Селина Нери, приглашенный профессор Школы управления «Сколково» и автор книги «Готовность к будущему» (издательство МИФ), признает, что вскоре рынок труда изменится окончательно. ИИ станет не просто помощником, а полноценным сотрудником компаний — и незаменимыми сотрудниками останутся те, кто умеет правильно им пользоваться.
Агентный ИИ: фокус на опыт
В то время как большинство из нас тестирует или уже освоило ИИ для автоматизации задач (таких простых, как составление черновиков писем, ввод данных, отслеживание заказов, составление отчетов о звонках, анализ текстов или ведение бухгалтерского учета), другие используют его в качестве инструмента коллаборации с ИИ для расширения (аугментации) своих возможностей (обобщение результатов исследований или отчетов, стресс-тестирование предпосылок бизнес-моделей, приоритизация задач проектов, объяснение трендов, формулирование вопросов или проверка выводов). Представьте мир рабочей деятельности, в котором машины способны думать, учиться и автономно принимать решения в режиме «суперагентности», способствуя повышению нашей личной производительности и творческого потенциала. Знакомьтесь: агентный ИИ.
Под агентным ИИ понимают системы, способные самостоятельно достигать поставленных целей, принимая решения, выполняя необходимые действия и адаптируясь к постоянно меняющимся условиям практически без контроля человека (это напоминает мне расширенную версию моей неповторимой личной ассистентки Вероники, с которой я работала в Германии в те времена, когда занималась технологиями, — лучшей помощницы, которая у меня когда-либо была!).
Когда ИИ дополняет нашу способность выполнять задачи (аугментация происходит, если использование ИИ в одной задаче увеличивает эффективность выполнения других и тем самым повышается наша общая продуктивность), мы можем наращивать производительность, сохраняя при этом осмысленную вовлеченность людей в свою работу.
ИИ-агенты могут одновременно и независимо планировать, действовать и учиться. Им не нужно ждать указаний от человека
Они ведут себя как члены команды, как коллеги с высокой степенью автономности, способные выполнять сложные задачи и адаптироваться к ситуации. Говард, один из моих клиентов, — директор по маркетингу цифрового банка. Недавно он внедрил в своей команде ИИ-агентов (они даже указаны в структуре организации под придуманными сотрудниками оригинальными именами). Говард использует их в первую очередь для управления внешними маркетинговыми агентствами — от поиска до отбора, заключения договоров и текущего контроля за работой, порученной этим агентствам.
Агентный ИИ не только расширяет возможности человека. Он также переворачивает с ног на голову ключевую традиционную бизнес-концепцию, а именно идею, что мы используем стратегию, чтобы задавать направление (взаимодействия инструментов и людей), людей — для принятия решений, а инструменты — для автоматизации задач. Агентный ИИ одновременно и инструмент, и член команды (или коллега). Один агент может взять на себя выполнение рутинных этапов работы, провести анализ для своих коллег-людей или действовать в команде, охватывая различные рабочие процессы и бизнес-функции, потенциально меняя распределение полномочий по принятию решений. Сочетание функций инструмента и коллеги ломает традиционное в менеджменте предположение, что технологии дополняют либо заменяют, автоматизируют либо расширяют рабочие функции.
Это кардинально меняет правила игры, поскольку специалисты и организации теперь существуют на новом фронтире рабочей деятельности, где управление ИИ-агентами как частью рабочей силы требует других подходов к управлению талантами, системами и активами. Учитывая, что за последние два года показатели внедрения агентного ИИ в бизнесе уже достигли 35%, а еще 44% компаний планируют в ближайшее время внедрять тех или иных ИИ-агентов, это открывает «ящик Пандоры» последствий и возможностей на нескольких уровнях.
• На уровне системы труда агентный ИИ делает несостоятельным организационный дизайн — в частности, характерное для большинства компаний разделение на такие функции, как стратегия, маркетинг, продажи, технологии, управление персоналом, операционная деятельность, финансы и так далее, поскольку система ИИ одновременно влияет на проектирование процессов, организацию и структуру должностей, ролей и задач, делегирование полномочий, право распоряжаться средствами и культуру подотчетности, охватывая все бизнес-функции. ИИ не зависит от существующих организационных схем!
