Идея создания центра передового опыта или COE в области ИИ не является особенно радикальной. В одном из недавних опросов руководителей крупных американских компаний, использующих ИИ, 37% заявили, что они уже создали такую организацию. Чем должна заниматься эта группа? Они должны разработать концепцию ИИ, определить варианты использования, определить соответствующий уровень амбиций, создать архитектуру данных, управлять внешними партнерами, определить "чемпионов" ИИ в компании и делиться историями успеха.
Искусственный интеллект - одна из самых мощных технологий для изменения бизнеса за последние десятилетия. Он способен оптимизировать многие процессы в организациях и уже является двигателем некоторых из самых ценных в мире платформенных бизнесов. По нашему мнению, ИИ станет постоянным аспектом бизнес-ландшафта, и возможности ИИ должны быть устойчивыми во времени, чтобы развивать и поддерживать потенциальные новые бизнес-модели и возможности.
В частности, мы считаем, что компаниям необходимо создать специальные организационные подразделения для внедрения ИИ. Это важный бизнес-инструмент, который нельзя оставлять на произвол судьбы. Компании выделяют значительные финансовые ресурсы на ИИ, а необходимые навыки и опыт слишком редки, чтобы предполагать, что они будут разбросаны по организации без какой-либо координации или сотрудничества. Мы считаем, что ИИ приведет к появлению новых центров компетенции (ЦК) или центров передового опыта (ЦПО) и новых ролей в них.
Идея создания ЦК или ЦПО в области ИИ не является особенно радикальной. В одном из недавних опросов руководителей крупных американских компаний, использующих ИИ, 37% заявили, что уже создали такую организацию. Deutsche Bank, J.P. Morgan Chase, Pfizer, Procter & Gamble, Anthem и Farmers Insurance входят в число компаний, не связанных с технологиями, которые создали централизованные группы по надзору за ИИ.
Определенные технологии ИИ хорошо известны во многих организациях. Машинное обучение берет свое начало от статистической регрессии. В связи с этим возникает вопрос о том, следует ли объединять ЦК ИИ или COE с аналитическими группами. Если существующая аналитическая группа уже занимается предиктивной аналитикой, то аналитики, готовые учиться и расти, вероятно, смогут освоить многие проекты в области ИИ, и объединенная организация будет иметь смысл.
Чем должна заниматься группа ИИ
Независимо от того, является ли группа ИИ развитием существующей аналитической группы или совершенно новой группой, существует множество различных видов деятельности, которыми она может и должна заниматься. Некоторые из них - такие как разработка моделей и систем ИИ, тесное сотрудничество с поставщиками и создание технической инфраструктуры - могут быть выполнены в сотрудничестве с ИТ-организацией; другие же требуют тесного сотрудничества с бизнес-лидерами. Несмотря на важность сотрудничества, именно за эти задачи должна отвечать команда ИИ:
Создать видение ИИ в компании. Руководителям важно обсудить - в идеале с экспертами по ИИ - что такое ИИ, что он может делать и как он может обеспечить новые бизнес-модели и стратегии. В противном случае это может привести к неоптимизации того, что ИИ может сделать для бизнеса.
Определите сценарии использования, ориентированные на бизнес. Разработчикам возможностей ИИ потребуется список приоритетных приложений или вариантов использования в компании. Они должны балансировать между стратегической ценностью и достижимостью. Компании могут разрабатывать некоторые из этих сценариев использования в качестве пилотных или опытных образцов, но у них также должен быть "конвейер" - регулярно контролируемый центром ИИ и руководителями - который приведет к внедрению в производство.
Определите подходящий уровень амбиций. Поскольку ИИ обычно поддерживает задачи, а не целые рабочие места или бизнес-процессы, обычно лучше реализовывать менее амбициозные проекты, а не "выстрелы в луну". Но для того чтобы привлечь внимание руководства и оказать существенное влияние на бизнес, организации могут захотеть реализовать серию небольших проектов в одной области бизнеса. Для этого может потребоваться "дорожная карта" с несколькими вариантами использования в течение определенного периода времени. Центр ИИ может помочь компании "мыслить масштабно, но начинать с малого".
Создайте целевую архитектуру данных. Видение и сценарии использования определяют платформу данных и инструменты, необходимые для ее реализации. Это ключевой момент для всех (связанных с данными) проектов, включающий все типы данных - структурированные, неструктурированные и внешние. Сегодня Hadoop является стандартной платформой управления данными, но центру искусственного интеллекта необходимо определиться между локальными и облачными вариантами, а также между самостоятельными решениями с открытым исходным кодом и лицензированными решениями (например, Hadoop на Cloudera или AWS или с открытым исходным кодом). Большинство компаний выиграют от использования готовых к использованию аналитических инструментов с компонентами с открытым исходным кодом (например, Alteryx) для быстрого моделирования, а не пакетных инструментов, исторически ориентированных на BI (как ранние версии SAS или SPSS).
Управление внешними инновациями. Центр ИИ может помочь организовать отношения с университетами, поставщиками, стартапами ИИ и другими источниками опыта и инноваций. Компания может развивать экосистему ИИ и, возможно, даже инвестировать в фирмы, которые обещают принести пользу бизнесу. Это также важно для того, чтобы инструменты и технологии были лучшими в своем классе.
