Що обіцяє IA
Інтелектуальна автоматизація робочих процесів (Intelligent Automation, IA) – зовсім нове поняття, офіційно введене лише у 2017 році. Це не окрема технологія, а фактор, який поєднує передові технології з метою оптимізації бізнесу та виробництва.
IA включає і штучний інтелект, і робототехніку, і технологію блокчейн, використовуючи їх сумарний ефект для якісного переосмислення робочих процесів. Сама поява поняття IA означає, що сучасні технології розвинулися настільки, що змінюють наші уявлення про продуктивність праці, її інструменти та зайнятість людей у робочих процесах. ІА можна вважати знаком четвертої технічної революції. Перша пов’язана з паровим двигуном, друга з впровадженням масового виробництва, третя з цифровими технологіями.
Мета IA – оптимізувати працю працівників розумової праці: інженерів, лікарів, бухгалтерів, дизайнерів, архітекторів. Якщо конвеєр на початку XX століття спростив роботу з матеріалами, IA оптимізує роботу з інформацією. У IA три ключові завдання:
1) автоматизувати рутинні дії працівників (створення презентацій PowerPoint для щотижневих планерок, рахунків-фактур у бухгалтерському програмному забезпеченні);
2) збільшити цінність виконуваної роботи (розширена аналітика великих даних за допомогою ІІ, що допомагає менеджерам приймати більш точні рішення);
3) відмова від роботи, яка не відповідає передовим практикам (офлайн-наради, що замінюються відеозв’язком, скорочення трафіку електронної пошти).
Виконання всіх трьох завдань є цілком реальним, якщо враховувати такі фактори IA, як:
- надійність (системи IA завжди дають один і той же результат, заснований на одних і тих же вступних даних, і їх рівень продуктивності залишається незмінно точним);
- універсальність (алгоритми ІІ з рівною ефективністю застосовуються і в банківській справі, і в медицині, і в дизайні);
- масштабованість (швидка розробка програм, їх миттєвий запуск із майже нульовими додатковими витратами);
- доступність (ІІ працює в режимі 24/7 без перерв і вихідних, крім того, його технології, як правило, мають інтуїтивно зрозумілий інтерфейс користувача);
- економічна привабливість (більшість технологій ІІ доступна за розумною ціною і зазвичай окупається менше ніж за рік).
Словом, IA для «білих комірців» — все одно, що трактори для фермерів : машини не скасовують людей, але збільшують їхню ефективність у рази. Але на відміну від тракторів, IA не вимагає дорогого транспортування та оновлюється в режимі он-лайн.
86% світових бізнес-лідерів вважають: для того, щоб залишатися на плаву, їхні компанії мають запровадити IA у найближчі п’ять років. За останні чотири роки кількість компаній, що впроваджують ІА, зросла на 270%. До 2025 року обсяг світового ринку IA досягне $15,8 млрд, збільшившись на 12,5% із 2020 по 2025 рік. На думку експертів, у найближчі п’ять років IA досягне такого рівня розвитку, на який промисловій автоматизації знадобилося 200 років.
При цьому IA задає нові правила бізнесу, пропонуючи:
1) не оцифровувати вже існуючий бізнес, а створювати нове цифрове підприємство зосереджене навколо передових технологій;
Коли ринок офлайнових іграшок Lego став стрімко скорочуватися, компанія запустила нові цифрові проекти, що охоплюють відеоігри та соцмережі, і тим самим збільшила свій чистий прибуток у чотири рази за 10 років, з 300 млн євро у 2009 році до 1,1 млрд у 2019-му .
2) створювати екосистеми даних — взаємозалежний набір послуг, що дозволяє задовольняти різні потреби клієнтів у одному інтегрованому середовищі. Так, згідно з аналізом McKinsey, у банківській галузі екосистеми забезпечують економію витрат на залучення клієнтів у розмірі до 20%. 80% взаємодії клієнта та компанії може стати повністю безконтактною і при цьому багатоканальною, з можливістю безпроблемно перемикатися між різними видами зв’язку (телефоном, поштою, чатом) та різними співробітниками служби підтримки.
