C-suite осознает огромный потенциал генеративного ИИ, однако многие компании пока не спешат полностью его освоить. В настоящее время лишь 6% организаций обучили более 25% своего персонала инструментам генеративного ИИ. Две трети опрошенных руководителей ожидают, что пройдет как минимум два года, прежде чем ИИ и генеративный ИИ выйдут за рамки общественного мнения. Советы директоров и исполнительные команды задают важные вопросы: как работает эта технология и каким образом она изменит бизнес-процессы?
«Мы переходим в этап, когда компании сосредотачиваются на достижении ощутимого результата», — объясняет Мэттью Кропп, технический директор и управляющий директор BCG X, подразделения по разработке технологий Boston Consulting Group. «Клиенты инвестируют миллионы, чтобы кардинально изменить свои операции. Хотя мы пока не видим значительной реализации ценности, прогресс налицо».
Однако овладение технологией — это лишь один аспект раскрытия полного потенциала генеративного ИИ. Организации начинают рассматривать генеративный ИИ не просто как инструмент для сотрудников, а как возможность для трансформационных изменений. Это требует анализа процессов, функций и ролей сотрудников для выявления мест, где генеративный ИИ может облегчить рутинные задачи и повысить значимость человеческого труда.
Не менее важно преодолеть культурный сдвиг, необходимый для превращения потенциального сопротивления сотрудников или их страха в энтузиазм. Внедрение ИИ — это сложный процесс, не только потому что он новый, но и потому что сотрудники должны чувствовать мотивацию к обучению и эффективному использованию этих инструментов.
«Когда компании начинают экспериментировать с решением проблем и реальным воздействием, они сталкиваются с сопротивлением сотрудников по разным причинам», — отмечает Кропп, указывая на нежелание адаптироваться к новым методам работы или страхи по поводу безопасности рабочего места.
Определение бизнес-возможностей и обеспечение вовлеченности сотрудников
По словам Кроппа, у каждой организации есть ключевые возможности для улучшения, но они могут быть не самым лучшим началом. «Например, оптимизация большого колл-центра или совершенствование многомиллиардной маркетинговой стратегии представляют собой значительные возможности. Однако в каждодневных задачах также существуют бесчисленные мелкие возможности».
Вовлечение всей организации через обучение имеет решающее значение для управления этим культурным сдвигом. Обеспечение доступа к таким инструментам, как Enterprise ChatGPT, обучение и побуждение сотрудников переосмысливать свои рабочие процессы — это жизненно важные задачи. «Сотрудники должны понимать, что цель заключается в повышении их ролей, увеличении удовлетворенности работой и вовлеченности».
Стимулирование идей на местах позволяет сотрудникам исследовать возможности технологии и осознать, что она может снизить их нагрузку, предоставляя больше времени для тех аспектов работы, которые им нравятся. «Минимизация рутинной работы сотрудников при максимизации удовлетворенности является важной задачей. Определите рабочие процессы, найдите болевые точки и автоматизируйте эти области», — советует Кропп.
Важным является осознание того, что генеративный ИИ не может заменить уникальные человеческие качества, такие как креативность, разнообразное мышление и развитие отношений. Например, финансовая организация с более чем 12 000 инженеров использует GitHub Copilot, генеративный ИИ инструмент для поддержки программирования. Их стратегия внедрения фокусируется не только на базовом обучении, но и на демонстрации того, как инструмент может упростить рутинные задачи, позволяя инженерам сосредоточиться на более интересных аспектах своей работы.
«Генеративный ИИ прекрасно справляется с автоматизацией повторяющихся задач программирования, что воодушевляет инженеров, ведь это позволяет им больше времени уделять креативному решению проблем», — подчеркивает Кропп.
Интеграция радости в стратегии ИИ
BCG разработала концепцию ADORE как дорожную карту для успешной реализации ИИ при улучшении благосостояния сотрудников. Эта концепция может быть применена широко по всей организации или в отдельных командах для реинжиниринга процессов.
- Ориентируйтесь на результаты: определите четкие цели для интеграции ИИ в бизнес-процессы, такие как повышение удовлетворенности клиентов или снижение затрат.
- Опишите текущее состояние: составьте карту каждого этапа целевого процесса от начала до конца.
- Оптимизируйте под ИИ: оцените каждый шаг, чтобы определить, какие аспекты являются рутинными, а какие приятными, решая, что следует автоматизировать, а что оставить на усмотрение человека.
- Редизайн процесса: после выявления областей, где генеративный ИИ может добавить ценность, переработайте процесс, автоматизировав определенные задачи или переосмыслив весь рабочий процесс.
- Обеспечьте результаты: установите показатели для оценки производительности, убедившись, что организация достигает своих целей, повышая вовлеченность и удовлетворенность сотрудников.
Важность экспериментов
Кропп подчеркивает, что крупномасштабные приложения, такие как повышение эффективности колл-центров или ускорение разработки ПО, — это лишь начало. Значительный прогресс наблюдается также в управлении знаниями, движимом ИИ, и его применении в различных секторах. «Постоянное исследование возможностей является ключом к реализации устойчивых положительных изменений, которые может принести ИИ», — утверждает Кропп.
Организации наблюдают, как инженеры адаптируют новые рабочие процессы с поддержкой ИИ, биофармацевтические компании сокращают сроки НИОКР, а компании потребительских товаров находят новые каналы продаж. «Для того чтобы инициировать реальные и устойчивые изменения сверху, крайне важно выявить значимые цели и понять, как генеративный ИИ изменит компанию. Организациям необходимо активно участвовать в экспериментах и инвестировать в развитие приложений, при этом обеспечивая, чтобы вовлеченность сотрудников оставалась в центре их инициатив по генеративному ИИ», — заключает Кропп.
Рейтинг
