Южная Америка

Согласно исследованию MIT, искусственный интеллект не приносит возврата на инвестиции в 95% организаций.

Согласно исследованию MIT, искусственный интеллект не приносит возврата на инвестиции в 95% организаций.
Каждая эпоха приносит с собой новые достижения, которые определяют направление и тенденции в различных областях. Сегодня внедрение искусственного интеллекта важно для любой отрасли. Речь уже не идет только о «следовании моде»: те, кто не внедряет его, рискуют потерять конкурентоспособность и оказаться в очень невыгодном положении по сравнению с другими. Но среди всеобщей эйфории в глубине души таится беспокойство: приносит ли искусственный интеллект измеримые экономические результаты в компаниях? Этот же вопрос задали себе в Массачусетском технологическом институте (MIT). Согласно исследованию этого учреждения, несмотря на инвестиции предприятий в размере от 30 до 40 миллиардов долларов в GenAI (генеративный искусственный интеллект, то есть тот, который, как следует из его названия, «генерирует» контент, такой как изображения или тексты), 95 % организаций пока не получают никакой отдачи. Среди преимуществ, которые получили остальные 5 %, были оптимизация внешних затрат, поскольку они экономят на процессах, для которых раньше нанимали внешние агентства (например, административные задачи, которые сегодня решает искусственный интеллект), а также улучшение удержания клиентов и конверсии продаж, которые реализуют ИИ. Интересно, что инструменты искусственного интеллекта, такие как ChatGPT и Copilot, находят все большее применение: согласно исследованию, более 80 % организаций изучили их, и почти 40 % утверждают, что внедрили их. Однако только 20% организаций достигли пилотной стадии, и лишь 5% внедрили их в производство. Другими словами, уровень внедрения высок, но уровень трансформации низкий. «В компании большую часть времени приходится решать проблемы с тем, что есть под рукой, а не с тем, что нам нужно. Что стало главным триггером для ИИ? Появление инструмента с «универсальным» интерфейсом, такого как ChatGPT, с его простотой в использовании, проложило нам путь к диалогу с технологиями, которые мы не владели; заставило нас предположить, что его внедрение в критически важные процессы будет столь же простым. Мы должны заставить себя подвергнуть сомнению логику «AI first» и позволить себе установить приоритеты в соответствии с логикой «AI fit», тщательно продумать, где она подходит и приносит конкретную пользу», — объясняет Хуан Пабло Косентино, доцент и академический директор области «Операции и технологии» IAE Business School, бизнес-школы Университета Аустрал. Он добавляет, что «те же консалтинговые компании, которые два года назад призывали ставить все на ИИ, теперь предлагают тщательно измерять ROI». «Некоторые отрасли очень продвинулись в области внедрения искусственного интеллекта и получения возврата на инвестиции, в то время как другие полагали, что достаточно будет просто оплатить ChatGPT для сотрудников. Но дело не только в предоставлении инструментов с этой технологией, этого недостаточно, необходимо изменить культуру», — отмечает Хуан Пабло Чемс, директор по инновациям и исполнительный директор Accenture, и уточняет, что он предпочитает говорить о переосмыслении, а не о трансформации: «Необходимо переосмыслить все области и услуги, это полное переопределение, и возврат инвестиций наступит, когда это будет достигнуто». «Теперь, когда внедрение и эйфория по поводу его внедрения высоки, возникает главный вопрос: почему преимущества еще не отражены? Исследование объясняет, что основным препятствием для масштабируемости является не инфраструктура, регулирование или таланты. Это обучение. Другими словами, индивидуальные решения в области ИИ, которые разрабатывают сами компании, терпят неудачу, потому что не учатся на контексте, им не хватает памяти и индивидуализации, чтобы адаптироваться, сохранять обратную связь и правильно интегрироваться во внутренние процессы компаний. Они работают скорее как внешний элемент, который появляется и должен быть внедрен, как новое приложение, которое просто загружается на мобильный телефон. Но, как говорится в отчете MIT, когда они захотели внедрить его в процессы и рабочие потоки компаний, они поняли, что для этого требуется другой порядок, предсказуемость, и что они не способны к этому адаптироваться. «Сотрудники предпочитали продолжать использовать свои собственные инструменты ИИ, а не инструменты своей компании. Однако «ChatGPT сегодня может запоминать и учиться на основе взаимодействий, но поддерживать контекст для одного человека — не то же самое, что делать это в масштабах крупной компании. В таком сценарии он должен общаться с тысячами людей (клиентами и внутренними командами), сохранять ссылки на каждое взаимодействие и отвечать беспристрастно и последовательно во всех критически важных областях и процессах. То, что работает в формате 1 на 1, не подходит для большой и сложной среды: здесь задача состоит в том, чтобы масштабировать контекст и согласованность, не теряя ясности», — объясняет Косентино. Отчет добавляет еще один показательный факт для анализа: «Успешные покупатели требуют конкретной персонализации процесса и оценивают инструменты по коммерческим результатам. Они ожидают систем, которые интегрируются с существующими процессами и со временем улучшаются. Поставщики, которые соответствуют этим ожиданиям, обеспечивают многомиллионные внедрения в течение нескольких месяцев». Другими словами, это нужно воспринимать как переосмысление всех процессов, а не как еще одно дополнение к