Краткое содержание анализа
Распространение искусственного интеллекта (ИИ) способствует созданию условий для «интеллектуального равенства»: профессиональные навыки, ранее требовавшие долгого времени на развитие (обслуживание клиентов, написание текстов, анализ данных), теперь могут быть быстро приобретены с помощью универсальных больших моделей ИИ, что в целом повышает эффективность работы предприятий. Однако это также приводит к двум опасным тенденциям: избыточному стремлению к улучшению уже существующих процессов в ущерб инновациям и зависимости от ИИ, что приводит к однообразию результатов и потере способности к независимому мышлению. Чтобы преодолеть эти трудности, предприятия должны перейти от использования ИИ-инструментов к развитию собственных интеллектуальных ресурсов: путем накопления данных, улучшения взаимодействия между отделами, расширения своих сильных сторон и формирования культуры обучения, превращая универсальные ИИ-технологии в уникальные компетенции, недоступные для конкурентов.
I. Интеллектуальное равенство: ИИ ставит все предприятия на один уровень
Ранее профессиональные навыки были доступны только крупным компаниям или опытным командам (например, написание качественных маркетинговых текстов, быстрое обслуживание клиентов), но теперь они стали доступны с помощью таких инструментов, как ChatGPT и Wenxin Yiyan. Это похоже на то, как в прошлом только немногие могли позволить себе компьютеры, а сейчас у каждого есть смартфон — базовые требования к квалификации стали более доступными для всех. Например, маленькие компании теперь могут использовать ИИ для обслуживания клиентов с таким же уровнем скорости и качества, как и крупные; стартапы могут создавать эффективные планы с помощью ИИ. Однако ключевой вопрос заключается не в наличии ИИ, а в умении им эффективно пользоваться.
II. Два опасных тенденции: не дайте ИИ сбить вас с пути
Тенденция 1: фокус на видимой эффективности в ущерб будущему
При использовании ИИ предприятия часто начинают с решения простых, легко измеримых задач (например, снижение затрат за счет автоматизации обслуживания клиентов или экономии времени благодаря помощникам). Эти инициативы приносят быстрые результаты, поэтому ресурсы направляются на них; бюджеты распределяются на оптимизацию существующих процессов, а оценка эффективности основывается на краткосрочных показателях. В результате ИИ доводит существующие процессы до идеала, но предприятия теряют возможность исследовать новые направления развития и потребности клиентов. Например, электронная компания сократила время ответов на запросы клиентов на 20% благодаря ИИ, но не использовала данные из отзывов для анализа новых потребностей; спустя полгода конкуренты выпустили продукт, более соответствующий желаниям клиентов, и компания оказалась в невыгодном положении.
Тенденция 2: зависимость от ИИ и потеря способности к самостоятельному принятию решений
По мере длительного использования ИИ сотрудники начинают полагаться на его результаты, что приводит к следующим последствиям:
- Однообразие результатов: все используют один и тот же ИИ-инструмент, поэтому тексты и планы становятся схожими;
- Отсутствие стремления к исследованиям: новички перестают анализировать проблемы самостоятельно и полагаются на предложения ИИ;
- Зависимость от ИИ: первое предложенное решение становится эталоном для дальнейшей работы. Все стремятся следовать его стандартам, не разрабатывая собственные подходы. Эксперименты в Уортонской школе бизнеса показали, что группы, работающие исключительно вручную, создают 100% уникальных решений, группы с сотрудничеством с ИИ — только 41,2%, а группы, использующие ИИ исключительно — всего 6%; некоторые даже предлагают одинаковые решения.
III. Четыре ключевых фактора, определяющих успех использования ИИ
Какие факторы могут помочь предприятию добиться наибольших результатов при использовании ИИ? Автор упоминает четыре важных аспекта:
1. Данные: ваше уникальное информационное поле
Универсальные модели ИИ работают с общедоступной информацией, но данные о клиентах, транзакциях и внутренних рисках являются эксклюзивными для каждого предприятия. Например, ресторанная сеть может использовать данные о заказах клиентов, чтобы выяснить, что молодые люди воскресным днем предпочитают низкоуглеводные чайные напитки, и на этой основе разработать новые продукты. Чем больше данных используется, тем лучше ИИ понимает потребности компании, и труднее конкурентам их скопировать.
2. Взаимодействие между отделами
Эффективное использование ИИ требует согласованной работы всех отделов. Многие предприятия предоставляют ИИ каждому отделу по отдельности, но это не приводит к реальному повышению эффективности. Например, если отдел продаж использует ИИ для прогнозирования спроса, а отдел поставок эту информацию не учитывает, результаты могут быть негативными. Эффективное использование ИИ возможно только при совместной работе всех отделов: прогнозы продаж должны передаваться напрямо в отдел поставок, а проблемы клиентов — в отдел разработки.
3. Расширение сильных сторон
ИИ помогает усилить существующие преимущества компании. Например, опытные создатели контента могут использовать ИИ для автоматизации процесса подбора тем для новых материалов; предприятия в индустрии чайных напитков могут стандартизировать процесс обучения сотрудников новым продуктам, ускоряя их внедрение.
4. Культура обучения
Для успешного использования ИИ необходимо создать корпоративную культуру развития навыков. Сотрудники должны делиться опытом использования ИИ: если кто-то обнаруживает, что добавление примеров из отзывов клиентов улучшает качество текстов, это становится общим знанием для всей команды; неудачи также используются как уроки для дальнейшего совершенствования.
IV. Три шага на пути к преодолению трудностей
Чтобы избежать негативных последствий использования ИИ, предприятия должны выполнить следующие действия:
1. Распределение ресурсов на неопределенные инновации
Не направляйте все ресурсы на оптимизацию существующих процессов; выделите часть средств для исследования новых возможностей (например, анализа незаметных данных из отзывов клиентов или тестирования новых бизнес-моделей). Начинайте с маломасштабных проектов и готовьтесь к возможным неудачам, но установите четкие ограничения (например, не более 10% бюджета).
2. Обучение новых сотрудников
Разработайте трехуровневую систему взаимодействия с ИИ:
- Новички получают помощь от ИИ (например, он учит их обрабатывать жалобы клиентов);
- Сотрудники с опытом используют ИИ для корректировки предложений;
- Эксперты тренируют ИИ на основе своего опыта (например, предоставляя ему информацию о клиентах).
3. Накопление уникальных знаний
Убедитесь, что ваша компания действительно обладает собственными интеллектуальными ресурсами, проводя тесты с использованием различных ИИ-моделей. Если при смене модели данные о клиентах и процессах работы не теряются, это значит, что эти знания стали частью корпоративной культуры.
Вывод
ИИ предоставляет инструменты для улучшения работы, но не может решить вопросы развития компании сам. Победители — те, кто превращает универсальные ИИ-технологии в свои уникальные преимущества. Чем шире распространение ИИ, тем ценнее такие навыки, как анализ данных, корпоративная культура и сильные стороны предприятия. Не становитесь обычными пользователями ИИ — станьте лидерами в его использовании.