Оцифруйся или умри. Как трансформировать компанию с помощью искусственного интеллекта и обойти конкурентов

Как и бесчисленное количество других организаций, Verizon не считается самой гибкой компанией в мире. Однако пандемия предоставила всем нам возможность быстро внедрить изменения и инновации, которые всегда откладывались. И теперь мы не можем отступить. Сегодня руководители и сотрудники во всех отраслях экономики понимают и принимают немаловажный факт того, насколько технологии способны менять операционную модель. Как и многие другие руководители компаний, с которыми мы общались, Арумугавелу теперь уполномочен работать со структурными подразделениями, чтобы на постоянной основе внедрять подобные методы.

Оцифровка розничной торговли

Что делать, если вы не можете изменить структуру своего бизнеса так, чтобы избежать близких социальных контактов? На момент появления Covid-19 у розничных продавцов, которые без особого энтузиазма вступали на путь внедрения цифровых технологий, не было другого выбора, кроме как перейти на электронную коммерцию или закрыть компанию. Многие вышли из бизнеса: как небольшие семейные компании, так и крупные торговые сети вроде JCPenney и Neiman Marcus. Расплата для IKEA, седьмого по величине розничного продавца в мире, была незамедлительной и серьезной. По всему миру подавляющее большинство из 433 огромных синих гипермаркетов пришлось бы закрыть. Неожиданно единственным доступным способом ведения торговли стала электронная коммерция.

IKEA приняла ответные меры. Синие гипермаркеты стали центрами выполнения заказов из интернет-магазина IKEA. Всего за одну неделю под руководством директора по цифровым технологиям, Барбары Мартин Копполы, компания перенесла 13 разных региональных веб-сайтов в облако и централизовала их работу, объединив и интегрировав все данные региональных магазинов. За три недели руководители компании, занимающиеся вопросами мерчендайзинга, ценообразования и дистрибуции товаров, научились использовать технологии, данные и ИИ для формирования полностью цифровой системы розничной торговли, оставаясь верными наследию IKEA. Это было кардинальное преобразование. До наступления Covid-19 региональные менеджеры IKEA распределили полномочия на пятидесяти рынках электронной торговли, причем каждый регион определял собственную стратегию обработки данных, ценообразования и качества обслуживания клиентов. В условиях пандемии меры по цифровой трансформации – многие из них были запланированы, но так и не реализованы – должны были стать реальностью.

IKEA не остановилась на достигнутом. Команда по цифровизации сделала возможным бесконтактное выполнение заказов с использованием технологии click & collect (в пер. с англ. «нажми и забери»), что увеличило количество заказов на одного клиента. Сложно настроенный онлайн-ИИ показывал рекомендации покупателям интернет-магазина, тем самым расширяя понимание сотрудников розничных магазинов. Когда клиентам предлагались наиболее подходящие варианты, они покупали дополнительные товары, и размер «корзины» стал стремительно расти. Выручка интернет-магазинов выросла в 3–5 раз при гораздо более крупной марже.

Внедренные изменения продемонстрировали преимущества перестройки операционной модели на основе ИИ, и это по-прежнему будет актуально, когда розничные магазины вновь откроются. Устоявшиеся барьеры между цифровой и физической формой компаний рухнули. Теперь команда физической розничной торговли рассматривает цифровые операции как дополнительный инструмент, а не замену. На сегодняшний день Коппола и ее коллеги переходят к оптимизации цепочки поставок и повышению операционной эффективности. Они переносят все содержимое IKEA на единую информационную платформу для создания множества алгоритмов, которые улучшают взаимодействие с покупателями, сотрудниками и поставщиками. Коппола ожидает, что компания продолжит внедрять технологии, которые поддерживают одержимость IKEA заботой о покупателях. В то же самое время это позволяет сотрудникам расширять и автоматизировать процесс принятия решений в розничных и интернет-магазинах.