Чим більше даних аналізує ІІ, тим точніше його пропозиції для клієнтів, тим більша вигода для компанії. Алгоритм Netflix для персоналізації рекомендацій, запропонований 100 млн. передплатників по всьому світу, заощадив компанії $1 млрд річного доходу.
У світових масштабах IA заощадить ще більше грошей та життів:
- $1 трлн, який щорічно обходяться американському охороні здоров’я помилки лікарів;
- $3 трлн — щорічні збитки світової економіки від нещасних випадків та захворювань, пов’язаних із стресом на роботі;
- 10 млн. життів, які щорічно можна врятувати, якщо ретельніше моніторити здоров’я громадян з метою профілактики інфарктів, інсультів та діабету.
Що вміє IA
Розумний зір
В останні роки функція спостереження за довкіллям та розпізнавання об’єктів покращилися на порядок.
- IA допомагає автоматизувати обробку документів: рахунків-фактур, контрактів, квитанцій – до 80% усієї документації компанії.
- Ефективність IA у визначенні патологій на медичних знімках сягає 80-90%.
- Розумні датчики та камери якісно оптимізують роботу магазинів: оцінку товарних запасів, аналіз поведінки покупців, оплату товарів беруть він алгоритми (Amazon вже експериментує з автоматизованими супермаркетами Amazon Go). А технологія V-Count використовує камери відеоспостереження для аналізу трафіку клієнтів та створення рекламних акцій у режимі реального часу на основі їхньої поведінки.
- Автоматизований аналіз біометрії дозволяє в рази спростити аутентифікацію співробітників на їхніх робочих місцях (з 2022 року більшість жителів Сінгапуру зможуть проходити імміграційні контрольно-пропускні пункти, не виймаючи паспорти, — автоматизовані служби ідентифікуватимуть їх на ходу сітківкою).
Розумні руки
Уявімо собі процес розгляду претензії в страховій компанії, керованій ІА. По-перше, клієнт може зареєструвати претензію онлайн. По-друге, ця заявка підтверджується програмою, яка відповідає за перевірку відповідності документа вимогам оформлення. По-третє, залежно від характеру претензії, вона може бути задоволена автоматично. Якщо ж ні, програма вибирає найоптимальніший спосіб вирішення проблеми із залученням найбільш відповідного співробітника. При цьому програма вміє аналізувати час, який витрачається на кожен крок, і визначати області, які можна оптимізувати.
Все це відбувається завдяки роботизованій автоматизації технологічних процесів (robotic process automation, RPA). Вартість ліцензії RPA досить низька, налаштування проста у використанні і також передбачає самонавчання (програма записує завдання, що виконуються користувачем на комп’ютері, і використовує цю інформацію для попереднього кодування бота – це дозволяє автоматично генерувати до 40% коду). Ключова перевага RPA — створення програм, що включають застарілі системи або враховують нестандартні вимоги (скажімо, залучення клієнтів до страхової компанії з урахуванням законодавства країн Південно-Східної Азії).
Чим більше наскрізних процесів обробляє RPA, тим ефективнішою є робота компанії (це, однак, вимагає чіткої налагодженості модулів RPA). Протягом наступних п’яти років RPA стане ключовим напрямком для організацій.
Розумні співрозмовники
Голосові помічники стають все розумнішими завдяки тому, що вдосконалюються методи навчання машин природній мові. Якщо раніше вони припускали набір певних жорстких правил, тепер на допомогу прийшли принципи глибокого навчання, коли алгоритми вчаться передбачати таку пропозицію з урахуванням проаналізованого масиву текстів.
Компанія Ілона Маска ще у 2019 році створила штучний інтелект, який генерує настільки якісні тексти, що його вирішено було випустити лише у спрощеній версії.
