Искусственный интеллект. Чем рискуют работник и работодатель

По опросам TAdviser, уже сейчас 30% руководителей применяют «умные» инструменты. Эксперты разнятся в цифрах, но сходятся в оценке общей тенденции: интеллектуальная автоматизация работников набирает обороты. 

Внедрять новые технологии — всегда большие риски. Но избегать таких проектов — означает еще большие риски. В статье мы разберем основные опасения работников и работодателей в отношении искусственного интеллекта (ИИ); рассмотрим, чем рискует предприятие и конкретный сотрудник, сторонясь цифровизации. И найдем общие места, которые позволят бизнесу и работникам лучше понять точки зрения друг друга.

В рассуждениях мы используем две предпосылки: любое решение рождает риск, любой риск требует компенсирующего мероприятия. Мнения руководителей по поводу значимости того или иного риска могут отличаться. В вопросе внедрения ИИ есть две стороны: работодатель и работник. Поэтому мы сопоставим риски и возможности для тех и других на матрице 2 x 2, которую часто используют для переговоров и принятия решений.

Вы решили внедрять ИИ: сторона работодателя

Начнем с самого верха: почему вообще у предприятия возникает необходимость в автоматизации и интеллектуальных инструментах.

Коммерческая компания в любой рыночной экономике находится под гнетом конкуренции. Чтобы развиваться и укреплять свои позиции, руководство ищет способы увеличить доходы и снизить расходы. Если рынок устоявшийся (например, зерно, металл или нефтепродукты), то доходы сильно не поднять. Сосредоточимся на расходах.

Расходы удобно представить тремя крупными группами:

  • прямые расходы (все, что непосредственно связано с производством ценностей);
  • накладные расходы (ценность не создается, но создается производственная и информационная среда);
  • компенсация рисков (все, что связано с покрытием внезапного ущерба).

Внедрение инструментов ИИ актуально для второй и третьей группы. Выделим главные эффекты «умных» проектов:

  • увеличение скорости работы (обработать больший объем документов за меньший срок);
  • улучшение качества работы (сократить ошибки, привести документы в единообразие, сократить рисковый бюджет).

Итак, руководство внедряет интеллектуальное ПО с понятной и очевидной бизнес-пользой. У работодателя появляется кадровый резерв: часть работников освободилась, их можно направить в продажи или на производство.

Но внезапно проект буксует, полезный эффект не видно. Причины могут быть в следующем:

  • саботаж проекта своими же работниками («раньше было лучше», боязнь увольнения);
  • ошибки в самом ИТ-проекте внедрения (неверные приоритеты, недостаток ресурсов, промахи в проектировании и т. д.)

От ошибок на проекте поможет четкое взаимодействие руководства предприятия с проверенным вендором. Подробнее о нюансах процесса внедрения можно посмотреть здесь.

Что касается недоверия персонала, то яркие представители саботажников обсуждались тут. Чтобы преодолеть сопротивление, автор той статьи рекомендует: разбить сотрудников на группы, найти к ним подход; прислушиваться к опасениям сотрудников, к их пожеланиям; поверить в то, что каждый сотрудник может внести полезный вклад в трансформацию. Поэтому следующим пунктом рассмотрим, что скрывается за опасениями людей.

Внедрение ИИ: сторона работника

Руководство внедряет интеллектуальное решение. В документах действительно стало меньше ошибок, сотрудники быстрее справляются с документопотоком. У сотрудника возникает риск потерять рабочее место: теперь предприятию достаточно двоих делопроизводителей вместо десяти. Риск объективный, реальный. Вот и основание для саботажа.

В этот момент до работника важно донести, что искусственный интеллект — это всего лишь инструмент. Он принимает данные на вход, обрабатывает их по определенным правилам и выдает результат.

ИТ-специалисты знают, как «умное» ПО работает, могут настроить и развить его.

Руководитель знает, какой бизнес-эффект получит предприятие в целом от цифровизации вашей работы. А какова прикладная цель обработки, откуда взять данные, какие данные подать на вход, откуда взяты правила обработки, как интерпретировать результаты — это знает только специалист-предметник. Именно сотрудник может рассказать, как использовать новое ПО в своих задачах, как это облегчит повседневную работу. И именно специалист-предметник знает, какие аспекты работы невозможно автоматизировать, а какие в первую очередь переложить на ИИ.

