Хотите получить больше от инвестиций в ИИ? Сначала подумайте о людях

Чтобы раскрыть экспоненциальный потенциал производительности искусственного интеллекта (ИИ), компаниям необходимо одновременно модернизировать рабочие процессы и рабочую силу.

Почему инвестиции в ИИ часто ограничиваются микропроизводительностью?

Растущие затраты, старение рабочей силы и жёсткая конкуренция со стороны компаний, изначально ориентированных на ИИ и технологии, заставляют бизнес повышать производительность. При этом, несмотря на миллиардные вложения в автоматизацию и ИИ, немногие организации смогли добиться трансформационных изменений в масштабах всего предприятия.

В большинстве случаев компании ограничиваются узкими результатами: более быстрыми отчётами, сокращением числа программистов и скромным приростом микропроизводительности. Причина кроется в отсутствии ключевого фокуса — связи между модернизацией рабочих процессов и модернизацией рабочей силы.

Модернизация рабочих процессов требует глубокой перестройки процессов, их упрощения и целенаправленного применения технологий.
Модернизация рабочей силы опирается на более эффективное командное взаимодействие, продуманное стратегическое планирование рабочей силы, а также динамическую переподготовку и перераспределение кадров.

Эти два аспекта неразрывно связаны, однако зачастую модернизация рабочей силы отстаёт от перестройки рабочих процессов. Если влияние технологий на людей рассматривается лишь как задача по управлению изменениями, ИИ не сможет выйти за рамки микроулучшений производительности.

Четыре ключевых шага для повышения эффективности

Перспективные компании выделяют четыре высокорезультативных шага:

Внедрение ИИ с ориентацией на человека: трансформация рабочих процессов и модернизация рабочей силы параллельно для повышения вовлечённости, экспериментирования и внедрения.
Инвестиции в развитие технологических и HR-возможностей, лежащих в основе механизма непрерывного улучшения следующего поколения, который динамически связывает рабочие процессы и рабочую силу по мере того, как технологии непрерывно меняют распределение работы между людьми и агентами.
Систематическое устранение накопленного «долга рабочих процессов» (workflow debt) в рамках трансформации ИИ — избыточной работы, накопившейся вокруг встреч, утверждений, передач дел, исключений и разовых политик.
Переосмысление и укрепление ценностного предложения для сотрудников, чтобы продолжать привлекать, удерживать и мотивировать талантливых специалистов.

От разрозненных инициатив к сквозной перестройке рабочих процессов

Сегодня усилия большинства организаций по модернизации рабочих процессов и рабочей силы представляют собой разрозненные, единичные инициативы. Это приводит к дублированию, упущенным взаимозависимостям, сопротивлению и неравномерному внедрению.

Три года экспериментов с генеративным ИИ (например, с ChatGPT) показали более эффективный путь: передовые компании переходят от разрозненных пилотных проектов к сквозной перестройке рабочих процессов с использованием специализированных технологий.

Вопросы, которые задают лидеры передовых компаний

Руководители не спрашивают: «Каков вариант использования ИИ?» Вместо этого они задаются вопросами:

Какая работа должна быть прекращена, упрощена или перемещена, чтобы лучше обслуживать клиентов?
Что ИИ может сделать в 10 раз лучше?

Как выглядит фокус на практике?

Эти вопросы вынуждают делать выбор. Лидеры не могут модернизировать всё сразу и не могут автоматизировать неэффективную работу. Компании, которые вырываются вперёд:

прекращают финансирование разрозненных пилотных проектов и делают ставку на критически важные сквозные перестройки рабочих процессов с чёткими результатами и единоличным управлением;
не ждут идеальных данных;
не создают всё на заказ, а предпочитают покупать или сотрудничать, разрабатывая собственные решения только тогда, когда это действительно дифференцирует их предложение;
начинают с чистого листа: удаляют низкоэффективную работу, сокращают передачи дел, пересматривают права принятия решений и ограничивают исключения.

Перестройка рабочих процессов без модернизации рабочей силы — путь к провалу

Даже когда компании принимают сквозной подход к переосмыслению и перестройке рабочих процессов, модернизация рабочей силы часто рассматривается лишь как последующий этап. Чтобы раскрыть потенциал ИИ, компаниям нужен единый процесс, интегрирующий технологии, операции и HR в синхронизированный непрерывный цикл.

Как подготовить гибридную рабочую силу?

