Краткое содержание статьи
Статья рассказывает о неудачном опыте внедрения технологий искусственного интеллекта (ИИ) в деятельности владельца образовательной компании, который пытался разработать инструмент для создания субтитров с использованием программирования на языке ИИ. Она показывает, на какие ошибки могут попасть отдельные лица и организации в эпоху ИИ: отдельные пользователи часто пренебрегают базовыми проверками и сразу берутся за сложные проекты; продуктовые менеджеры путают процесс предложения идей с определением конкретных требований к программному обеспечению; а если в организации отсутствуют механизмы разбора требований и оценки результатов внедрения ИИ, это может привести к кажущемуся улучшению эффективности работы, но без реальных изменений в структуре организации. В статье также приводится путь эволюции организаций, адаптированных к использованию ИИ, и подчеркивается необходимость для них умения определять, стоит ли вообще использовать ИИ, насколько эффективно это делается и когда следует прекратить его применение, чтобы полностью реализовать потенциал этой технологии.
1. ИИ-программирование — не волшебный жезл: три распространенных заблуждения при использовании ИИ отдельными пользователями
Владелец образовательной компании считал, что ИИ-программирование — это мощный инструмент, и быстро создал основу приложения, но столкнулся с множеством проблем: медленная обработка видео, высокие затраты на ресурсы и непонятность кода, написанного ИИ. Причина в трех типичных ошибках:
- Без предварительных проверок сразу переход к сложным проектам: например, он не попробовал сначала обработать видео с помощью инструмента Whisper, чтобы оценить точность, время выполнения и затраты, а сразу начал разработку полноценного приложения;
- Нечеткие требования: он хотел, чтобы учащиеся могли легко смотреть англоязычные фильмы, но определил цель проекта как создание приложения для работы с субтитрами из нескольких моделей, не учитывая более простые варианты решения (использование локальных скриптов или веб-плагинов);
- Отсутствие стандартов приемки результатов: не было четких критериев для оценки качества работы ИИ; из-за этого он продолжал добавлять код, что привело к увеличению сложности проекта без решения первоначальных проблем.
2. «Иллюзия ИИ» у продуктовых менеджеров-лидеров: идеи ≠ выполнимые требования
Многие руководители считают себя главными продуктовыми менеджерами компании, но при использовании ИИ они понимают, что не умеют четко формулировать конкретные требования к программному обеспечению. Например, они хотят получить инструмент для создания субтитров, но не могут преобразовать это желание в конкретные требования, понятные для ИИ (например, обработка видео в формате MP4 с точностью не менее 90% и стоимостью не более 5 долларов за фильм). Раньше такую работу выполняли продуктовые менеджеры и разработчики, но теперь ИИ вытесняет их с этой роли, выявляя их недостатки в определении требований.
3. Внедрение ИИ на всех уровнях организации не означает использование всех инструментов вроде ChatGPT: два основных недостатка организаций
Многие компании заявляют о внедрении ИИ на всех уровнях, но на практике каждый сотрудник создает свои собственные инструменты, что приводит к хаосу в межотделенной координации и избытку систем без эффективного использования. Проблемы кроются в двух аспектах:
- Отсутствие у сотрудников навыков разбора требований: они хорошо знают свою работу, но не умеют разделить ее на этапы, выполнимые с помощью ИИ;
- Отсутствие механизмов оценки и управления: нет четких критериев для оценки эффективности использования ИИ и единого управления общими ресурсами (например, сервисами распознавания речи).
Правильный подход: сотрудники на передовой обнаруживают проблемы и проводят предварительные проверки, профессиональные команды разрабатывают сложные системы, а руководители устанавливают цели и стандарты.
4. Пять этапов эволюции организаций, адаптированных к использованию ИИ
Статья выделяет пять этапов развития организаций, адаптированных к использованию ИИ:
- Этап 1 (индивидуальное использование инструментов): сотрудники используют ИИ для написания текстов, генерации кода; эффективность увеличивается, но процессы в организации не меняются;
- Этап 2 (стандартизация процессов): ИИ внедряется в стабильные рабочие процессы (например, загрузка видео → распознавание → создание субтитров → экспорт); каждый этап сопровождается четкими стандартами входных и выходных данных;
- Этап 3 (коллективная работа): руководители, продуктовые менеджеры, разработчики и операционные специалисты работают вместе; сформирована четкая цепочка обработки задач (обратная связь с учащимися → формулирование требований → разработка → тестирование → запуск продукта);
- Этап 4 (использование ИИ для автоматизации задач): ИИ выполняет последовательные операции (например, обработка видео и генерация упражнений для изучения новых слов);
- Этап 5 (развитие инфраструктуры): создание единых общих ресурсов (например, единых моделей для обработки данных, стандартов для обмена информацией), чтобы избежать дублирования работы.
5. Реальная ценность ИИ для организаций: оптимизация процессов, а не сокращение числа сотрудников
ИИ не предназначен для того, чтобы каждый сотрудник стал программистом; его роль в организации заключается в трех аспектах:
- Автоматизация повторяющихся задач: обработка вопросов клиентов, составление протоколов собраний и т. д.;
- Сокращение необходимости передачи информации: раньше требования передавались через несколько этапов, что приводило к потерям данных; ИИ позволяет сохранять первоначальную информацию;
- Поддержка принятия решений: ИИ помогает руководителям оценивать качество работы и скорость выполнения задач.
Чтобы определить, насколько организация действительно адаптирована к использованию ИИ, следует обратить внимание на три критерия: является ли ИИ стабильной частью рабочих процессов, сокращается ли количество рабочих мест и этапов передачи информации, существуют ли единые механизмы оценки результатов.
В целом, ключ к эволюции организаций в эпоху ИИ заключается в обучении сотрудников использовать ИИ и создании эффективных механизмов управления его применением; в противном случае внедрение ИИ приведет лишь к кажущемуся улучшению эффективности без реальных изменений в структуре организации.