Такой специалист должен встать над интеллектуальным инструментом. Знание предметной области уже есть, навыки работы с данными — тоже. Остается нарастить цифровые компетенции, это и есть главная защита от риска увольнения. Работник может примерить роль эксперта: и задачи интереснее, и зарплата выше.

Остаться без работы рискуют те сотрудники, которые не хотят осваивать новые инструменты или новые предметные области. Но тут не будем скоро осуждать: причины могут быть глубже — возраст, здоровье, семейные обстоятельства.

А если не внедрять?

Теперь обратно: руководство отказалось от внедрения интеллектуальных информационных систем. В этом случае предприятие попадает в зону «отстающих». Конкуренты с рынка никуда не ушли, они здесь, и они оптимизируют свои расходы с помощью ИИ. Конкуренты никогда не подводят.

Чтоб скомпенсировать этот риск, руководство будет снижать прямые производственные расходы (например, выберет более дешевое сырье). Долгосрочным следствием будет ухудшение качества продукции, рост рискового бюджета (чаще аварии, суды, штрафы). Медленно, но неуклонно такое предприятие двигается в тупик.

Снова спустимся на уровень сотрудника, который продолжает вручную обрабатывать документы. Плоды «ручного» труда несут на себе печать человеческой слабости. Утомление, рассеянное внимание, эмоции.  Рынок требует быстрого движения информации, а сотрудник уже на пределе. В документах появляются ошибки, ошибки выливаются в ущерб.

К некоторому объему ущерба предприятие еще готово, для этого и закладывают рисковый бюджет. Если он превышен, отвечать будут лично сотрудник и его руководитель своими зарплатами и премиями. А предприятие из-за ошибки в документе или неполного комплекта документов упустит выгодный контракт на несколько миллионов рублей. В проигрыше все.

Внедрять или не внедрять?

Есть области работы, когда без интеллектуальной автоматизации не обойтись. Например, человек физически не сможет обрабатывать тысячи и сотни тысяч документов в день. А есть такие документы, которые вообще нельзя показывать сотрудникам. «Объемы + информационная безопасность + безошибочность» — это область, где человек уже точно не конкурент искусственному интеллекту.

Но ИИ не работает сам по себе, не ставит цели и равнодушен к результатам. И живой специалист по-прежнему критически нужен, но с другими компетенциями и для других задач.

Сегодняшняя конкуренция заставляет компании внедрять интеллектуальные инструменты. Вести «умный» ИТ-проект — это риск кратковременный. «Выстрелит» — хорошо, нет — тоже неплохо: неуспех покажет, что нужно менять в проекте, или в процессах, или в философии предприятия. Предприятие рискует только бюджетом проекта.

Не внедрять совсем — риск стратегический. У подобного отказа далеко идущие последствия. Сиюминутная экономия сначала приведет предприятие к отставанию от рынка. А со временем такое предприятие вообще может выпасть из бизнес-среды, потому что партнерам будет неудобно и неэффективно с ним работать. Не внедрять и не пробовать — значит, гарантированно привести компанию к упадку. Также и работник без цифровых компетенций станет неинтересен завтрашнему бизнесу. Предприятие, которое сторонится интеллектуальной автоматизации, рискует своим будущим.

Фото: pixabay.com

Комментарии
Исполнительный директор, Самара

Все эти мантры и мифы об искусственном интеллекте - всего лишь очередной "хайп на тему". Поговорите с маститыми программерами - они посмеются над этим понятием. Никакого искусственного интеллекта нет, и не предвидится в ближайшем будущем, так как никаких иных решений "логических" задач, кроме простого, но очень быстрого перебора вариантов электронным мозгом ещё не придумали.

Для искусственного интеллекта очень важна возможность самообучения, т.е. создаётся программный код, который может обучаться на своих ошибках или успехах. Программа просто записывает результаты своих действий, и в следующий раз делает действие, основанное на предыдущих экспериментах, например, если мячик отбивается совсем не в ту сторону, робот отобьёт его в следующий раз по-другому и сравнит эти данные, чтобы получить идеальное отбивание со временем. Но алгоритм такого робота не предполагает, что, если посадить его за автомобиль, он сможет научиться им управлять, ак как его программа написана только для обучения определённым действиям.