Будущая рабочая сила будет включать четыре типа работников:

люди, использующие готовые инструменты ИИ;
«суперлюди», чья продуктивность значительно повышается благодаря специализированным инструментам ИИ;
автономные и полуавтономные агенты;
человекоподобные роботы.

Люди будут сосредоточены на тех областях, где они приносят наибольшую ценность: развитие отношений с клиентами, поставщиками и коллегами, обучение и наставничество сотрудников, а также деятельность, способная «изменить бизнес» (инновации, рост, сложные решения, стратегия и трансформация бизнеса).

Как завоевать доверие?

Внедрение зависит от доверия к технологиям, намерениям работодателя и руководству. Пользователи не будут полагаться на «чёрные ящики», логику которых они не могут увидеть или повлиять на неё.

Доверие будет определять экспериментирование, внедрение и, в конечном итоге, масштаб воздействия ИИ. Важно, чтобы сотрудники доверяли своему работодателю и верили, что компания инвестирует в их развитие, а не в замену.

Как зафиксировать ценность и установить новые стандарты производительности?

Новые рабочие процессы должны быть интегрированы в корпоративные системы управления и технологические платформы. Необходимо создать новые правила укомплектования персоналом для моделей стратегического планирования рабочей силы. Эти основы устанавливают измеримые стандарты для непрерывного улучшения.

Пример: как ведущая банковская группа Великобритании масштабировала взаимодействие с клиентами

Рассмотрим внедрение ИИ в одной из ведущих банковских групп Великобритании для усиления взаимодействия с клиентами. Сотрудники банка имели чёткие идеи и надёжную цифровую основу, но сложные внутренние процессы превращали тестирование или внедрение любой новой идеи в процесс длительностью от 60 до 100 дней с более чем десятью передачами дел.

Руководители радикально переформулировали задачу: «Что, если команда сможет сделать это за один день?» В течение четырёх месяцев команды по работе с данными и цифровыми каналами создали новый рабочий процесс, объединив технологическую основу с агентским ИИ, способным к сложному рассуждению и решению проблем.

Вечный двигатель производительности: во главе — люди, в основе — ИИ

ИИ — это не просто инструмент для выполнения той же работы быстрее и с меньшим количеством людей. Это создание гибридной системы, в которой люди и машины непрерывно учатся друг у друга.

Компании, интегрирующие модернизацию рабочих процессов и рабочей силы, могут создать вечный двигатель производительности, возглавляемый людьми и работающий на ИИ. Однако большинству компаний потребуется несколько итераций, чтобы развить эту способность.

Как лидеры управляют вечным двигателем производительности?

Лидеры, создающие самоподдерживающийся двигатель производительности, управляют трансформациями, руководствуясь небольшим набором операционных правил:

Итерируйте рабочий процесс как продукт: проводите модернизацию как непрерывный цикл выпуска, а не как разовую трансформацию.
Упрощайте и стандартизируйте перед автоматизацией, особенно с агентами: ИИ масштабирует то, что вы ему даёте.
Инструментируйте от начала до конца и превращайте исключения в обучение: вечный двигатель производительности требует телеметрии, чтобы знать, что произошло, и обратной связи, чтобы понять, почему это произошло.
Быстро закрепляйте улучшения, чтобы обучение стало операционной системой: цель — не просто получение инсайтов, а их институционализация.
Постоянно пересматривайте распределение работы между людьми и машинами: по мере улучшения возможностей регулярно обновляйте, какая работа выполняется только людьми, какая — с помощью ИИ, а какая — машинами.

Выводы

Многие компании начинают раскрывать скрытый потенциал рабочей силы благодаря разумному применению ИИ и других средств автоматизации. Однако важна не столько количество вариантов использования ИИ, сколько человеческий подход, который ускоряет экспериментирование, внедрение и вовлечённость, одновременно перестраивая высокоценные рабочие процессы.

Организации, которые успешно реализуют оба аспекта, генерируют общую доходность для акционеров (TSR) в 2,3 раза выше, чем компании, которые этого не делают.

ИИ — это испытание для лидерства и видения. Победят те компании, которые проделают тяжёлую работу по устранению «долга рабочих процессов», упрощению и стандартизации оставшегося, продвижению амбициозных, но целенаправленных применений ИИ и одновременной модернизации своей рабочей силы.

Прокомментировать в Телеграм: https://t.me/n8nhow

Подписаться на канал обучения n8n: https://t.me/n8ncoaching