• На уровне руководства и управления агентный ИИ как инструмент и коллега не вписывается в традиционные модели управления. Тот же агент, который обеспечивает эффективность издержек за счет автоматизации, также способствует росту выручки благодаря своей — аналогичной человеческой — способности адаптироваться, может находить способы освоения новых рынков, ускорять операционную деятельность и инновации через непрерывное обучение, тестирование идей и сценариев, а также стимулировать организационное обучение через взаимодействие человека и машины и работу в команде. Все это — дополнительные источники ценности, которые требуют от руководителей и менеджеров умения ориентироваться во внутренних операционных структурах, созданных подразделениях и в неизбежных конфликтах, с которыми не может справиться ни одна из существующих моделей управления, поскольку эти модели были разработаны для другой эпохи (эпохи строгого разделения труда). Необходимы новые подходы к менеджменту.
• На уровне индивидуальных специалистов работа с ИИ-агентом в качестве инструмента и коллеги придает деятельности дополнительный смысл, поскольку система, усиливает и расширяет человеческие возможности. На этом уровне ИИ может помочь нам лучше справляться с тем, что под силу только людям. На суперагентском уровне (где мы действуем в коллаборации с агентами) ИИ может увеличивать наши возможности: то, как мы мыслим, творим, сопоставляем факты, обнаруживаем то, что за ними скрыто, ориентируемся в динамике команды и добиваемся результатов в рамках культуры организации, контекстуализируем информацию, принимаем решения, действуем и ведем себя. В то же время ИИ может дополнять нас, помогая нам преодолевать собственные человеческие ограничения (например, связанные со временем, памятью, скоростью и способностью к масштабированию). Для меня это мечта, которая становится явью, особенно в отношении времени и памяти!
Многие из нас задаются вопросом: как эти трансформации на новом фронтире рабочей деятельности будут выглядеть на практике, как они отразятся на нашей ежедневной работе? Я начала использовать своего цифрового двойника для выполнения стратегических задач: обработки цифр, формулирования гипотез и анализа данных с целью осмыслить свои творческие идеи, оценить, каков их коммерческий потенциал и какую ценность принесет тот или иной план действий. Как и в любых отношениях, мы с моим двойником лишь начинаем узнавать друг друга, а я в это время оттачиваю свои навыки (критическое мышление, системный подход, периферическое зрение, цифровые компетенции и т. д.).
Хотя мы ожидаем, что ИИ превзойдет человека в скорости и точности, без эффективного взаимодействия, постоянного обучения и учета контекста на всех трех уровнях (на уровне системы рабочей деятельности, на уровне руководства и управления, а также на индивидуальном профессиональном уровне), эти преимущества могут потеряться и привести к неэффективности, невовлеченности и разочарованности сотрудников и возникновению множества разноплановых рисков. Представьте, скажем, что вы просто взяли сгенерированные ИИ-агентом данные о тренде, имеющем отношение к вашей задаче роста, и использовали их в своей стратегии как непроверенную истину, только чтобы обнаружить, что для культурного и регионального контекста, в котором вы действуете, такой подход не имеет смысла. Приведу яркий пример.
Эндрю — директор по стратегии одного из британских премиальных брендов и мой бывший студент на программе MBA. Его команда использовала ИИ-агента для анализа отзывов клиентов об одном из своих продуктов на рынке Японии. Агент сообщил о преимущественно положительном отношении (более 85%) к этому продукту.
Команда отпраздновала это событие в локальном лондонском клубе. Эндрю принял этот результат на веру, не перепроверил информацию у других подразделений или команд компании и начал претворять в жизнь стратегию по увеличению объемов производства для японского рынка. Любой, кто работает на международном уровне, знает, что в японской культуре негативная обратная связь часто выражается в чрезвычайно вежливой, неоднозначной и завуалированной форме.
Для ИИ-агента фраза вроде «Это интересно» сигнализирует похвалу, но японский клиент на самом деле имеет в виду «Мне это не нравится» (они не говорят этого тебе прямо в лицо). ИИ не умеет читать между строк, и Эндрю продолжал вкладывать средства в линейку продуктов, выпуск которой в итоге пришлось свернуть, что нанесло ему и компании значительный ущерб (в виде репутационных и финансовых потерь). В результате Эндрю столкнулся с неэффективностью взаимодействия между разными функциональными единицами в организации, снижением мотивации и разочарованием. Но для Эндрю, да и для всех нас, есть надежда: создание ИИ, способного понимать и учитывать культурные особенности, минимизировать предвзятость и работать на разных языках, — это тоже часть нового фронтира.
