Корпоративное внедрение искусственного интеллекта требует не только инициативы сотрудников, но и создания соответствующей инфраструктуры со стороны бизнеса. Без доступа к инструментам, бюджета, интеграции с внутренними системами и понятных сценариев использования требовать от команд измеримого эффекта от ИИ преждевременно. Такое мнение высказал CPO Burger King Russia Ильяс Домнин.
По его словам, интерес рынка к искусственному интеллекту формирует у руководителей ожидание быстрых результатов. В результате перед сотрудниками ставят задачу внедрять новые инструменты и демонстрировать эффект от их использования, хотя необходимые для этого условия внутри компании могут отсутствовать.
«Если у сотрудника нет инструментов, доступа, бюджета или понятного сценария применения, вопрос „что вы сделали?“ скорее раздражает, чем помогает», — отметил Домнин.
Одним из основных ограничений эксперт считает корпоративную инфраструктуру. Большинство современных ИИ-сервисов работает во внешнем цифровом контуре, тогда как крупный бизнес использует внутренние IT-системы и должен соблюдать требования информационной безопасности. Из-за этого сотрудникам приходится переключаться между разными средами и переносить данные вручную, что снижает потенциальный эффект от автоматизации.
Решать проблему доступа самостоятельно сотрудники не должны, считает Домнин. Задача компании — определить разрешённые инструменты, порядок работы с ними и способы интеграции в корпоративную инфраструктуру.
«Если он сам ищет способ получить доступ, разбирается с настройками и думает, не возникнет ли вопросов у службы безопасности, то это не корпоративное внедрение, а энтузиазм отдельного человека», — пояснил он.
Другим ограничением становится стоимость использования технологии. Лицензии и токены формируют новую статью расходов, поэтому инициатива по внедрению ИИ должна сопровождаться соответствующим бюджетом.
Кроме того, AI-сценарии необходимо отделять от оборудования конкретного специалиста. Если решение запускается только с рабочего компьютера сотрудника, оно перестаёт функционировать, когда тот закрывает ноутбук или уходит в отпуск. Для промышленного использования такой процесс должен работать независимо от конкретного человека и находиться под контролем компании.
Однако создание инфраструктуры решает только часть проблемы. Среди других препятствий Домнин выделяет страх сотрудников, нехватку времени на настройку решений, использование ИИ ради самого факта внедрения и низкое качество работы с технологией.
Опасения сотрудников перед новыми инструментами эксперт считает во многих случаях рациональными. Корпоративные регламенты часто формируются на основе предыдущих ошибок, поэтому люди опасаются, что ответственность за неудачный эксперимент в итоге ляжет на них.
«Главный блокер глубокого проникновения ИИ — не лень и не консерватизм, а обоснованный страх людей, которые уже платили за чужие эксперименты», — подчеркнул Домнин.
Не менее значимым ресурсом становится время. По личному опыту эксперта, настройка даже понятного AI-сценария может потребовать около двух недель ежедневной работы по полтора-три часа. За это время системе необходимо передать контекст, предоставить примеры, проверить результаты и несколько раз скорректировать работу.
Домнин сравнивает этот процесс с обучением нового сотрудника: ИИ также необходимо объяснить задачу, требования и стандарты качества.
При этом внедрение технологии должно быть привязано к конкретному бизнес-эффекту. В качестве основных критериев Домнин предлагает использовать скорость и качество. Если ИИ позволяет выполнить часовую задачу за десять минут, его применение оправданно. Если простое действие быстрее сделать вручную, использование технологии превращается в «фичеризм».
«ИИ — это инструмент, а не панацея. Инструмент должен либо ускорять процесс, либо повышать качество. Если не делает ни того, ни другого, то зачем его применять?» — отметил эксперт.
Поэтому внедрение ИИ, по его мнению, должно начинаться с анализа конкретной проблемы, а не с поиска способов применить новую технологию. Компаниям следует определять узкие места в существующих процессах и оценивать, способен ли ИИ увеличить скорость работы без потери качества либо повысить качество без дополнительных временных затрат.
Одновременно технология меняет требования к компетенциям сотрудников. Использование ИИ не освобождает человека от проверки результата: он по-прежнему отвечает за факты, качество и отсутствие ошибок в итоговом материале.
«Качество работы с ИИ напрямую связано с качеством постановки задачи. Если руководитель не умеет чётко ставить задачи человеку, с ИИ ему будет ещё сложнее», — считает Домнин.
По мере распространения ИИ навык постановки задач становится необходим не только руководителям. Сотрудникам приходится самостоятельно формулировать запрос, передавать системе контекст и определять критерии результата. Таким образом, работа с ИИ требует элементов управленческой компетенции даже от специалистов, у которых нет подчинённых.
