Компании, которые «применяют ИИ ко всему», не понимая, как его использовать: когда следование моде может дорого обойтись

Автоматизация процессов, сокращение ошибок, прогнозирование решений или генерация данных кажутся неотразимыми обещаниями. Однако энтузиазм по поводу применения искусственного интеллекта во всех сферах деятельности организации без четкого плана приводит к появлению нового типа проблем: дорогостоящих проектов, которые не используются, разочарованных команд и ложного ощущения инновационности. «Многие компании берутся за проекты в области искусственного интеллекта, не понимая их реальной необходимости и масштабов», — предупреждает Габриэль Отеро, основатель и генеральный директор Gosys, компании, которая помогает крупным предприятиям оцифровывать финансовые процессы. «Перед оцифровкой необходимо упорядочить процессы. Невозможно оцифровать то, что находится в беспорядке». Отеро объясняет, что проблема заключается не в самой технологии, а в том, как она внедряется. «Компании хотят быстрых результатов, но не всегда знают, какую проблему они хотят решить. Они ищут в Google, как оцифроваться, и теряются среди тысячи различных решений. Наша работа — соединить реальные потребности с подходящей технологией». По мнению специалиста, отсутствие планирования обычно сочетается с двумя препятствиями: организационной культурой и незнанием. «Во многих случаях решение сводится к тому, инвестировать ли в технологии или нанять еще двух человек. Классическая школа менеджмента по-прежнему склоняется к выбору второго варианта. Но в среднесрочной перспективе такое решение обходится дороже». «Даже в крупных компаниях, добавляет он, доля ручной работы по-прежнему высока. Несмотря на то, что существуют инструменты для автоматизации практически всех процессов, многие финансовые операции по-прежнему зависят от таблиц или повторяющихся задач. И это связано с тем, что не до конца понимается масштаб цифровизации». Хуан Пабло Ди Томассо, инженер и соучредитель Centum, согласен с тем, что ошибка заключается в использовании технологий без цели. «Несколько лет назад начался поток очень наивных платформ автоматизации. Они могли отправить электронное письмо или напоминание, но для предпринимателя это ничего не решало. Сегодня нужно сосредоточиться на том, как использовать ИИ в процессах, а не вокруг них», — объясняет он. Centum, имеющая более чем двадцатилетний опыт в разработке программного обеспечения для управления, начала внедрять ИИ внутри компании, сначала в области контроля качества и проверки кода, а в последнее время — в области анализа данных и автоматизации задач. «Мы создали собственный коннектор, чтобы административные пользователи могли автоматизировать процессы, не зная программирования. Это позволило нам демократизировать процессы, которые раньше зависели только от технического отдела». По мнению Ди Томассо, искусственный интеллект имеет смысл, когда он интегрирован в операционную структуру, а не является просто дополнением. «Сегодня разница заключается не в том, чтобы генерировать больше информации, а в том, чтобы обрабатывать ее быстрее и с меньшим количеством ошибок». «Идея о том, что ИИ придет на смену людям, также сбивает с толку организации. «Искусственный интеллект — это как экзоскелет: он позволяет вам делать больше, но не заменяет вас. Если вы не знаете, для чего он вам нужен, вы только споткнетесь», — утверждает Отеро. Оба специалиста настаивают на том, что ключ к успеху — в сочетании технологий с знанием бизнеса. «В нашем случае мы используем ИИ для автоматизации повторяющихся задач, чтобы люди могли сосредоточиться на более сложных решениях. Цель — увеличить возможности команды, а не сократить ее», — объясняет Ди Томассо. Отеро добавляет, что культурные изменения так же важны, как и технические. «Бесполезно внедрять решение на основе ИИ, если организация не готова его использовать. Обучение, внутренняя коммуникация и лидерство — неотъемлемая часть процесса». Случаи провала бизнеса с ИИ имеют одну общую черту: отсутствие планирования и четких целей. Внедрение сложных моделей без измерения результатов или без обучения команд обычно приводит к разочарованию и недоверию к технологии. «Не все можно и нужно автоматизировать», — предупреждает Ди Томассо. «Компании, которые смогут разумно интегрировать искусственный интеллект, использовать его для решения реальных проблем, а не как модную тенденцию, будут выделяться на фоне других». Другой часто задаваемый вопрос касается безопасности данных. «Когда вы используете ChatGPT и загружаете в него таблицу со своими расходами, вы передаете данные системе, которая учится на них. В компании этот риск выше. Поэтому мы работаем с закрытыми архитектурами, внутри среды клиента, без подключения к внешнему миру», — объясняет Отеро. Ди Томассо подчеркивает, что новые протоколы позволяют пользователю контролировать, какие данные используются. «Пользователь может решить, разрешать ли каждое действие. Речь не идет о том, чтобы слепо открывать все, а о том, чтобы использовать ИИ с контролем и отслеживаемостью». И Отеро, и Ди Томассо считают, что следующий этап развития ИИ в компаниях будет отмечен более прагматичным использованием: меньше обещаний и больше результатов. «Компании, которые внедряют ИИ с четкой стратегией, будут иметь огромное конкурентное преимущество перед теми, кто продолжает откладывать решения. Но также и перед теми, кто инвестирует без цели», — утверждает Отеро. «Ключ, по их мнению, не в том, чтобы иметь самую передовую технологию, а в том, чтобы использовать ее для решения правильных проблем. Диагностика, измерение, обучение и пошаговое масштабирование — вот основы устойчивого внедрения».