В результаті працівники отримують автоматизованих помічників, які не тільки добре розуміють сенс прохань, а й орієнтуються на емоції в голосі того, хто говорить. Завдяки цим можливостям роботи вже виконують функції психотерапевтів. Такий Woebot, створений командою спеціалістів зі Стенфорда: в основі програми – ІІ, який навчений за принципами когнітивно-поведінкового підходу в психотерапії. У найближчому майбутньому боти будуть настільки ж незамінні, наскільки зараз незамінні програми.
Ще одне важливе завдання – навчити ІІ аналізувати неструктуровану інформацію: така складає 80% усіх документів, текстів, творів. Тут на допомогу приходять платформи неструктурованого управління інформацією (UIM) , що допомагають вилучати, класифікувати та перетворювати неструктуровані дані в структуровану інформацію, доступну для читання та пошуку.
Алгоритм Amazon Comprehend Medical допомагає лікарям вивчати звіти про клінічні випробування та інші електронні медичні записи.
Американський фінансовий холдинг JP Morgan Chase використовує програму, яка розглядає комерційні кредитні угоди, за кілька секунд роблячи роботу, на яку пішли б тисячі годин юристів.
У сфері управління персоналом системи UIM допомагають шукати талановитих співробітників, аналізуючи величезну кількість резюме та оголошень про вакансії у різноманітних форматах.
Нові мізки
Чарівне відкриття, що назавжди змінило світові технології, — глибоке навчання. Завдяки йому ми так впевнено покладаємось на свої смартфони. Завдяки йому комп’ютери навчаються так швидко. Секрет глибокого навчання в тому, що, отримуючи дані та витягуючи з них закономірності, машина отримує можливість навчати саму себе, без допомоги людини.
Ринок платформ машинного навчання великий, але зводиться до трьох типів продуктів:
- платформи з відкритим вихідним кодом (Scikit Learn, Keras, PyTorch, R-Project) – вони у вільному доступі, відкриті для доопрацювання та підходять невеликим компаніям з обмеженим бюджетом;
- комерційні платформи, традиційні (SAS, Matlab) та хмарні (AWS, Google Cloud), що передбачають спеціалізовану підтримку клієнтів.
За деяку суму компанія може орендувати обчислювальні потужності, які прискорять і оптимізують її бізнес-процеси. Але глибоке навчання – не чарівна паличка. Є два застереження:
1. Алгоритми працюють із тими даними, які їм дали, нічого не домислюючи. Якщо дані неповні, погано структуровані, малозрозумілі самим співробітникам компанії, алгоритми створять ідеального рішення. Дослідження ж показують, що менш ніж 1% неструктурованих даних компанії аналізується чи використовується взагалі. 80% часу аналітиків йде на просте виявлення та підготовку даних.
2. У IA є свої обмеження: у машини відсутнє критичне та абстрактне мислення, креативність. Найкраще вона вміє вирішувати вузькоспрямовані специфічні завдання. AlphaGo обіграла людину в го, проте це не означає, що вона переможе і над шахістами. Їй не під силу підготувати фінансовий відділ будь-якої компанії. Навіть технології, які вважаються передовими в галузі штучного інтелекту, не можуть бути повністю автономними: потужні алгоритми Facebook і Google, як і раніше, активно підтримуються людьми у фоновому режимі, інакше високих результатів не досягти.
Серед чотирьох наведених можливостей немає універсальної: вибір завжди залежить від потреб конкретного бізнесу.
Вони не замінюють базову ІТ-інфраструктуру компанії та залучаються лише тоді, коли базових здібностей системи компанії вже не вистачає. До тонкощів їх впровадження ми переходимо.