От монолитных блоков к подвижным наборам задач
По сути, работа с ИИ как с инструментом и коллегой (а также с единомышленником) превращает должности и роли в подвижные наборы отдельно взятых задач, которые служат конкретной цели на новом фронтире рабочей деятельности. Должности больше не представляют собой четко очерченные, жесткие совокупности задач и не существуют обособленно. Это динамичная работа, которую нужно выполнять, решая проблемы, или использовать воображение для визуализации того, чего возможно добиться (то есть заниматься творчеством). В старой модели работы у каждого была должность, роль и уровень, и каждая должность подчинялась другой. Было создано несколько уровней менеджмента, ответственных за эту иерархию, которым платят за достижение поставленных целей. У каждого сотрудника есть свое рабочее место в этой иерархии и со временем он продвигается в ней, выполняя свои задачи, развиваясь и налаживая взаимоотношения.
Межфункциональные команды существуют, но нередко для сотрудников это имеет второстепенное значение, поскольку именно успех на основной должности в итоге определяет их потенциал (и возможности для карьерного роста). Такая система рабочей деятельности построена на иерархии, она ригидная и медленная.
Если же рассматривать организацию как сетевую структуру, мы сможем не только выполнять свои прямые обязанности, но и при необходимости помогать добиваться успеха другим командам
Исследования пока показывают, что ИИ не замещает рабочие места равномерно, а скорее затрагивает различные бизнес-функции и перераспределяет задачи. В любой работе есть задачи, которые ИИ может автоматизировать, задачи, за выполнением которых нужен надзор, и задачи, которые по-прежнему будут требовать наших оценок, компетенций и «неявных знаний» (то есть личной интуиции и владения «ноу-хау» в своей работе). Это означает, что кадровый потенциал будущего, скорее всего, не будет строиться на глубокой экспертизе и специализации в одной области и немногих широких компетенциях. Он будет строиться на глубоких компетенциях в различных областях, а также на общих компетенциях и экспертных знаниях во множестве других областей (то, что мы часто называем междисциплинарными компетенциями в различных сферах). Как этого добиться?
Для развития междисциплинарных компетенций вовсе не рекомендуется обучаться всему и сразу. Не нужно заниматься всем подряд, не нужно быть «мастером на все руки»
Нужно заниматься тем, что я называю последовательной концентрацией. Мы осваиваем одну область, утверждаемся в ней, а затем создаем абсолютно новый столп экспертизы в другом карьерном цикле. Мы развиваем способность извлекать концепцию из одной сферы и успешно применять ее в другой, отдаленно с ней связанной, учась находить инновационные решения именно на стыке не связанных между собой областей. Наличие нескольких глубоких компетенций создает для нас профессиональную «подушку безопасности». Когда радикальные преобразования обесценивают один из столпов нашей экспертизы, мы можем легко переориентироваться на другие свои компетенции, что делает нас чрезвычайно устойчивыми к неопределенности и нестабильности.
ИИ меняет то, как мы принимаем решения, разрешаем проблемы и визуализируем будущее. Обилие сгенерированных ИИ ответов приводит к тому, что ключевым вызовом становится способность задавать верные вопросы — ради большей продуктивности и успешной трансформации. На новом фронтире рабочей деятельности вопросы — это ответы. Для нас и наших команд — о том, кто мы есть и чего желаем на самом деле. Для ИИ — о том, чтобы проверять результаты выдачи и знать, когда ему стоит довериться, а когда нужно отвергнуть его решение. Нам также необходимо четче понимать, как перестроить работу и выносить моральные суждения в неоднозначных условиях. Осознавая важность изменения системы рабочей деятельности и направление таких изменений (ведь детали прояснятся лишь тогда, когда мы начнем реально перестраивать работу), у нас больше шансов разобраться, как добиться успеха на новом фронтире рабочей деятельности.
Обложка: © коллаж Цех. Фото: © Andrey_Popov / Shutterstock / Fotodom