Таким образом, то, что подразумевается под искусственным интеллектом, должно иметь возможность обучаться всему так же, как человек, то-есть, условно говоря, программа должна уметь «обучаться обучению» и принимать решения, не основанные на изначальном программном коде. Получается, что искусственный интеллект должен сам создавать новый программный код для своих компонентов для каждой ситуации, исходя из всего предыдущего опыта. Но эта задача не решена до сих пор, и не будет решена в ближайшем будущем - для этого необходимо создать иные законы функционирования и развития машинного кода.

Да, ряд специальностей, например, операторов колл-центров, заменяет "робот". Но и общение с таким оператором не приносит высокой конверсии. 

Если работодатели массово кинутся внедрять ИИ в свои процессы - они очень скоро поймут всю бесперспективность такого направления развития, и вернутся к обычным, но таким универсальным людям :))

Менеджер интернет-проекта, Ижевск

Дмитрий, вы говорите про "сильный инттеллект" или "расширенный" ИИ, а сейчас в основном применяется "слабый", но даже его использование приносит пользу, да не везде и не всегда. Но это будущее, а не тупиковая ветвь! 

Партнер, Москва
Дмитрий Чуркин пишет: Все эти мантры и мифы об искусственном интеллекте - всего лишь очередной "хайп на тему".

Как и другие темы типа озоновой дыры, холодного термоядерного синтеза, дети индиго, стволовые клетки, клонирование и пр. 

Даже в далёком будущем трудно ожидать создание ИИ на уровне интеллекта человека

Теоретическая модель Нейристора

Партнер, Москва
Елена Питомцева пишет: Дмитрий, вы говорите про "сильный инттеллект" или "расширенный" ИИ, а сейчас в основном применяется "слабый", но даже его использование приносит пользу, да не везде и не всегда. Но это будущее, а не тупиковая ветвь! 

 "слабый"  - Тогда нужно придумать другое названиевместо ИИ  ....

Исполнительный директор, Самара
Елена Питомцева пишет:

Дмитрий, вы говорите про "сильный инттеллект" или "расширенный" ИИ, а сейчас в основном применяется "слабый", но даже его использование приносит пользу, да не везде и не всегда. Но это будущее, а не тупиковая ветвь! 

Елена, это не ИИ, это всего лишь хороший алгоритм машинного кода. Это не ИИ ни в каком виде, так как нет механизма самообучения. 

Я про тупиковую ветвь нигде не говорил. Это будущее, безусловно, но нужны иные теории программирования, а не банальные "0" и "1". Придумают - будет и ИИ.

Главный инженер, Санкт-Петербург

Собственно разработка ПО ИИ началась в 1955 советскими и американскими специалистами. За это время целые классы задач решаются ИИ (исскуственный интеллект) и ЭС (экспертные системы):
- распознавание штрихкодов, текстов в том числе рукописных, цифр, речи, лиц, и пр;
- игровые программы, к 2000 ИИ стал обыгрывать человека в шахмты а к 2012 в игру ГО. Сейчас смартфон играет лучше Карпова и Каспарова.
- маршрутизация, есть программы и сервисы позволяюще построить маршруты оптимальным образом;
- программы диагностики сложных технических устройств и заболеваний человека;
- целый класс самообучаемых биржевых роботов;
- чатботы имитирующие сотрудников и пр.

Давайте разбираться серьезно, на простых примерах. Можно ли кассиршу в гипермаркете заменить на робот? Если бы ассортимент товара был бы не большой и не менялся, и запакован был бы в 12 типов коробочек, тогда можно было бы. В существующих реалиях нельзя. 

Мы безусловно еще много нового интересного увидим, но надо понимать что развитие вычислительных средств подошло к физическим пределам. Соответсвенно и ИИ и ЭС кардинально от существующего сегодня не поменяются.

Предлагаю бизнес идею. Создать голосового помошника "пьяный Вася" приложение для тех кто не привык пить в одиночестве. Это сфера применения ИИ вполне коммерчески успешная.