Як працювати з IA
П’ять установок на успіх
Бажання впровадити ІА у свій бізнес ще не гарантує успіху. За даними McKinsey, тільки 5% всіх робочих завдань можуть бути повністю автоматизовані, 60% — автоматизовані більш ніж на 30%. Перетворення компанії за допомогою ІА вимагає хірургічної точності! Ті компанії, які в цьому досягли успіху, стали безумовними лідерами (Deutsche Bank, Pfizer, Amazon). Як їм це вдалося?
1. Необхідна безперечна підтримка азартного керівництва. Amazon такий, тому що ним керує візіонер Безос. Керівництво виробляє бачення, розробляє стратегію та координує управління.
2. Важлива координація дій трьох гравців:
- комітет з керівництва IA, до якого входять вище керівництво компанії та співробітники всіх ключових функцій, що беруть участь у перетворенні. Комітет відповідає за координацію бачення, бізнес-плану та конкретних дій співробітників;
- команда, яка фокусується на вивченні та впровадженні кращих практик у галузі IA (Centers of Excellence, CoE). Але часто компанії створюють ще й центр управління автоматизацією: CoE відповідає за впровадження нових програм IA, центр управління автоматизацією — за їх підтримку та розвиток;
- лідер CoE, який забезпечує координацію своєї команди та комітету з керівництва IA, регулярно звітує перед комітетом про хід роботи та можливі ризики.
Рада директорів компанії має складатися як із бізнес-управлінців, так і айтішників. Згідно з опитуванням McKinsey, поради директорів найбільш ефективних компаній відрізняються різноманітністю ролей, туди входять і фахівці з обробки даних, і системні архітектори, і розробники, і бізнес-аналітики.
3. Важливо мислити глобально, але починати з малого та швидко масштабуватись. Пропрацюйте бачення майбутніх змін, але спочатку обмежтеся пілотним проектом. Переконайтеся, що команда знає, як працюють бізнес-процеси у відповідній галузі, як налаштувати програму автоматизації з використанням певних технологій, має відповідні методи їх доставки. Дуже важливим є досвід подібних проектів: на початку варто переконатися, що принаймні 30% команди вже працювали над схожими завданнями.
4. IA – це трансформація бізнесу та мислення людей, а не просто технологічний проект. Технології – лише інструмент. Найкраща лопата марна, якщо рити котлован поодинці і без очевидної мети.
IA торкається культури всієї компанії. Використання IA в ізольованих командах безглуздо. Цінність змін повинні розуміти та приймати всі співробітники.
5. IA – це подорож, а не пункт призначення. Трансформації нескінченні і диктуються умовами, що постійно змінюються.
Дорожня карта
Вона включає п’ять пунктів:
1. Визначення пріоритетів для ІА. Чи можливо автоматизувати вибрані робочі завдання? Які зусилля для цього потрібні? Які вигоди? З чого почати?
2. Перепроектування процесів перед автоматизацією. Кращі компанії вдаються для цього або до методики ощадливого виробництва (вона націлена на поступові зміни), або до zero based-підходу, коли оптимальний новий процес розробляється без урахування нинішніх обмежень (це вимагає більше часу та зусиль, ніж ощадливий підхід, але й результати). як правило, більш креативні та багатообіцяючі). Перепроектування процесів з погляду zero based-підходу застосовується до наскрізних процесів із більшою вартістю. Більшість компаній понад 50% потенційної вартості перетворення посідає 10–20 основних наскрізних процесів. «Довгий хвіст» можливостей автоматизації з нижчою вартістю вимагає менш ретельного опрацювання. Визначтеся, які слід радикально переробити, а які просто оптимізувати.
3. Вибір постачальників. Не витрачайте на це більше двох тижнів: рішення, запропоновані провідними постачальниками, зазвичай мають дуже схожі функції. Крім того, більшість пропонованих технологій добре інтегруються. Ваша мета – якнайшвидше запустити IA в компанії.
4. Детальне формулювання IT-вимог: поділ та підготовка середовищ розробки, тестування та виробництва, підготовка якісних тестових даних до розробки, купівля достатньої кількості ліцензій для програм IA, забезпечення доступу до застарілих систем.