компании. «И интересно, какие компании уже смогли это сделать. Компании с годовым доходом более 100 миллионов долларов США лидируют по количеству пилотных проектов в области искусственного интеллекта, но эти же организации сообщают о самых низких показателях перехода от пилотных проектов к масштабному внедрению. Однако «средние компании» действовали быстрее и были более успешны в внедрении. В цифрах: от пилотного проекта до полного внедрения у них ушло в среднем всего 90 дней. Для сравнения, крупным компаниям на это потребовалось девять месяцев и более. В этом смысле доктор и инженер Карлос Арана, профессор UCEMA и консультант, объясняет, что это происходит по нескольким причинам: «Средние компании не имеют таких сложных и застарелых систем, что позволяет им напрямую перепроектировать процессы или внедрить реинжиниринг задач для адаптации к ИИ без необходимости встраивать его в жесткие структуры. Кроме того, их процесс принятия решений более гибкий, с меньшим количеством контроля и бюрократии, что ускоряет переход от пилотного тестирования к внедрению». Косентино согласен с этим анализом и отмечает, что «количество процессов, задействованных в крупной организации, больше. В то же время в небольшой компании, где меньше подразделений и, следовательно, меньше процессов, я могу протестировать это с меньшими затратами». Кроме того, он добавляет, что для осуществления изменений такого масштаба необходимо подготовить четыре аспекта: организационную структуру, культуру, готовая к этим изменениям, а также системы и человеческие и технологические ресурсы. Исследование показывает, что во многих случаях именно сотрудники часто брали на себя инициативу по внедрению этих инструментов. Хотя только 40% компаний заявили, что приобрели подписки на LLM, сотрудники более 90% опрошенных компаний сообщили о регулярном использовании личных инструментов ИИ для выполнения рабочих задач. Между тем официальные инициативы их компаний в области ИИ оставались на пилотной стадии. «Следует уточнить, что пользователи показали, что предпочитают ChatGPT для простых задач, но отказываются от него, когда речь идет о критически важных задачах. В исследовании приводится пример юриста, работающего в компании, которая инвестировала 50 000 долларов в специализированный инструмент искусственного интеллекта для анализа контрактов. Хотя она утверждала, что предпочитает использовать ChatGPT, а не ИИ своей организации, были случаи, когда она также отказывалась от последнего: «Он отлично подходит для мозгового штурма и первых набросков, но не сохраняет знания о предпочтениях клиента и не учится на предыдущих редакциях. Он повторяет те же ошибки и требует обширного ввода контекста для каждой сессии. Для работы с высоким риском мне нужна система, которая накапливает знания и совершенствуется со временем». «Не хватает систем, которые адаптируются, запоминают и развиваются. Системы искусственного интеллекта, которые нужны организациям, — это ИИ, которые не только генерируют контент (Gen AI), но и учатся и совершенствуются в своей среде. «Успешные стартапы создают системы, которые учатся на основе обратной связи (66 % руководителей хотят этого), сохраняют контекст (63 % требуют этого) и глубоко персонализируются для конкретных рабочих процессов», — отмечается в исследовании. Но MIT не ограничивается предоставлением этих процентных данных; он идет дальше и предлагает революционное решение: «Следующим этапом эволюции, выходящим за рамки отдельных ИИ-агентов, является веб-агент, в котором автономные системы могут обнаруживать, вести переговоры и координировать действия во всем Интернете». Другими словами, это не ИИ, который нуждается в инструкциях и сопровождении, а ИИ, который нуждается в цели. Косентино отмечает, что таким образом достигается автономность, поскольку, если вы даете ему задание, например, «я хочу пойти сегодня на ужин в Пилар», он может немедленно выполнить эту задачу: «он находит все варианты, которые в данный момент доступны для бронирования в Пиларе на сегодня, и делает для вас бронирование. Я больше не даю ему инструкции в виде подсказки, он становится автономным во всем процессе», — объясняет он. «Если компании действительно смогут глубоко интегрировать искусственный интеллект, это будет иметь огромное влияние», — отмечает Арана. «Вы получаете больше пользы от искусственного интеллекта, когда внедряете его на организационном уровне и меняете способ работы. Наибольшая эффективность будет достигнута за счет рассмотрения целых областей, целых процессов», — добавляет Чемес. «Мы должны перейти от модели инструкций к модели автономности. С тем, что у нас есть сегодня, мы не можем решить существующие в компаниях проблемы», – добавляет Косентино и объясняет, что это изменение будет радикальным, «потому что сегодня мы думаем о процессах линейно, стремимся к тому, чтобы все соответствовало упорядоченному и понятному потоку, но с появлением автономного агента все изменится». «Время покажет, в каком направлении будет развиваться эта технология. Отчет содержит интересные данные, но прошло мало времени с момента его появления; кроме того, ИИ имеет одно существенное отличие от других технологий: каждую неделю появляется новая модель, которая значительно превосходит предыдущую. Нужно быть гибким, чтобы постоянно внедрять все новое. Мы должны переосмыслить себя с помощью ИИ, иначе мы потеряем конкурентоспособность по сравнению с другими компаниями и станем следующим Kodak, который в свое время отстал, потому что не перешел на цифровые технологии и не понял, в каком направлении движется рынок», — заключает Чемс.