Три ключевых элемента лежат в основе стратегии искусственного интеллекта, по словам Винса Кэмпси из RTX: данные, таланты и вычислительные мощности.
По мере того как искусственный интеллект становится неотъемлемой частью бизнеса, компании всё чаще делают ставку на реальные бизнес-результаты и стратегическую ценность.
«Искусственный интеллект часто рассматривают как отдельный инструмент. Но он должен быть частью бизнес-стратегии», — говорит Винс Кэмпси, директор по цифровым технологиям и руководитель подразделения корпоративных сервисов в аэрокосмической и оборонной компании RTX. «Стратегия в области ИИ, стратегия работы с данными и бизнес-стратегия должны развиваться параллельно».
На недавней конференции AI+ Expo, посвященной искусственному интеллекту, технологиям и конкурентоспособности, Кэмпси выступил вместе с Дэном Хеллфричем, партнером и бывшим председателем совета директоров Deloitte Consulting LLP. Модератором дискуссии выступил Брайан Каменецки, старший редактор WSJ Custom Content в The Wall Street Journal и ведущий подкаста Deloitte-WSJ «Techfluential». Тема обсуждения звучала так: «Сквозь шум: как согласовать стратегию ИИ с бизнес-результатами». В ходе беседы эксперты затронули управление ИИ, важность данных и влияние технологий на персонал.
Винс, какую роль, на ваш взгляд, играет искусственный интеллект в поддержке бизнес-стратегии?
Кэмпси: В RTX мы используем искусственный интеллект, чтобы улучшать проектирование, разработку и обслуживание нашей аэрокосмической и оборонной продукции, делая её умнее, эффективнее и, главное, безопаснее. ИИ помогает ускорить производство, оптимизировать цепочки поставок и повысить надежность изделий на всех этапах их жизненного цикла. Кроме того, технологии позволяют расширять функциональность и повышать ценность продукта с выходом каждой новой версии.
Одновременно с этим ИИ помогает нам эффективнее управлять компанией: мы оптимизируем операции, улучшаем процесс принятия решений и в полной мере используем масштаб нашего бизнеса. Технология интегрирована во все этапы жизненного цикла продукта и в работу всей корпоративной структуры.
Дэн, как вы видите эту ситуацию в более широком контексте рынка?
Хеллфрич: Компании из разных отраслей экспериментируют с искусственным интеллектом, чтобы переосмыслить свои рабочие процессы и создать новые продукты и услуги. Существует множество смелых прогнозов, и некоторые руководители могут испытывать неуверенность. Это нормально. Компании могут запускать параллельные эксперименты с ИИ в разных подразделениях. Вместо того чтобы пытаться в кабинетах решить, какой ответ правильный, они могут тестировать гипотезы и собирать реальные данные внутри своей организации.
Таланты — безусловно, важный компонент любой технологической стратегии. Какие шаги могут предпринять компании, чтобы помочь своим командам освоить искусственный интеллект?
Хеллфрич: Концепция «ориентированных на ИИ» сотрудников становится всё более актуальной. Ведущие компании раскрывают потенциал таких специалистов — сотрудников, которые отлично разбираются в технологиях, но зачастую являются наименее опытными в компании. В традиционном корпоративном обучении более опытные сотрудники передают знания новичкам. В случае с ИИ эту парадигму стоит изменить: обучение должно быть двусторонним. Специалисты, разбирающиеся в ИИ, могут обучать старших коллег, а те, в свою очередь, делиться с ними отраслевым опытом и контекстом.
Умение молодого поколения работать с технологиями позволяет наладить двустороннее обучение между руководителями и начинающими специалистами, что способствует инновациям.
Кэмпси: Искусственный интеллект меняет привычные карьерные траектории. Возможность двустороннего обучения между руководителями и молодыми специалистами стимулирует инновации. Я считаю, что поддержка со стороны руководства здесь особенно важна. Когда топ-менеджеры сами начинают использовать ИИ, они лучше понимают его потенциал и масштабируемость. Такая поддержка создает больше возможностей для обучения и оценки результатов.