5. Управління даними. Дані – паливо для ефективних автоматизованих процесів. Пам’ятайте про небезпеку низькоякісних даних. Важливо розробити та впровадити у масштабах усієї організації зобов’язання ставитися до даних як до цінного активу:
- вміти зберігати та структурувати дані;
- продумувати заходи безпеки та питання конфіденційності;
- організовувати регулярні аудити даних;
- формулювати пріоритетні ініціативи для збирання та аналізу даних;
- визначати їхню відповідність конкретним можливостям IA.
Як масштабувати IA у бізнесі
Найважливіший етап у ході впровадження IA – масштабування до розмірів всієї компанії , охоплення якомога більшої кількості процесів та завдань. Цьому сприяє чотири фактори:
Чинник № 1. Демократизація технологій. Більшість співробітників компанії повинні уповноважені створювати програми IA, які допоможуть їм у повсякденній роботі. Цьому сприяє впровадження програм з низьким рівнем коду або програм no code , які вимагають від користувачів мінімальних програмістських навичок або ж не вимагають їх.
У той самий час ризиковано залишати управління такими програмами безконтрольним, тому успішні організації покладають функцію контролю на центр управління автоматизацією. Центр вибирає співробітників, які мають передові знання в галузі технологій, для підтримки інших користувачів.
Декілька років тому в інтернеті стала вірусною історія одного програміста, який вигадав програму, яка дозволила йому за 10 хвилин робити місячний обсяг роботи. Вона працювала так добре, що йому навіть довелося додати помилки у ПЗ, щоб скрипт виглядав більш людяно. Але незабаром програміст відчув занепокоєння: чи не етично розповідати начальству про свою інновацію? А якщо начальник дізнається, чи не вирішить він замінити людину цією програмою?
Якби компанія, в якій працює цей програміст, справді дивилася в майбутнє, вона почала б всіляко заохочувати подібні ідеї, адже вони в рази збільшують продуктивність і дозволяють працівникам виявляти винахідливість. Недарма все більше компаній хочуть, щоб їхні співробітники працювали лише чотири дні на тиждень, зате свідоміше та ефективніше.
Поширена проблема в компаніях, що впроваджують IA, — недовіра працівників до рішень, прийнятих штучним інтелектом. Скажімо, лікарі можуть засумніватися у коректності поставленого комп’ютером діагнозу. Підстави для недовіри у них є, оскільки машина приймає рішення за принципом «чорної скриньки»: ми часто не знаємо, яким був перебіг її міркувань. Останнім часом особлива увага приділяється розробці зрозумілих моделей ІІ. Такою є, наприклад, методика LIME.
Проблема має глобальний характер. У майбутньому, у міру впровадження ІІ у повсякденні дії, уряди повинні зобов’язувати будь-яку компанію пояснювати рішення власних інструментів IA.
Чинник № 2. Конвергенція технологій. Чотири перераховані вище вміння ІІ (розумний зір та ін.) тим сильніше, чим тісніше пов’язані. Розробка такої інтеграції — складний і довгий, але надзвичайно перспективний процес, тому компанії не шкодують на нього грошей. SAP купила компанію з розробки програмного забезпечення RPA Contextor наприкінці 2018 року з метою інтеграції IA у свої пропозиції ERP (Enterprise Resource Planning, планування ресурсів підприємства). Тепер одне з найновіших рішень SAP, SAP Leonardo, поєднує в собі технології в галузі і RPA, і машинного навчання, і інтернету речей, і блокчейна. Microsoft працює над аналогічними інтеграційними проектами, але ще в більшому масштабі, з базою користувачів Microsoft Office, а це 1,2 млрд користувачів.
