Что делать, когда машины начнут делать все. Как роботы и искусственный интеллект изменят жизнь и работу - Бен Принг

Если компьютеры начнут задавать вопросы вроде «И что это интересно ты делаешь, Дейв?», то нам стоит начать волноваться. Но пока что это в настолько же далеком будущем, в каком было пятьдесят лет назад, когда стали слышны первые пророчества бед для человечества, вызванных ИИ. До тех пор человеческие существа будут задавать вопросы, быть любопытными, воображать и создавать – используя при этом новую машину.

Штука в том, чтобы сообразить, как выявить и питать следующую большую (или маленькую) идею, соблюдая при этом баланс с реальностью того, как совершаются инвестиции в крупных и средних компаниях. На самом деле, когда нам с клиентами удается совершить открытие, первый рефлекс – заявить: «Но у нас совсем нет денег!»

Имея это в виду, в следующих подразделах мы опишем некоторые вещи, которые вы можете сделать, чтобы помочь сбалансировать бюджет и в то же время получить выгоду от результатов мудро проведенного процесса поиска и открытия.

Так какова лучшая практика внедрения этой новой формы инновации? Мы видим слишком много менеджеров, ожидающих «следующего грандиозного прорыва» или, говоря спортивными терминами, Большого шлема. Так оно не работает.

Противоположный подход состоит в том, чтобы узнавать, как новая машина может добавить наибольшую стоимость – благодаря поиску постоянных, небольших улучшений или постоянному появлению хитов. Это сродни японской концепции кайдзен, что переводится как «изменение для улучшения», но добиваются его маленькими, постоянными улучшениями, что со временем даст крупное воздействие.

С помощью цифрового кайдзен, максимально привлекая новую машину для постоянного поиска пошаговых улучшений, функции исследований и разработок могут быть кардинально изменены. Например:

• в продуктовых инновациях платформы ИИ могут помогать контролировать парк техники или машин, позволяя быстро выявлять, какие компоненты постоянно падают и почему это происходит;

• в инновациях процессов ИИ будет мониторить оснащенные измерителями рабочие процессы и быстро выявлять существующие бутылочные горлышки, после чего рекомендовать новые подходы;

• в касающихся клиентов инновациях непрерывный анализ того, как на самом деле клиент использует продукт, будет давать информацию менеджменту продукта и влиять на ценообразование.

Именно в этих областях новая машина с самого начала может быть успешно направлена на исследования и разработки. Это чистый пример цифрового кайдзен, серия маленьких открытий, которые со временем могут изменить саму основу конкурентной борьбы.

Например, для колледжей и университетов нет ничего более важного, чем их студенты, – вернее, сохранения их в качестве студентов. Университет Кентукки (в Лексингтоне) сегодня справляется с удержанием аудитории, немного применяя цифровой кайдзен. Школа начала привлекать платформу аналитики данных в реальном времени и команду специалистов по данным, чтобы разработать прогнозную систему оценок, которая здесь и сейчас дает инсайт в индивидуальную заинтересованность студента. Данные собираются посредством проведения коротких опросов среди студентов при выполнении входа на учебный портал: например, их спрашивают, купили ли они все необходимые учебники, или просят оценить уровень стресса по шкале от 1 до 5. Всего за пять недель школа собрала данные от более чем сорока тысяч отдельных обучающихся. Полученные сведения помогли улучшить удержание студентов на этапе с первого до второго курса на 1,3% – очевидно небольшое улучшение со значительным воздействием на выходе11.

Лучшая часть: с прорывными инновациями ваши конкуренты быстро начнут искать способ нейтрализовать их на рынке. Но с цифровым кайдзен ваши движения будут малозаметными, а потому сложными для повторения.

Создавая реалистичные планы открытий, легко получить случай тяжелого шокового состояния. По своей природе специфические ROI и создаваемые с благими намерениями диаграммы Ганта имеют тенденцию вселять фрустрацию, если применять их к открытиям. Лучший местный антидот – сбалансировать краткосрочные реалистичные инновации, то есть цифровой кайдзен или, может быть, открытие «с маленькой О», с вашей собственной газонокосилкой или полетом на Луну – с Открытием «с большой О».

Цифровой кайдзен фокусируется на маленьких шажках к значительным результатам, на краткосрочных проектах, за которые вы можете взять ответственность. К этому моменту направление должно быть ясно: снизить расходы с помощью автоматизации, инструментировать все и собирать «выхлопы» данных.

Ваш цифровой полет на Луну может быть спроектирован с помощью блокчейна или квантовых компьютеров, или даже искусственного суперинтеллекта. Это большие ставки, которые, если вы мыслите как венчурный капиталист, могут делаться со временем и маленькими шагами.

Трудность здесь в том, чтобы сбалансировать оба подхода.

Еще один из основных ключевых принципов открытия наилучшим образом выразил сценарист Уильям Голдман (William Goldman) в своей книге 1983 года о киноиндустрии «Adventures in the Screen Trade»: «Никто ничего не знает».

Ваша цель должна состоять в том, чтобы стать бизнесом «всезнаек» благодаря оснащению измерителями, сенсорам, большим данным и аналитике. Однако природная непредсказуемость будущего – это, вероятно, постоянная истина. Никто в действительности не знает, что сработает в дальнейшем, даже Netflix. Голдман говорит, что люди, если им повезет, могут сделать «обоснованные предположения». Ореол кодов может помочь научиться делать лучшие предположения и сделает незнание менее приемлемым, но нужно иметь достаточно смирения, чтобы понимать, что по-настоящему знать мы не можем. Это особенно верно в широком пространстве, которое создается сегодня новыми газонокосилками.

Чтобы иметь дело с реальностью, надо вырвать лист из голливудской книги и структурировать свои связанные с открытиями усилия, руководствуясь принципом «хиты платят за промахи». По некоторым оценкам, 70% фильмов деньги теряют12 (существуют лишь примерные оценки, поскольку бухгалтерию киноиндустрии связывает давняя omertá). Похожие пропорции и в других творческих отраслях, таких как музыка, книги и театр. Даже у именитых актеров и писателей в резюме масса неудач: маловероятно, что бомбу Роберта Де Ниро «Старый новый год» (New Year’s Eve) 2011 года упомянут в печальный день в его некрологе в The New York Times.

Конечно, в технологической отрасли полно собственных провалов: Vista от Microsoft, телефон Facebook, Lisa от Apple – даже великие часто спотыкаются. Шикхар Гош (Shikhar Ghosh) из Гарвардской бизнес-школы считает, что 75% проинвестированных венчурным капиталом фирм в США не возвращают капитал своих инвесторов13. Фондирование технологий, как в мире венчурного капитала, так и внутри крупных корпораций, намеренно организовано так, что уровень неудач в 70% (и выше) считается приемлемым.

Думая как венчурный инвестор, признайте, что успех определяется активным управлением портфолио. Это не вложение всех денег одного человека в одну идею, а совершение множества инвестиций, многие из которых не оправдают надежд. Согласно данным известных инвестиционных фирм, «Около половины инвестиций возвращают меньше, чем составляла первоначальная сумма инвестиций»14. Анализ также показывает, что ничтожные «6% сделок… дают общий возврат более 60%».