Развивайте и поддерживайте сеть сторонников ИИ. Центр ИИ будет работать лучше всего, если он создаст сеть влиятельных сторонников и поборников технологии в рамках всего бизнеса. Во многих компаниях этот шаг уже пройден: по результатам исследования, проведенного Deloitte в 2018 году, 45% компаний назначили старших руководителей по всей компании в качестве сторонников ИИ. Учитывая коммерциализацию программирования (с легкодоступными скриптами на таких языках, как R- и Python), основное внимание при наращивании внутреннего потенциала следует уделять статистическому и математическому моделированию, а не чистому программированию.
Распространение историй успеха. Ключевым фактором успеха ИИ или любой новой технологии является распространение ранних историй успеха с приоритетными случаями использования. Это вызовет аппетит к дальнейшей деятельности в области ИИ; по сути, такие коммуникации выполняют маркетинговую функцию для центра ИИ.
Приобретение и формирование талантов
Одним из наиболее важных факторов успешного создания центра ИИ является набор, привлечение или формирование талантов. Не секрет, что ведущих инженеров по ИИ и специалистов по обработке данных (статистиков) трудно нанять даже в Кремниевой долине. Большинству организаций потребуется несколько человек, способных разрабатывать и внедрять алгоритмы ИИ - например, доктор философии в области ИИ или компьютерных наук. Но многие задачи центра, ориентированные на бизнес, могут выполняться аналитиками уровня MBA, которые ознакомились с возможностями ИИ и умеют пользоваться автоматизированными инструментами машинного обучения. Также можно быстрее начать работу с талантами ИИ, наняв консультантов или поставщиков для работы над ранними проектами. Обязательно нужно будет объединить их с внутренними сотрудниками в команды.
Компании также могут захотеть начать работу по созданию талантов ИИ уже сейчас. Нет причин, по которым сотрудники, ориентированные на количественные показатели, не могут быть обучены ИИ. Некоторые компании, включая Cisco Systems, сотрудничали с университетами в разработке программ обучения науке о данных для внутренних сотрудников, что позволило создать сотни сертифицированных специалистов. Такой же подход можно применить и к ИИ (с тем же содержанием).
Кроме того, такие компании, как Reply и DataRobot, и университеты, такие как MIT, предлагают короткие курсы обучения руководителей для обеспечения "быстрого" наращивания навыков, связанных с ИИ, разработанные специально для каждой компании.
Организационные структуры и процессы
Хотя единой оптимальной организационной структуры для центра ИИ не существует, мы считаем, что в большинстве случаев организациям будет полезна центральная структура с развернутым или встроенным персоналом, подчиняющимся бизнес-функции в масштабах предприятия. Поскольку таланты в области ИИ дефицитны, трудно создать критическую массу, если они разбросаны по организации. А наш опыт работы с аналитическими функциями показывает, что централизация способствует повышению удовлетворенности работой и удержанию сотрудников на этой должности.
Чтобы избежать излишней бюрократии, централизованная группа должна внедрить или направить своих сотрудников - по крайней мере, некоторых из них - в бизнес-подразделения или функции, где, как ожидается, ИИ будет распространен. Таким образом, сотрудники центра смогут ознакомиться с бизнес-вопросами и проблемами подразделения и наладить отношения с ключевыми руководителями. Программы ротации между бизнес-подразделениями могут улучшить рост и передачу знаний. По мере того как ИИ начнет внедряться повсеместно, эти встроенные сотрудники могут перенести свою основную организационную подчиненность в бизнес-подразделения или функции.
Существует множество возможных областей, в которых может быть подчинен центр ИИ, но мы утверждаем, что лучшим вариантом будет центральная стратегическая группа, которая также отвечает за цифровые задачи. ProSiebenSat.1 (крупнейшая частная медиакомпания в Германии) разместила команду аналитиков данных между цифровым бизнесом и ИТ, что позволило сосредоточиться на разработке новых бизнес-моделей для экономики платформ. Группы ИИ и аналитики в Versicherungskammer (крупнейший государственный страховщик в Германии) подчиняются главному информационному директору. Группа ИИ компании Procter & Gamble была создана совместными усилиями ИТ-отдела и отдела исследований и разработок. В компании Anthem Центр передового опыта в области когнитивных технологий (ИИ) подчиняется главному директору по цифровым технологиям.
Как и в случае со многими другими технологиями, проекты в области ИИ лучше всего проводить в "гибком" режиме, с большим количеством краткосрочных результатов и частыми встречами с заинтересованными сторонами. Если требуется значительная разработка или интеграция системы, в дело могут вступить более традиционные подходы к управлению проектами.
И наконец, учитывая некоторые этические проблемы, которые могут возникнуть в связи с ИИ, важно не игнорировать этот комплекс вопросов в рамках центра ИИ. Возможно, компании захотят создать должности, связанные с этикой, или наблюдательные советы в рамках своих усилий по ИИ. Например, компания Microsoft создала должность "специалиста по этике ИИ", чтобы направлять компании по таким вопросам, как алгоритмическая предвзятость и влияние приложений ИИ на потребителей.
Для успешной работы все бизнес-ресурсы требуют сосредоточенности и согласованности. Дефицит талантов и опыта в области ИИ означает, что создание критической массы для ИИ в рамках корпоративного центра компетенции или передового опыта еще более важно, чем для других видов ресурсов. Мы считаем, что практически невозможно добиться успеха в качестве организации "AI first" без центра, занимающегося эффективным применением этой технологии.
Об авторе
Томас Х. Дэвенпорт - заслуженный профессор информационных технологий и менеджмента в Бэбсон-колледже, приглашенный профессор Оксфордской школы бизнеса Саида, научный сотрудник Инициативы MIT по цифровой экономике и старший советник практики ИИ компании Deloitte.
- Hbr.org
Поделиться