Вирішальне значення тут має технологія Application Programming Interface (API) – програмний інтерфейс взаємодії між системами, що дозволяє обмінюватися даними всередині організацій та між ними, а також між різними компонентами ІІ. Коли замість багатокрокового процесу реєстрації ми просто тиснемо кнопку «зареєструватися в Google», нам допомагає саме API. Він вбиває відразу двох зайців: постійно вдосконалює свої навички збору інформації і покращує інтерфейс користувача.
Фактор № 3. ІІ, який навчає ІІ. Технологія IA здатна самостійно оцінювати пріоритети можливостей IA, автоматизувати деякі завдання обробки даних. На ринку доступні дві основні технології: автоматизована генерація коду та AutoML, інструмент від Google, який автоматизує розробку алгоритмів машинного навчання для різних завдань. Важливо, що такі системи не тільки генерують робочі завдання, а й стежать за порядком у своїх електронних мізках, вміючи знаходити та коригувати відхилення від норми.
Фактор № 4. Симбіоз людей та машин. Окремо ні люди, ні машини не забезпечують очікуваного зростання ефективності, тож майбутнє за більш досконалими формами їхньої взаємодії. Цьому допоможе удосконалення таких областей ІА, як:
- розуміння комп’ютерами вербальних команд працівників;
- збирання інформації про поведінку співробітників на роботі. Багато організацій активно використовують браслети, камери та GPS для збору даних про співробітників. Так, патент Amazon на смарт-браслети, які носитимуть співробітники центру виконання замовлень, схвалили ще в 2017 році (ці браслети використовують технологію ультразвукового відстеження рук). Додамо сюди можливості інтернету тіл (IoB) — розширеної версії інтернету речей (гаджети Apple Watch або Fitbits, кардіостимулятори тощо). Чіпи, вбудовані в тіла співробітників, вже використовуються в корпораціях для аутентифікації безпеки: так, шведська компанія Epicenter пропонує своїм співробітникам RFID-мікрочіп, що імплантується, для заміни перепусток;
- технології доповненої реальності, які у майбутньому здатні якісно розширити можливості для віддаленої роботи (уявимо свою голографічну присутність на конференції в іншій країні).
Тенденції, що визначають успіх IA у довгостроковій перспективі
Вони включають три технології, які потрібно мати на увазі всім, хто автоматизує бізнес і хоче залишатися в ньому успішним якомога довше.
1. Навчання з підкріпленням – спосіб навчання машини на практиці шляхом урахування численних зворотних сигналів. Неправильні рішення, які не дозволяють машині досягти результату, відсіваються, успішні рішення стають частиною її плану. Уявимо собі домашнього робота, який уважно спостерігає за нашими діями та оптимізує під них домашню обстановку. Проблема в тому, що навчати таким чином машини довго і складно, так що знадобляться роки, щоб методика стала широко використовуватися в ІА. Однак, безперечно, її година настане.
2. Блокчейн. Наразі він відомий в основному за операціями з криптовалютою, проте потенціал технології величезний. Система роботи з даними, які одночасно зберігаються на багатьох комп’ютерах, внаслідок чого їх неможливо підробити і змінити, відрізняється особливою надійністю. При цьому блокчейн сам по собі не автоматизує завдання, зате економить ресурси під час їх обробки: особливо це стосується таких операцій, як перевірка транзакцій або автентифікація сторін. Щоправда, поки що для підтвердження транзакції може знадобитися до шести годин. Платформа Ethereum може обробляти лише близько 17 транзакцій за секунду в порівнянні з Facebook, який обробляє 175 тисяч транзакцій за секунду. А ще блокчейн дуже енерговитратний.
3. Ройна (групова) робототехніка – новий підхід до координації безлічі роботів, покликаних злагоджено виконувати завдання різної складності (скажімо, медичні: зондування внутрішніх органів за допомогою нанороботів). Для їхнього децентралізованого управління підходить саме блокчейн.