Винс, какую роль играют данные в корпоративной структуре?
Кэмпси: В основе стратегии ИИ лежат данные, таланты и вычислительные мощности. Главное — правильно организовать данные. В RTX мы объединяем наши данные, чтобы они были доступны для различных ИИ-приложений. Для этого мы подключили сотни ИТ-систем и десятки тысяч станков на производстве к единой платформе. Приведу пример: один из наших продуктов — авиационный двигатель. Даже на ранних этапах эксплуатации он генерирует около 40 миллионов часов работы. Наша задача — превратить эти данные в полезные знания для инноваций и повышения эффективности.
Как компаниям найти баланс между стремлением к скорости, инновациям и необходимостью соблюдать правила?
Кэмпси: Разделите управление на три этапа: картирование, измерение и мониторинг. Это позволяет командам планировать отслеживание прогресса, измерять результаты и контролировать качество для достижения целей. Затем сосредоточьтесь на тактиках, которые поддерживают соответствие стратегическим целям. По мере того как ИИ становится более автономным, компаниям нужна система управления, основанная на намерениях руководства, включающая объяснимость и возможность аудита. Это нужно, чтобы люди могли проверять результаты и доверять им.
Иногда сложно управлять ожиданиями от ИИ, когда руководители определяют масштаб инициатив. Всегда ли стоит мыслить масштабно?
Хеллфрич: Комплексный подход может быть эффективным решением. Важно понимать, что портфель ИИ-проектов, скорее всего, будет состоять из успешных кейсов, проектов со средним результатом, прорывных идей, провалов и тех, что не оправдали ожиданий (если говорить спортивным языком). Цель — получение прибыли, но важно проявить терпение и дать проектам время, прежде чем объявлять об успехе.
Кэмпси: Мы реализовали сотни масштабируемых ИИ-проектов: от использования данных с датчиков для прогнозирования поломок и оптимизации техобслуживания до динамического управления цепочками поставок в реальном времени.
Производительность и безопасность продукции, скорость разработки и улучшение условий труда для сотрудников — наши главные приоритеты, причем безопасность всегда на первом месте. Мы придерживаемся сбалансированного подхода: примерно половина усилий направлена на достижение быстрых, ощутимых результатов для дальнейших инвестиций, а вторая половина — на стратегические KPI. Мы поддерживаем сбалансированный уровень риска: делаем смелые шаги там, где возможен значительный результат, но сохраняем высокий процент успешных проектов для стабильного прогресса.
Какой совет вы бы дали руководителям, которые хотят добиться результатов с помощью искусственного интеллекта?
Хеллфрич: Проводите эксперименты осознанно. Например, если у вас есть три похожие команды, и вы хотите найти оптимальную структуру, создайте разные условия: в команде A уберите сотрудников начального уровня, в команде B оставьте всё как есть, а в команде C сделайте ставку на специалистов по ИИ и сократите роль менеджмента. Когда всем командам поручено использовать ИИ, вы увидите, как эти структуры влияют не только на производительность, но и на качество, культуру и вовлеченность.
Кэмпси: Я бы выделил три момента: ценность, а не количество, поддержку и масштабируемость. Лучше реализовать 20 ИИ-проектов, которые можно масштабировать, чем 40 проектов с минимальным эффектом — ценность всегда важнее количества. Сильная поддержка руководства необходима, чтобы инициатива получила отклик в командах. И с самого начала проектируйте решения с учетом масштабируемости, уделяя внимание повторному использованию и интеграции. Цель — не отдельные успехи, а повторяемые результаты, которые реально влияют на бизнес.
Эта статья впервые была опубликована в Deloitte Executive Perspectives в CIO Journal от The Wall Street Journal 12 сентября 2025 года. Редакция The Wall Street Journal не принимала участия в создании этого материала.
- Forbes.com
Поделиться