Исполнительный директор, Самара
Алексей Уланов пишет:

За это время целые классы задач решаются ИИ (исскуственный интеллект) и ЭС (экспертные системы):
- распознавание штрихкодов, текстов в том числе рукописных, цифр, речи, лиц, и пр;
- игровые программы, к 2000 ИИ стал обыгрывать человека в шахмты а к 2012 в игру ГО. Сейчас смартфон играет лучше Карпова и Каспарова.
- маршрутизация, есть программы и сервисы позволяюще построить маршруты оптимальным образом;

И всё-таки. Здесь идёт подмена понятия. Полноценный ИИ был бы способен решать сложно алгоритмизируемые и этические задачи. Все вышеперечисленные якобы "ИИ" способны лишь к поиску решения по строго заданным алгоритмам (формулам) или методом простого перебора вариантов решений. Это не ИИ ни в каком виде. И, действительно, возможности этого метода ограничены вычислительными мощностями процессора. 

Главный инженер, Санкт-Петербург
Дмитрий Чуркин пишет:

И всё-таки. Здесь идёт подмена понятия. Полноценный ИИ был бы способен решать сложно алгоритмизируемые и этические задачи. Все вышеперечисленные якобы "ИИ" способны лишь к поиску решения по строго заданным алгоритмам (формулам) или методом простого перебора вариантов решений. Это не ИИ ни в каком виде. И, действительно, возможности этого метода ограничены вычислительными мощностями процессора. 

Дмитрий, Вы не правы. Задачи маршрутизации или распознавания не решаются путем перебора вариантов. У них иные методологии решений. И относятся они именно к ИИ и ЭС. Если перебирать варианты нужны вообще запредельные мощности. 
ИИ принципиально не решает творческих задач связаных с постоянным переходом из рамок одних систем в другие. К примеру ИИ может в рамках одного стиля музыки ваять музыку, но придумать новый стиль или переапгрейдить существующий под другие задачи не может.
Этические задачи тоже относятся к системно-надсистемным. То есть без понимания внешних условий и ограничений не ясно этично ли действие или не этично. В качестве примера: В папуа новой гвинее часть агитаторов от оппозиционной партии съели, а местная полиция замяла дело и это в их понимнии этично (правильно).
В любом случае ИИ будет развиваться, но чего то ждать совсем запредельного в ближайшие 50 лет не от куда. 

IT-консультант, Украина

ИИ в том виде, в котором он описан в фантастике - невозможен в ближайщем будущем. С другой стороны - есть нейросети и экспертные системы, которых обыватели называют ИИ.

 

Партнер, Москва
Алексей Уланов пишет: игровые программы, к 2000 ИИ стал обыгрывать человека в шахмты а к 2012 в игру ГО. Сейчас смартфон играет лучше Карпова и Каспарова.

компьютерные шахматные программы используют готовые базы данных для дебютов и эндшпилей, известные шахматных партий, комбинаторику и оценочные функции. Там нет ни доли интуиции.

Алексей Уланов пишет:  Задачи маршрутизации или распознавания не решаются путем перебора вариантов. У них иные методологии решений. И относятся они именно к ИИ и ЭС. Если перебирать варианты нужны вообще запредельные мощности. 

Это во многом мифы - кроме предметной области распознавание в значительной степени "ограничено" обучающей базой. Переобучить - это начать всё с начала. Не представляю, на что рассчитывал Греф,  когда уволил тысячи своих операционистов - условия поменяются и то, что он называет "ИИ Сбербанка", нужно будет опять полностью обучать год -1,5 или 2, пока сложится новая база обучающих примеров - если примеров нет, то не на чем обучать ...

Оставлять комментарии могут только зарегистрированные пользователи
Статью прочитали
Обсуждение статей
Все комментарии
Дискуссии
Все дискуссии
HR-новости
Эксперты: 4-дневная рабочая неделя приведет к снижению зарплат

Закон не препятствует пропорциональному снижению ФОТ при переходе на четырехдневную рабочую неделю.

75% россиян не верят в пенсии

Три четверти россиян не верят в пенсии, показал опрос Райффайзенбанка. А те кто верят, полагают, что она составит всего 10-20 тыс. руб.

Японцы доказали, что при четырехдневной рабочей неделе производительность растет. В Microsoft сообщили о росте на 40%

Японское подразделение Microsoft подвело положительные итоги месячного эксперимента по переходу на четырехдневную рабочую неделю.

 
Кто счастлив в России?

Самыми счастливыми оказались - медики, госслужащие и HR-ы. Об этом сообщается в исследовании Headhunter.