Человек + машина - Джеймс Уилсон

Поставьте себя на место технического специалиста в дилерском центре Audi и представьте, что возникла проблема с двигателем, которую вы не можете решить. Ваш следующий шаг — позвонить в службу технической поддержки Audi. Ее сотрудники получают около 8000 звонков в месяц от более чем 290 дилеров со всей страны. Как правило, специалисты помогают устранить неполадки удаленно по телефону. Однако, как говорит директор Audi по контролю качества Джейми Деннис, в 6% случаев техническому специалисту необходимо присутствовать на месте. Такая мера действенна, но экономически невыгодна. Время в пути занимает от двух часов до двух дней — а клиенту приходится ждать[123].

Проблема в том, что в ближайшем будущем потребность в квалифицированных технических специалистах не исчезнет. Надежность автомобилей повышается, они становятся более сложными технически и технологически, а это значит, что автомеханики должны также разбираться в информационных технологиях. Сочетание высокой надежности и высокой сложности означает, что автомеханикам уже сейчас не хватает компетенций для устранения более сложных технических неисправностей, возникающих в последних моделях автомобилей. Это объясняет, почему клиентам порой приходится ждать завершения ремонта много часов (или дней), однако вряд ли избавит их от разочарования. Так как лучше всего обучать автомехаников и есть ли более эффективный способ применять навыки удаленных специалистов в автосалонах, чтобы свести к минимуму время ожидания клиентов?

В компании Audi нашли решение — совместная работа в области «недостающей середины». Компания разместила целый парк роботов телеприсутствия Audi Robotic Telepresence (ART), которые не только помогают обучать автомехаников методам диагностики и ремонта, но и сокращают время ремонта. Это пример того, как расширение возможностей сотрудников наряду с их обучением посредством системы искусственного интеллекта инициирует совершенно новый процесс. При использовании системы ART квалифицированному техническому специалисту нет необходимости ездить в дилерские центры; вместо этого его голос и изображение передаются на большое расстояние, поступая на динамики и дисплей робота ART. Квалифицированный техник, сидя в своем кабинете, удаленно управляет роботом, который перемещается, поворачивается, смотрит, слушает и вовремя отодвигается в сторону, находясь рядом с работающим на месте автомехаником в тот момент, когда он заглядывает под капот автомобиля. Такой мобильный робот оборудован видеосенсорами для обеспечения безопасности, что вызывает у людей, работающих с ним бок о бок, доверие к этому «инструменту». Кроме того, сеть видео- и голосовой коммуникации между экспертом и автомехаником поддерживается системой искусственного интеллекта, что укрепляет взаимодействие механика и удаленного технического специалиста, физические возможности которого возрастают благодаря роботу. Представьте, будто кто-то заглядывает вам через плечо, когда вы погружаете бороскоп в цилиндр двигателя, чтобы определить степень его износа. Квалифицированный технический специалист может в режиме реального времени давать советы, как улучшить диагностику и ремонт. Автомеханики в дилерском центре учатся на ходу; экспертные знания можно применить мгновенно в любом регионе страны, и клиенты быстрее получают отремонтированные автомобили. Такое инновационное решение стало возможным благодаря процессу совместного создания ценности, в который вовлечены квалифицированные технические специалисты, автомеханики и специалисты по технологиям искусственного интеллекта. Например, при реализации пилотного проекта возникла необходимость внести изменения в стандартный протокол, и автомеханики помогли в этом, обеспечивая непрерывную обратную связь и сообщая, что работает, а что нет.

Масштабирование и обеспечение устойчивости

Последний этап переосмысления бизнес-процессов подразумевает, что руководители компании должны масштабировать свое решение и поддерживать его с помощью постоянных улучшений. Например, в июне 2014 года компания Audi запустила экспериментальную пилотную программу по внедрению системы ART в 68 дилерских центрах. Ее успех определил планы по внедрению роботов у всех дилеров США к концу 2016 года[124]. Еще один подход — испытать систему на сотрудниках и устранить все неполадки до ее установки или подключения клиентов. Такую стратегию использовал шведский банк SEB при разработке виртуального помощника Aida, который, как говорилось в главе 2, был сначала внедрен в качестве виртуального агента IT-поддержки, оказывая помощь 15 тысячам сотрудников SEB, прежде чем система начала обслуживать миллион клиентов этого банка. Аналогичная стратегия используется в магазине нового типа Amazon Go, о котором мы поговорим в следующей главе.

В Сиэтле есть магазин, в который можно зайти, взять сок и выйти. Не нужно оплачивать покупку на кассе. Вам не придется даже проходить через кассу самообслуживания. Вместо этого камеры отслеживают ваши действия и действия других покупателей, а также фиксируют товары, которые вы берете с полок. На бутылке сока есть встроенный датчик, который обменивается данными с вашим телефоном, выставляя вам счет. Точно так же автоматизирован процесс покупки других товаров. Этот магазин называется Amazon Go; весной 2017 года он обслуживал ограниченное количество посетителей (в основном сотрудников Amazon), демонстрируя, что покупать в офлайн-магазине так же просто, как нажимать кнопку «Купить» на веб-сайте Amazon[125].

Безусловно, Amazon Go — пример смелого эксперимента в сфере розничной торговли, но здесь важен и другой аспект: в Amazon поощряют культуру экспериментирования. Эта компания создает условия для реализации самых смелых идей. Amazon разрабатывает, финансирует и проводит необходимые «опыты». Многие из них терпят фиаско, но дело не в этом. «Мои неудачи в Amazon.com исчисляются миллиардами долларов. В буквальном смысле слова, — говорит Джефф Безос. — Важно то, что компании, которые сворачивают экспериментирование или готовы примириться с неудачами, оказываются на пороге краха и им остается только идти на крайние меры. Я не верю в игру ва-банк»[126]. Безос твердо верит в силу экспериментирования.