Помощь людям, находящимся в группе риска

Цифровые операционные модели могут обеспечить высокоточный таргетинг при предельных издержках, близких к нулю. В период пандемии подобная точность способна спасти жизни. Одна из самых сложных проблем в этот период заключается в следующем: люди с иными заболеваниями (не Covid-19) из-за страха заразиться вирусом воздерживаются от посещения врачей или обращения в отделение неотложной помощи. С помощью точного таргетинга ИИ может помочь решить этот вопрос путем определения пациентов из группы риска и отправления им индивидуальных сообщений с настоятельным призывом связаться со своим лечащим врачом или обратиться в отделение неотложной помощи.

Фармацевтическая компания Novartis добилась прогресса в разработке сложных прогностических моделей, которые способны удаленно диагностировать заболевание у пациентов (с помощью соответствующих и совместимых методов деидентификации) часто за годы до того, как проблему выявят традиционные методы диагностики. Читра Нарасимхачари, ведущий научный сотрудник компании, чьи усилия стоят за этой работой, сосредоточила свое внимание на таких заболеваниях, как рассеянный склероз и анкилозирующий спондилит (острая и хроническая боль в спине). Она добилась впечатляющих результатов.

Команда специалистов Novartis по анализу данных работала над интеграцией широкого набора потоков данных между поставщиками, подразделениями и рабочими группами для очистки, тестирования, интеграции и нормализации данных на единой платформе. Как и в случае с фабрикой ИИ компании Moderna, концепция заключалась в том, чтобы все релевантные данные сделать видимыми и доступными для тех людей, которым это необходимо, а также оперативно внедрить эти данные в мощные прогностические модели для обеспечения деятельности множества рабочих процессов.

Когда разразилась пандемия, работа по трансформации коммерческих данных и аналитики Novartis, которую возглавляла Бхарти Рай, вице-президент по ускорению торговых операций, находилась на промежуточном этапе. Платформа была не завершена. В отдельных случаях модель фабрики ИИ работала, но пока она не внедрялась в качестве основы для универсальной операционной модели. Хранилища данных были еще не полностью подключены и интегрированы. Однако с появлением Covid-19 каждая функциональная группа в стенах Novartis хотела получить доступ к невероятным прогнозирующим возможностям ИИ. Сети поставок Novartis требовалось понять, что и куда отправлять, финансовому отделу компании необходимо было выяснить потребности в наличных средствах и ожидаемые нормы прибыли, отдел НИОКР нуждался в модели прогнозирования эффективности и безопасности медицинских препаратов в совершенно новых областях применения, а отделу продаж нужно было узнавать о стремительно меняющихся потребностях медицинских учреждений и требованиях клиентов. И как не что иное Novartis имела возможность выявлять пациентов, которые находятся в группе риска.

Команда Novartis стремилась максимально быстро создать масштабируемую информационную платформу. Нарасимхачари уже объединила свои усилия с Бхарти Рай, главой отдела, чтобы реализовать централизованную фабрику ИИ и сделать ее видимой и доступной для ведущих руководителей компании, которым теперь требовалось больше данных и возможностей ИИ во всех аспектах. Компания не дожидалась всевозможных новомодных штучек, чтобы начать совершенствоваться; вместо этого команда приступила к работе над частично собранной платформой с целью разработки множества моделей для точного определения безотлагательных потребностей пациентов и бизнеса в различных географических регионах с учетом различного класса заболеваний. Некоторые модели указывали на то, какие пациенты подвержены риску медицинских осложнений, и рекомендовали, когда это было возможно, соответствующее направление к специалистам и метод лечения. Такие модели показывали, например, что не менее 20 % пациентов были подвержены риску серьезных осложнений, потому что избегали регулярно или по мере необходимости ходить на прием к врачам. Данная система также включала в себя службу поддержки клиентов Novartis, которая оповещала врачей и поставщиков медицинских услуг.

Covid-19 фактически положил начало бурной цифровой трансформации Novartis. Виктор Балто, президент Novartis Pharmaceuticals US, в настоящее время проводит дальнейшую работу со своей командой и международным отделением цифровых технологий Novartis под руководством Бертрана Бодсона, используя открывшиеся в период Covid-19 возможности, для того чтобы усилия предпринимались постоянно. Балто сформировал новую команду – Look Forward Office – для управления текущими изменениями по мере распространения пандемии.