Імперативи майбутнього
Будь-яка розмова про IA розвивається за одним із сценаріїв:
- Оптимістичному. Як і будь-яка промислова революція, нинішня, четверта створює нові робочі місця більше, ніж IA автоматизує (за даними Всесвітнього економічного форуму, 58 млн нових робочих місць протягом декількох років), а головне, дуже спрощує життя людей.
- Песимістичному. Четверта промислова революція не слідуватиме колишнім історичним схемам, зміни надто глобальні і зачіпають основу людської природи. Історія, твердять скептики, ще не знала таких темпів технічних інновацій. Скажімо, за останні два роки було отримано більше даних, аніж за всю попередню історію людства.
У нас просто немає часу, щоб адаптуватись. З 1870 по 1970 число фермерів скоротилося на 90%, з 1950 по 2010 число заводських робітників скоротилося на 75%. А у нашому розпорядженні, судячи з нинішніх змін, може бути не більше 10 років. Експерти впевнені, що ІІ перевершить людей у написанні шкільних творів до 2026 року, водінні вантажівки — до 2027-го, у написанні бестселерів — до 2049-го. Є 50% ймовірність, що ІІ перевершить людей у всіх завданнях через 45 років.
Насправді, істина посередині. Але щоб бути готовим до майбутнього, треба мати на увазі п’ять імперативів:
Імператив №1. Розвивати ключові навички. До таких належать здатність до адаптації до умов, що швидко змінюються, креативність і вміння вчитися — те, чого не вміють роботи. У той час як машини будуть накопичувати знання, люди дбатимуть про розуміння цього знання. Як сказав один аналітик, «світ турбує не те, наскільки багато ви знаєте, а те, що ви можете з цим зробити».
AlphaGo перемогла Лі Седоля, найкращого гравця в го у світі. Але один із п’яти матчів вона йому програла, бо Лі застосував рідкісну та креативну комбінацію «Амаші» і тим самим застав машину зненацька.
Імператив №2. Перерозподілити світове багатство. Вісім найбагатших людей планети мають стільки, скільки найбідніша половина населення Землі. З 2010 року статки мільярдерів зросли на 13% на рік, а зарплата рядових працівників — на 2% на рік. При цьому розвиток технологій лише збільшує фінансову нерівність. У зв’язку з цим актуальна ідея прогресивного податку на багатство: накопичені таким чином гроші могли б забезпечити безумовний базовий дохід, який позбавить людей необхідності заробляти на життя.
Імператив №3. Переосмислити роботу. Повіками люди працювали, щоб не померти з голоду. Або тому, що були рабами. Вперше в історії людства обидві погрози відступили. Відразу ж виявилося, що зв’язок між роботою та щастям дуже складний. Згідно з дослідженням Gallup, 85% співробітників у всьому світі не почуваються залученими до своєї роботи; Дві третини співробітників переживають емоційне вигоряння на роботі. А все тому, що люди не знаходять у цій роботі сенсу. Можливо, вони стали жертвами кар’єрної пастки: півжиття чогось прагнули, а в результаті почуваються білками в колесі.
В ідеалі робота – це те, що ви робите найкраще, тому що вам найбільше у світі подобається робити саме це. Беручи на себе рутину, IA дозволяє (можливо, вперше в історії) задуматися про це визначення роботи.
Автори книги вірять, що успішними компаніями майбутнього стануть ті, які почнуть запитувати своїх співробітників, які навички вони хочуть розвинути та які проблеми надихають їх.
Імператив №4. Переосмислити освіту. Слово «школа» у перекладі з давньогрецької означає «дозвілля». Нам варто повчитися у давніх греків любові до вдумливих роздумів про природу моралі та щастя. Давньогрецька освіта прагнула допомогти людям знайти мету у житті. Згадуючи про грецьких аристократів чи римських патрицій, які перевірили важку працю рабам, розумієш, що сама ідея роботи є досить неоднозначною. Що, якщо нам потрібно поменше працювати і більше піклуватися про себе?
