В первую очередь акционеры и топ-менеджмент должны понимать, зачем им эта технология нужна, какие выгоды она может принести. Если говорить про искусственный интеллект, то эту ценность можно разделить на две большие группы с точки зрения масштаба вовлечения сотрудников.

1. Повышение продуктивности труда

• личная эффективность
• оптимизация процессов

2. Спецпроекты

• добавленная ценность для пользователя
• разработка новых бизнес-моделей
• достижение целей устойчивого развития (ESG)

Эти две группы требуют довольно разных способов реализации изменений. Первая — это полномасштабный change management, затрагивающий почти всех сотрудников (как если бы вдруг у всех должен был появиться свой ПК на рабочем месте впервые в жизни), а вторая — это проектное и продуктовое управление, в рамках которого есть соответствующие лидеры и владельцы функций и продуктов, которые должны осуществить внедрение этой технологии. По большому счету то, что было и остается связано с Big Data, про которую уже в СМИ все позабыли — это именно работа в рамках такого рода спецпроектов: формулирование и проверка гипотез, приоритизация, пилотирование, внедрение и масштабирование. Технология не охватывала всех без исключения сотрудников организации.

Подобное разделение согласуется и с опросом, проведенным BCG. Они выделили те компании, которые получают наибольший эффект от внедрения ИИ, и выяснили, что они делают по-другому.

В отчете McKinsey The state of AI: How organizations are rewiring to capture value через опрос были выделены лучшие практики, которые также касаются обоих направлений создания ценности через AI. График ниже нельзя рассматривать как руководство к действию, поскольку сложно говорить об измеренной эффективности этих практик, однако, это может стать источником вдохновения и натолкнуть на мысли, что это могло бы быть полезно конкретно в вашей организации.

Больше трети респондентов из крупных организаций выделили:

• создание специальной команды для внедрения генеративного ИИ,
• регулярное информирование внутри компании о ценности, создаваемой ИИ,
• активное участие руководителей высшего звена во внедрении и демонстрации использования.

Малые организации также выделили эти практики как наиболее важные, однако не с таким большим перевесом.

С точки зрения этого аспекта внедрения ИИ, если опять же смотреть в суть дела, то можно выделить следующие важные элементы.

Таким образом, если мы на инфраструктурном слое обеспечили всем доступ (например, подключили всех к интернету, везде стоит WiFi с хорошим сигналом), на образовательном уровне обучили сотрудников, как этим пользоваться, какие выгоды они могут получить, и рассказали о рисках, руководители высшего звена своим примером показывают то, как они пользуются и уже получают от этого выгоду, и у сотрудников сформировалось доверие, что эта технология способна давать не менее качественные результаты, то задача по внедрению и распространению технологии будет во многом решена.

Если говорить про GenAI, то на каждом из этих этапов могут быть определенные проблемы:

• может не быть доступа к state of the art моделям (подписки, VPN и т.д.),
• не было проведено обучение: не рассказали про кейсы, про выгоды, как писать промпты, в какие сервисы идти и в каких случаях, какие есть риски, как работать с конфиденциальной информацией и персональными данными,
• внедрение ИИ ограничивается тем, что отдельные сотрудники-энтузиасты что-то на своем уровне используют и внедряют, но при этом нет поддержки со стороны руководства и практик обмена кейсами,
• нет доверия к ИИ в связи с тем, что при поверхностном взгляде модели часто «галлюцинируют», и это останавливает сотрудников от использования ИИ вообще — однако это может быть решено через более эффективные промпты, цитирование источников и перепроверку результатов модели на промежуточных этапах решения задачи (снова решается обучением).

Вопрос лидерства является сквозным среди разных исследований. В частности, у BCG есть данные, которые говорят о том, что когда руководители компаний демонстрируют сильную поддержку в отношении ИИ, сотрудники более склонны использовать его регулярно.

Любопытным является и обнаруженный факт в исследовании McKinsey, о том, что руководители компании в 2,4 раза чаще заявляют о неготовности сотрудников к внедрению ИИ как одном из барьеров, чем сами сотрудники. Одновременно с этим сотрудники на самом деле в 3 раза чаще и больше пользуются ИИ, чем то, как дают эту оценку руководители.

Многие сотрудники готовы к внедрению ИИ, и вот, что поможет им быстрее и эффективнее к этому прийти (данные взяты из того же исследования).

Следует отдельно отметить, что как у сотрудников, так и у лидеров есть ощущение, что на горизонте 10 лет их деятельность и работа исчезнет: согласно опросу BCG, 36% сотрудников ответили “да” и “вероятно” на этот вопрос, у менеджеров или лидеров эта доля даже выше — 43%, что может быть демотивирующим фактором.

Эта часть внедрения ИИ является типичным сценарием внедрения инноваций, опять же вне зависимости от того, что это: Big Data, Blockchain, IoT. Первым этапом является генерация, формулирование и приоритизация гипотез. Однако уже на нем есть несколько важных особенностей. Во-первых, как и при повышении продуктивности работы, здесь важным элементом является обучение. Без личного опыта работы с технологией, без понимания всех достоинств и ограничений, без насмотренности успешных кейсов невозможно придумать качественную гипотезу, а не очередную фантазию на указанную тему.

Во-вторых, как видно из опроса BCG, приоритизация является также частым камнем преткновения.

Вторым этапом является пилотирование. И на этом этапе компании часто забывают про очевидную вещь — это замер необходимых метрик и влияния на KPI. Согласно тому же отчету, треть компаний вообще этого не делают, и только 24% оценивают как операционную, так и финансовую эффективность реализуемых проектов в области ИИ.

Следующими этапами являются непосредственное внедрение и масштабирование. До этих этапов пока мало, кто еще дошел, и по ним нет хороших количественных данных, но есть предположение, что и тут секреты успеха будут связаны опять же просто с хорошими практиками менеджмента: планирование, коммуникация, контроль, обеспечение нужными ресурсами, правильные орг. структуры и др.