, планирования пространства, сервисов встреч и аналитики как отдельные решения, которые никогда не были разработаны для взаимодействия друг с другом. Инструмент планирования, не знающий, как на самом деле используется комната, не может предоставить отделу эксплуатации полезную информацию, когда наступает время переговоров о аренде. Аналитика, находящаяся в одной панели, не может «перепрыгнуть» и перенести кого‑то в другую комнату, если их бронь отменяется.

Факт в том, что большинство решений по недвижимости сегодня всё ещё в значительной степени принимаются на основе инстинкта и текущего уровня занятости, а не реального использования. Такой подход был оправдан, когда офисы работали с постоянной, предсказуемой заполняемостью. В гибридном мире, где посещаемость меняется в зависимости от дня недели и команды, его гораздо труднее обосновать.

При правильном применении ИИ на рабочем месте выполняет две задачи одновременно. Для сотрудников он решает логистику работы, автоматически подбирая людям доступное пространство, показывая в реальном времени, какие ресурсы свободны, и устраняя необходимость переносить встречи в последнюю минуту. Для команд операций и эксплуатации, управляющих бюджетом, ИИ может проанализировать все эти мелкие сигналы — кто что забронировал, когда, как часто и какие комнаты остаются пустыми — чтобы создать чёткую картину реальной эффективности пространства. 

Ещё лучше, когда компания видит, как пространство действительно используется, менеджеры могут принимать решения по недвижимости, опираясь на реальный спрос, так же как и в любой другой задаче распределения ресурсов. Имея эту информацию, они могут объединить этажи, которые никто не использует, подойти к продлению аренды с реальными рычагами влияния и перепроектировать планировку офиса в соответствии с тем, как их команды действительно сотрудничают.

Когда данные объединены, выгода становится конкретной быстро. Предположим, организация обнаружила, что 40 % их встреч проходят через небольшую часть конференц‑залов. Имея эту информацию, менеджеры операций могут, например, легко определить, какие комнаты следует в первую очередь оснастить обновлённым AV‑оборудованием, а какие из остальных нуждаются в переосмыслении дизайна, а не в обычном обслуживании.

Компании, которые уже внедрили ИИ в свой код, очереди поддержки и почтовые ящики, уже увидели, что происходит, когда качественные данные заменяют догадки. Офис — просто следующее место, где можно применить этот урок. И даже лучше, организации, которые первыми добьются этого, не только сэкономят на неиспользуемом пространстве, но и вернут сотрудникам часы, которые они тихо теряли из‑за трения в рабочем процессе.