Будущее работы: как ИИ и автоматизация переопределяют роли и бизнес-модели

В нашей профессиональной практике мы столкнулись с двумя полярными мнениями об ИИ и его влиянии на роли и бизнес-модели. Одна сторона обеспокоена ростом уровня безработицы и тем, что искусственный интеллект возьмет верх, в то время как другая сторона считает, что ИИ не принесет значительных изменений и в конечном итоге окажется пузырем.

Поскольку 64% руководителей ИТ считают, что ИИ может повысить эффективность их бизнес-операций и эволюции предприятий, понимание сильных возможностей и ограничений технологии становится особенно важным. Может ли искусственный интеллект действительно ввести совершенно новые бизнес-модели, или эти ожидания основаны на предвзятости?

Как всегда, истинный ответ лежит где-то посередине.

Каждая технологическая революция была сопровождена трансформацией ролей и рабочих процессов. Эволюция ИИ обещала быстро изменить рабочие места и стимулировать социальные изменения. Однако оказалось, что ИИ не повлиял на общество так, как ожидалось, но общество может и должно повлиять на ИИ.

Замедление развития ИИ и постоянные сообщения об ошибках ИИ делают ясным, что современные системы ИИ далеки от совершенства — они не доставляют того, что было ожидаемо, и разработчики знают об этом. Важно понять, что проблема не с искусственным интеллектом, а с ажиотажем вокруг него. Вместо того, чтобы замедлить темп и сосредоточиться на улучшении существующих функций, разработчики начали стремиться к следующей цели. В результате многие потенциальные проблемы остались неисследованными и не устраненными, что привело к многочисленным проблемам, таким как снижение акций Google на 100 миллиардов долларов из-за ошибки в ИИ-чатботе Bard.

Эти результаты показывают, что если ИИ требует контроля и мониторинга для выполнения базовых задач, то слишком рано доверять ему сложные задачи. Многие роли требуют глубокого понимания, критического мышления и гибкости, которых искусственный интеллект не обладает — и это не изменится в ближайшее время.

Как сказал бывший руководитель группы по подготовке к ИИ в OpenAI,真正ная эффективность ИИ будет результатом прочного диалога между бизнесом, правительствами, отраслевыми голосами, профессионалами и гражданами. В настоящее время этот разговор еще не начался, и он потребует полного участия всех заинтересованных сторон.

ИИ в бизнес-моделях: изучение текущей ценности

Хотя мы не должны ожидать эры бизнес-моделей, управляемых ИИ, в течение года или двух, нет сомнений в том, что искусственный интеллект существенно повлиял на то, как компании работают и управляют своими рабочими процессами.

В целом все сводится к трем основным столпам любого предприятия:

1. Анализ данных

Чем больше мы связаны, тем больше данных мы получаем. Это особенно верно для предприятий — каждый год их пути генерирует множество данных, документов, бумаг и скриншотов. Каждый из этих фрагментов предлагает огромную ценность, но ее нужно сначала найти. Для человеческих экспертов поиск и организация всех этих данных заняли бы месяцы, если не годы. Однако для искусственного интеллекта это вопрос дней, если не секунд. Погружаясь в большие объемы данных, сортируя и организуя их — включая неструктурированные данные — ИИ соединяет важную информацию с сотрудниками, руководителями и исполнительными директорами, стирая препятствия для данных и позволяя принимать более точные решения на каждом уровне. С ИИ история и общий вид пути предприятия становятся гораздо яснее, добавляя больше уверенности и помогая бизнес-лидерам понять, на каких этапах они находятся и куда им нужно двигаться в будущем.

2. Персонализация взаимодействий с клиентами

С учетом того, что качество опыта клиентов в США достигло рекордно низкого уровня, снижение времени ответа, обеспечение персонализированных взаимодействий и решение проблем клиентов как можно быстрее никогда не было более важным для предприятий. Однако достижение этих целей требует учета каждого фрагмента данных о клиентах: демографии, истории покупок, частоты взаимодействия с брендом и многих других факторов. Задача такого масштаба слишком велика для call-центра или службы поддержки, но это обычная деятельность для ИИ-ассистента. Работая вместе, ИИ-управляемые платформы и человеческие сотрудники могут предоставлять превосходный сервис, мгновенно изучая индивидуальную историю клиентов и решая их конкретные потребности. Такой подход обеспечивает уровень персонализации и эмпатии, который клиенты ищут в бренде, укрепляя их связь с поставщиком и培养я лояльность.

3. Управление рисками

Управление рисками — это постоянная и неизменная проблема для предприятий — и это всегда будет так. Чем более интенсивен бизнес-ландшафт, тем больше сценариев руководители должны оценить, чтобы правильно оценить финансовые и репутационные риски. Некоторые оценки основаны на критическом мышлении и опыте, в то время как другие требуют огромных объемов исторических данных, чтобы выявить закономерности. В последнем случае искусственный интеллект предлагает огромную помощь, обрабатывая обнаружение аномалий, выявление закономерностей и обнаружение подозрительного поведения. Эти возможности облегчают давление на менеджеров, аналитиков и руководителей, позволяя им выявлять угрозы до их возникновения — и готовиться соответственно.

Будущее бизнес-моделей ИИ: следите за продолжением

Одна из наиболее важных точек, которые следует учитывать, заключается в том, что типы бизнес-моделей, управляемых ИИ, останутся неопределенными, пока не будет обнаружена полная ценность искусственного интеллекта. Поскольку бизнес-лидеры все еще сомневаются в расчете ROI ИИ, существует необходимость в исследовании и изучении.

Принятие искусственного интеллекта — это не небольшое изменение; оно вводит совершенно новый рабочий процесс. Поэтому бизнес-лидерам необходимо получить хорошее понимание этого рабочего процесса, выявить его KPI и определить, что делает его отличным от предыдущих рутин — и вывести трансформационную ценность на основе своего анализа.

Например, в многих случаях ИИ не только улучшает процессы предприятий — он создает новые, которые позволяют достичь желаемых результатов. Но чтобы максимизировать ценность этих результатов и заложить основу для совершенно новых моделей, любому предприятию понадобятся три интегральные компоненты: процесс, технология и люди, использующие ее.