Так, система освіти інерційна за своєю природою, і швидких змін тут, на жаль, чекати не доводиться. Але батьки можуть прийти своїм дітям на допомогу раніше за вчителів. Для цього потрібно запитувати їх не «ким ти хочеш бути, коли виростеш?», а «що тобі подобається робити? Що заряджає тебе енергією?».
Імператив №5. Побудувати нове суспільство. Звучить глобально, але переосмислення освіти та роботи веде саме до цього. Суспільство майбутнього — це суспільство, де зайнятість людей еволюціонує убік:
- глибоко осмислених занять на кшталт турботи про інших та про планету загалом;
- активного пошуку занять, які по-справжньому надихають;
- створення нових форм дозвілля, адже в майбутньому у людства стане значно більше вільного часу.
Уряди мають на увазі ці вектори змін уже сьогодні, відповідним чином змінюючи закони соціального життя. Інакше нам загрожують масштабні суспільні проблеми.
Найголовніший фактор
У цій книзі йшлося про хмарні сервіси, робототехніку, блокчейн та інші технологічні чудеса. Але щоб інтелектуальна автоматизація вашого бізнесу проходила успішно, варто мати на увазі найголовніший ключовий фактор змін. Це не хмари, не роботи і блокчейн. Це люди. IA тільки тоді успішна, коли орієнтована на співробітників. Вони у центрі будь-якої трансформації бізнесу. А головний результат – не лише підвищення продуктивності праці, а й підвищення досвіду працівників. Вони мають прийняти зміни та стати їх авторами. Для цього:
- надихайте їх: якнайдокладніше поясніть причини, з яких компанія зважилася на IA, і очікувані вигоди, розкажіть про успішний досвід інших компаній;
- навчайте їх і якнайактивніше залучайте до обговорення нових рішень: пам’ятайте, що технології стрімко спрощуються, програми без коду все більш популярні. Процеси IA мають бути зрозумілі співробітникам так само, як керування власними смартфонами;
- шукайте таланти вже на ранніх етапах впровадження ІА. Робіть ставку на досвід і здібності людей, які вже працюють у компанії, які знають її специфіку зсередини. За досвідом авторів, зазвичай можна знайти близько 60% необхідних талантів усередині компанії та перенавчити їх, 40% припадає на найм.
Зрештою, важливо, щоб у житті кожного з нас було досягнуто балансу між передовими практиками та вічними цінностями, особистим життям та роботою, автоматизацією та ініціативністю. Саме технології допоможуть зрозуміти, що робить нас людьми ефективними, творчими, щасливими.
10 найкращих думок
1. IA – це трансформація бізнесу та мислення людей, а не просто технологічний проект. Технології – лише інструмент.
2. IA для “білих комірців” – все одно що трактори для фермерів. Але на відміну від тракторів, IA не вимагає дорогого транспортування та оновлюється в режимі он-лайн.
3. IA – це подорож, а не пункт призначення. Зміни нескінченні і диктуються умовами, що постійно змінюються.
4. Думайте глобально, починайте з малого і швидко масштабуйтеся. Пропрацюйте бачення майбутніх змін , але спочатку обмежтеся пілотним проектом.
5. Безумовна підтримка азартного керівництва при впровадженні ІА необхідна. Amazon такий, тому що ним керує візіонер Безос.
6. Дані – це паливо для IA. За якістю цього палива варто стежити дуже ретельно.
7. Не витрачайте занадто багато часу на пошук талантів на стороні, робіть ставку на досвід і здібності людей, які вже працюють у компанії.
8. Навчання з підкріпленням, блокчейн та групова робототехніка – ці три технології визначать успіх IA у найближчому майбутньому.
9. Здатність до адаптації, креативність та вміння вчитися – ось ключові навички майбутнього.
10. Успішними компаніями майбутнього стануть ті, які почнуть запитувати своїх співробітників, які навички вони хочуть розвинути та які проблеми надихають їх.