Несколько уроков

В этой книге мы обстоятельно рассуждаем о том, что близится эра искусственного интеллекта, наряду с появлением новой разновидности компаний. Однако в процессе ее написания мы думали, что у мира еще есть время, чтобы постепенно подготовиться к этой эпохе, а у всех нас – обдумать ее значение. Мы считали – у нас будет время, чтобы взрастить новое поколение руководителей, которые смогут принять цифровой мир во всех сферах экономики и полностью осознать его возможности и принять этические нормы, необходимые для совершения преобразований. Covid-19 лишил нас такой роскоши. Каждая организация на планете теперь вынуждена оцифровывать все возможные процессы и делать это максимально быстро.

Это столкновение с пандемией доказало, что цифровая трансформация может происходить быстро – честно говоря, даже гораздо быстрее, чем мы могли предположить. За считаные недели большая часть мировой экономики перешла на использование виртуальной модели. Передвижения людей резко сократились, а те сотрудники, у которых была возможность работать удаленно с помощью программного обеспечения для видео-конференц-связи, решили соблюдать социальное дистанцирование. Университеты перешли на модель онлайн-обучения. В системе здравоохранения стали использовать телемедицину, а страховые компании и регулирующие органы быстро изменили правила и политику возмещения расходов. Технологические компании покинули свои офисы, а некоторые из них заявили, что подход к офисной работе уже никогда не будет прежним. Стоимость коммерческой недвижимости упала, так же как и акции энергетической отрасли и индустрии туризма. Переход на виртуальную модель было лишь началом. Мы стали свидетелями стремительного внедрения всевозможных видов ИИ: от чат-ботов в MGH до алгоритмов, которые рекомендуют клиентам товары в интернет-магазинах IKEA, и моделей Novartis, выявляющих пациентов из группы риска.

Для того чтобы стать организацией, ориентированной на данные и ИИ, необязательно быть технологической компанией из Кремниевой долины. Еще до появления Covid-19 мы видели примеры компаний, от Comcast до Fidelity Investments, которые трансформировались для оцифровки своих операционных моделей и мер реагирования на угрозы со стороны конкурентов. Септики все еще сомневались в необходимости и жизнеспособности преобразований для старых компаний. Covid-19 положил конец всем этим спорам.

Мы также узнали, насколько планирование и подготовка улучшают качество и эффективность действий по внедрению полноценных преобразований. То, что удалось сделать в период кризиса таким организациям, как MGH, Novartis и Moderna, стало возможным, потому что они предварительно начали применять новый подход в качестве эксперимента и выстраивать его основу. Даже в Гарвардской школе бизнеса предшествующий опыт онлайн-обучения оказался очень ценным для трансформации работы всего учебного заведения. Теперь задача состоит в том, чтобы поддерживать преобразования и формировать их на основе продуманного и взвешенного подхода.

Эти новые наблюдения подтверждают многие из центральных идей данной книги, главная из которых – операционная структура действительно имеет большое значение. Ориентированная на работу с ИИ компания определяется не сложностью отдельных разрабатываемых ею алгоритмов, а структурой и рабочими процессами, позволяющими оперативно внедрять множество ИИ-решений, каждое из которых направлено на реальную бизнес-проблему. Безусловно, в компании Moderna было предпринято все, чтобы данные, аналитика и ИИ блестяще функционировали. Однако даже на примере MGH, IKEA и Novartis мы видим, что кризис стимулирует компании опираться на те же самые комплексные данные и организационную структуру, чтобы оперативно разрабатывать и внедрять инновационную и точную аналитику. В конечном итоге структура – это то, что обеспечивает оперативные, гибкие, масштабируемые и адаптируемые меры реагирования, которые способны поспеть за экспоненциально растущей угрозой вроде Covid-19, и позволяют осуществлять оперативную ответную реакцию как на вызовы, так и при появлении новых возможностей.

