От поездов 1800 года до генеративного ИИ: как продолжается эволюция организационных схем

Это был 1855 год, и одному из пионеров в области менеджмента, Дэниелу МакКаллуму, поручили организовать работу железной дороги Нью-Йорка и Эри, которая в то время имела около 500 миль путей. Компания не несла убытков, но ее владельцы понимали, что риски роста неэффективности огромны: "Впервые в Соединенных Штатах появились предприятия невиданного ранее масштаба и сложности с точки зрения инвестиций и необходимости принимать тысячи решений очень быстро, в режиме реального времени. Недостатка в информации не было: благодаря телеграфу данные об авариях или задержках мгновенно поступали в штаб-квартиру. Проблема заключалась в дезорганизации. "МакКаллум предложил графическое решение: красивую древовидную диаграмму, которая описывала даже самые мелкие операции компании. Это была первая в истории бизнес-диаграмма, оригинал которой хранится в Библиотеке Конгресса США. "Нарисованная как растение, ее многочисленные ветви описывают как географию операций, так и организационную структуру. На десятилетия идея МакКаллума стала стандартом в корпоративной Америке (и в бизнесе по всему миру), как и появившиеся позже "кубики" или компьютерные рабочие станции.""Каждая новая технология, которая появляется, приносит свою волну реорганизации структуры бизнеса, чтобы наилучшим образом использовать инструменты""Каждая новая технология, которая появляется, приносит свою волну реорганизации структуры бизнеса, чтобы наилучшим образом использовать инструменты. Более полувека спустя Генри Форд увидел преимущество использования механических часов и стандартизированных сборочных линий. В 2001 году "agile-методологии" были перенесены из мира программного обеспечения в другие отрасли. Сегодня, с появлением генеративного ИИ (с ChatGPT и другими платформами), большинство экспертов по управлению считают, что мы находимся на заре нового "момента Маккаллума": пришло время перестроить структуру компаний на основе фундаментальных изменений в том, как выполняется, организуется и передается работа. "Старые книги закончились, пришло время переадаптироваться", - утверждал несколько дней назад генеральный директор LinkedIn Райан Рослански в колонке мнений. За последние восемь лет навыки, необходимые для выполнения их работы, изменились на 25 %, а в период до 2030 года, как ожидается, они изменятся как минимум на 65 %, в основном благодаря внедрению искусственного интеллекта. "По мнению Рослански, "титулы" или корпоративные ярлыки, которые составляли идентичность должностей в последние полтора века, больше не имеют смысла: главное - и здесь специалисты единодушны - переопределить каждую роль в соответствии с "набором задач", которые она выполняет, и оценить, как каждая из этих задач переосмысливается с помощью ИИ. "В прошлом месяце экономисты Всемирного экономического форума опубликовали самое масштабное на сегодняшний день исследование такого рода: они оценили более 19 000 задач в различных сферах деятельности и определили, насколько они подвержены влиянию технологий текущего момента. "Проведя анализ 19 265 задач, мы обнаружили, что более половины из них могут использовать генеративный ИИ в качестве исходного материала для творческого подхода и выработки новых решений. Если машинное обучение, каким мы его знали до недавнего времени, влияло в основном на рутинные, повторяющиеся, основанные на правилах задачи, то генеративный ИИ повлияет на творческую работу, - говорится в заключении отчета. "Мало найдется областей, в которых сложнее сделать правильный прогноз, чем на рабочем месте; там сходятся ураганы перемен разного рода". "Например, в типичной работе специалиста по исследованию данных пять задач (например, обработка цифровых данных в режиме онлайн или оценка качества и точности данных) были признаны автоматизируемыми. А семь задач потенциально могут быть дополнены генеративным ИИ, что позволит специалисту по изучению данных программировать более эффективно". Эксперимент показал, что пользователям GitHUb Copilot потребовалось на 57 % меньше времени для выполнения задачи. "Все нужно воспринимать с долей соли, потому что мало найдется областей, где прогнозы делать сложнее, чем на рынке труда: здесь есть ураганы технологических изменений, а также культурные, демографические, новые привычки и так далее. Например, прошло десять лет с момента публикации знаменитой работы экономистов Карла Фрея и Майкла Осборна о влиянии искусственного интеллекта на рабочие места, в которой предсказывалось, что 47 % человеческих навыков на рабочих местах в американской номенклатуре должностей, скорее всего, будут заменены. Доклад появился 17 сентября 2013 года, и с тех пор единственной профессией, исчезнувшей из официальной статистики занятости в США, стала профессия "машинист подъемника". "Один из экономистов, наиболее внимательно следящих за этой повесткой дня, Дэвид Аутор, часто замечает, что существует предвзятое отношение к пессимизму, поскольку легче проанализировать те рабочие места, которые могут быть заменены, чем определить новые, которые появятся". Английский математик и логик Алан Тьюринг считается одним из отцов ИИ. В 1950 году он предложил тест, который и сегодня является стандартом в этой области: момент, когда задача машины становится неотличимой от человеческой. Но есть и другая концепция, которая носит его имя и которая сегодня повторяется в дебатах о будущем работы: столкнемся ли мы с развертыванием ИИ (генеративного и других типов), которое мы увидим в ближайшие месяцы и годы, с "трансформацией Тьюринга" (желательной: когда ИИ дополняет и дополняет человеческие задачи) или с "ловушкой Тьюринга" (прямой заменой со всеми порождаемыми этим конфликтами). Сегодня ставки в этой дискуссии находятся где-то посередине: "Какие стратегии следует оценить, чтобы лучше ориентироваться в этом бурном море? Здесь приведены рекомендации экспертов последних месяцев, совпадающие по некоторым вопросам, чтобы перейти от "вау-момента" (первоначального удивления от открытия всего, что можно сделать с помощью IAG) к действиям. "*Стимулируйте исследования в командах, возможно, предоставляя платные лицензии на ChatGPT и другие платформы, поощряя посещение семинаров по "подсказкам" и т. д. "Начните использовать IAG в самых очевидных случаях, для так называемых "точечных решений", например, в тех случаях, когда конфиденциальная информация не подвергается опасности: изучение новых рынков, мозговой штурм идей и т. д. "*Позвольте каждой команде найти свой лучший способ, потому что пока для этого нет руководств. И, прежде всего, поймите, что грядущие инструменты будут еще более мощными, а значит, мы должны оставить поле для дальнейшей адаптации организационной схемы к новым изменениям". Фильм только начался.