Примеры этих компаний подтверждают также, что при масштабном развертывании простой ИИ (или так называемый «слабый ИИ») может возыметь огромное влияние. Для того чтобы изменить ситуацию к лучшему, ИИ не нужно считать научно-фантастической сказкой. Ведь даже простые алгоритмы, основанные на достоверных данных, могут дать чрезвычайно важные результаты. Так, обыкновенные чат-боты и базовое машинное обучение имеют очень большое значение в том случае, если они устраняют серьезные проблемы в операционной работе или позволяют делать важные прогнозы. Это еще одна ключевая тема данной книги, поскольку она подчеркивает важность слабого ИИ для трансформации экономики и изменения методов работы компаний. Например, большая часть ИИ-технологий, которые внедрялись в больницах для борьбы с Covid-19, включали в себя простые алгоритмы машинного обучения, основанные на достоверных данных. Они помогали с критически важными прогнозами, например относительно поставок респираторов в MGH. Опять же, речь идет о внедрении простой инфраструктуры на основе ИИ в максимально возможном количестве бизнес-процессов.

Необходимо отметить, что подобная трансформация имеет свою цену. Covid-19 резко усилил и расширил влияние цифрового охвата, области применения и обучения в отношении мировой экономики и общества. Пожалуй, наибольшую озабоченность вызывает влияние Covid-19 на цифровой разрыв между богатыми и бедными компаниями и отдельными людьми. Кроме влияния на конкурентоспособность, производительность и доход, цифровой разрыв теперь определяет разницу между теми, кто может работать, и теми, кто нет; между теми, кто может находиться в безопасности у себя дома, и теми, у кого нет такой возможности; между компаниями, которые по-прежнему работают, и теми, кто остановил свою деятельность. Трагизм ситуации также усугубляет и то, что такой раскол усиливает давнее экономическое и расовое неравенство.

Эта пандемия трансформирует каждого из нас и обострит все этические проблемы, связанные с цифровыми организациями и операционными процессами, – от фейковых новостей до предвзятости, от безопасности до конфиденциальности. Таким образом, она ускоряет развал многих государственных и общественных институтов, а также усиливает угрозу гражданским свободам. Пока еще все не закончилось, и каждому из нас важно внимательно следить за обсуждениями и участвовать в них, чтобы помогать информировать и защищать демократические процедуры как на локальном, так и на глобальном уровнях.

От данных к мудрости

Вирус возвращается. Сегодня сидя здесь и печатая заключительные слова для предисловия, мы сталкиваемся с фактически беспрецедентной неопределенностью в том, что касается мирового здравоохранения, экономики и политики. Некоторые из нас наблюдают затишье в распространении Covid-19, и во многих странах экономика начинает восстанавливаться. Несмотря на это данный кризис еще далек от завершения. Когда города в США и других странах открываются вновь, вирус возвращается с новой экспоненциально возрастающей свирепостью. Буквально вчера мы видели новый рекордный максимум зарегистрированных за день случаев заболевания Covid-19 как в США, так и во всем мире. Как только случаи госпитализации добрались до Бостона, MGH стала готовиться к повторному столкновению с вирусом. На всякий случай.

К сожалению, по мере того как пандемия продолжает распространяться, она преподносит нам еще один важный урок: без умелого руководства даже лучшая обработка данных и аналитика не приведут к мудрости. Прискорбно, что лишь малая часть общества усваивает некоторые из тех важных выводов, полученных в период первой волны пандемии. Например, теперь мы знаем со статистической точностью, что маски помогают избежать заражения инфекцией и сверхбыстрого распространения вируса. Тем не менее многие наши руководители не признают, не уважают и не используют в своей работе даже такую простую аналитическую информацию, что фактически приводит к человеческим жертвам, которых можно было бы избежать. И вот мы сидим и с ужасом наблюдаем за тем, как груда наших данных, аналитика и искусственный интеллект не способны внести свой вклад в коллективный разум, а это действительно могло бы положить конец пандемии.

Однако независимо от того, что ожидает нас в будущем, движение на пути к цифровой трансформации экономики уже не остановить. Влияние цифровых технологий повсеместно, и этому можно найти множество доказательств, а набранные темпы развития достигли такого уровня, что данный процесс теперь невозможно повернуть вспять. Что бы ни происходило, мы точно знаем: скорость цифровой трансформации резко возросла, и это формирует безотлагательную потребность в таком подходе к руководству в сфере бизнеса и технологий, который поможет стимулировать работу новой эпохи экономического развития.

Для того чтобы оставаться эффективными, наши руководители должны осознавать значение точности и аналитики, иметь базовое понимание технологии и экономической составляющей информационных платформ, цифровых сетей и искусственного интеллекта, обладать страстным желанием перемен и преобразований. Однако более всего им необходимо отличное знание этических норм относительно цифрового масштабирования, области применения и обучения, а также глубокое понимание негативных экономических и социальных последствий в случае неправильной трансформации. Мы искренне надеемся, что эта книга послужит для них стратегическим ресурсом.

    Марко Янсити и Карим Р. Лахани
    Июль 2020 г.

Глава 1

Эпоха ИИ

«Это Рембрандт!» – воскликнул, воздев руки, аккуратно одетый седовласый джентльмен. Другие посетители не могли не согласиться с авторитетным мнением руководителя австралийского художественного музея. Убеленный сединами господин заявил, что без труда узнал руку голландского живописца XVII века. Однако спустя мгновение джентльмен растерялся: удивительно, но он никак не мог вспомнить названия картины, представленной на рисунке 1.1.

Рисунок 1.1. Новый Рембрандт

Источник: репродукция с разрешения архива ING и J. WalterThompson

Растерянность развеялась позже, когда для посетителей включили видеофильм, на котором для притихшей аудитории описывался процесс создания картины [5 - Больше видео по ссылке https://nextrembrandt.com (https://nextrembrandt.com/)]. Портрет не принадлежал кисти Рембрандта. Если быть точнее, он был создан в 2016 году командой людей из J. WalterThompson и Microsoft для продвижения рекламной кампании голландского банка ING Group. Картина состоит более чем из 148 миллионов пикселей. Каждый пиксель был создан на основе 168 283 вариантов отсканированных изображений трехсот работ Рембрандта.

Группа исследователей данных, инженеров и экспертов по Рембрандту, применила алгоритм глубокого машинного обучения для анализа портретов. Они вычленили набор конкретных характеристик, свойственных манере написания картин художником. На новой картине изображен белый мужчина в возрасте от тридцати до сорока лет, с бородкой, в шляпе и с белым воротником, лицо обращено вправо, словом, все, что соответствовало манере великого живописца. Дополнительные алгоритмы были использованы для того, чтобы собрать компоненты в единую, полностью сформированную композицию. Далее 3D-принтер напечатал тринадцать слоев УФ-чернил, имитируя мазки художника. Таким образом, картина, названная «Новый Рембрандт», появилась на свет с помощью искусственного интеллекта через 350 лет после смерти художника.

Искусственный интеллект (ИИ) набирает вес в искусстве, объединяя различные дисциплины и медиа, расширяя диапазон художественных возможностей. Например, с помощью программы «Искусство и машинный интеллект» (AMI) компания Google организовала сообщество художников и инженеров для исследования преобразования творческой деятельности [6 - Blaise Aguera y Arcas “What Is AMI?” Medium, 23 февраля 2016. URL: https://medium.com/artists-and-machine-intelligence/what-is-ami-96cd9ff49dde (https://medium.com/artists-and-machine-intelligence/what-is-ami-96cd9ff49dde)]. Сообщество применяет разнообразные стилистические технологии, нашедшие применение в «Новом Рембрандте» и в различных медиасферах: от фильмов до музыки. AMI и другие программы еще сильнее вовлекают ИИ в творческую деятельность: помимо повторения уже известных стилей, ИИ используется для создания совершенно новых произведений искусства [7 - Jennifer Sukis “The Relationship Between Art and AI”. Medium, 15 мая 2018. URL: https://medium.com/design-ibm/the-role-of-art-in-ai-31033ad7c54e (https://medium.com/design-ibm/the-role-of-art-in-ai-31033ad7c54e)].

Если говорить о перспективах, то ИИ стремится преобразовать не только способ создания произведения искусства, но и само творчество в целом. Ахмед Эльгаммаль, директор Лаборатории искусства и ИИ в Ратгерском университете, работает с алгоритмом творчества, названным AICAN. Упомянутый алгоритм запрограммирован на создание новых произведений искусства без существенной помощи художников. Собирая данные о полотнах живописцев, датированных XIV веком, программа начинает самообучение, после чего создает совершенно новые картины, «вдохновленные» устоявшимися художественными стилями.