• Стратегия. Ведущие компании мира начинают практиковать принципиально новый подход к стратегии, заодно порождая мощные механизмы создания ценности. Подкрепленные «умными» технологиями, новые бизнес-модели строятся на единстве стратегии и практики. Учитывая резкое ускорение цифровой трансформации и стремительное обновление «умных» инструментов, компании-лидеры понимают, что больше не могут позволить себе последовательно разрабатывать стратегию, вести пилотные проекты и лишь затем переходить к ее широкому внедрению. Новая реальность требует инновационных стратегий. Среди них особенно ярко выделяются три типа: Forever Beta («Бета навсегда»), Minimum Viable IDEA («Минимально жизнеспособная идея» (МЖИ)) и Co-lab («Сотрудничество»). Стратегии группы «Бета навсегда» делают ставку на ПО-продукты и сервисы, которые постоянно дорабатываются и улучшаются после приобретения (как, например, у компании Tesla), так что их ценность и польза для потребителя со временем только растут. Стратегии группы МЖИ опираются на один или несколько компонентов из набора IDEA «интеллект – данные – экспертное знание – архитектура – стратегия», укрепляя слабые места в конкретной отрасли и обеспечивая первоклассный потребительский опыт, который можно оперативно масштабировать ради преимущества на рынке. Так, молодой страховой компании Lemonade при помощи «умных» чат-ботов, алгоритмов машинного обучения и облачных технологий удалось выработать подход, который помещает в центр процесса потребителя, устраняя взаимное недоверие страховщика и клиента. Стратегии группы «Сотрудничество» направлены на достижение выдающихся результатов в наукоемких областях за счет синтеза человеческих способностей и возможностей машины. Трудно найти этому более яркую иллюстрацию, чем рекордно быстрая разработка вакцины от COVID-19 компаниями Moderna и Pfizer/BioNtech.

Изучив IDEAS – искусственный интеллект, данные, экспертное знание, архитектуру и стратегию, – любой руководитель, даже далекий от IT-сектора, сможет лучше понять отдельные элементы нового технологического пейзажа, чтобы на всех уровнях организационной структуры внести необходимые изменения. Инновации возможны в любой сфере – от НИОКР и повседневных рутинных операций до кадровой политики и бизнес-модели. Руководители с глубокими познаниями в области «умных» технологий, вероятно, сумеют выйти за рамки узкой специализации и полнее раскрыть потенциал цифровой трансформации.

Но еще важнее (и для IT-специалистов, и для людей, далеких от этого сектора), что IDEAS обеспечивает единую точку отсчета, позволяющую скоординировать деловые и технологические инициативы. В фокусе внимания – человек, и радикальный разворот в его сторону в будущем станет главным конкурентным преимуществом на рынке.

Кто же победит в мире радикально очеловеченных инноваций?

Пытаясь сформулировать критерии успеха в новой ситуации, мы опирались на результаты двух исследований, проведенных до и после пандемии. В обоих случаях мы прежде всего оценивали гибкость административной структуры и готовность к внедрению технологий. Кроме того, мы учитывали данные экспертов крупных компаний, опыт наших клиентов, а также идеи бизнес-лидеров и ведущих ученых из разных стран, высказанные в дискуссиях по поводу книги «Человек + машина».

Часть I нынешней книги называется «Преобразующие инновации: сила IDEAS». В ней мы обсуждаем новые подходы к искусственному интеллекту, данным, экспертному знанию, архитектуре и стратегии – они определяют ход технического прогресса. В части II – «Конкуренция в тотально очеловеченном будущем» – речь идет о том, как ведущие компании мира используют технологические новинки, добиваясь преимущества в ключевых сферах: кадровой политике, доверии, опыте и устойчивости развития.

Каждый из перечисленных аспектов с начала нового века вызывает – в той или иной мере – тревожный интерес у многих предпринимателей. Однако сейчас он получает особое значение. Технически грамотные кадры в большом дефиците; вопрос доверия встал особенно остро с началом пандемии; уникальные виды опыта, обогащенного новыми технологиями, дарят почти безграничные возможности потребителям, работникам и активным гражданам, а устойчивость становится важнее с каждым днем.

Искусственный интеллект и связанные с ним технологии могут обеспечить в каждой из перечисленных сфер значительный отрыв от конкурентов. Компаниям любого профиля – не обязательно близким к IT-индустрии – придется работать в условиях радикального разворота к человеку, который полностью меняет представления о конкуренции. Финансовые показатели, репутация бренда, ценностное предложение во многом будут определяться вниманием к кадровой политике, доверию, опыту и устойчивости развития.

Кто же победит в этой гонке? Пока ответ не очевиден. Результаты нашего второго исследования (доходы лидеров сейчас растут в пять раз быстрее, чем аутсайдеров) вроде бы намекают: настала эпоха победителей, которые получают все. Однако и первое аналогичное исследование, проведенное во время пандемии, обнаружило компании, резко улучшившие показатели.

Совершившие скачок – среди опрошенных их оказалось около 18 % – взяли на вооружение новые гуманистические технологии и широко внедрили их на производстве, изменив структуру организации для получения от перемен максимальной пользы. Бюджеты IT-отделов начали подстраивать не под операционную, а под инновационную деятельность.

С 2018 по 2020 год прорывные компании росли вчетверо быстрее отстающих, а во время пандемии опередили некоторых лидеров. Сделав ставку на сжатую трансформацию, эти компании прекрасно показали: даже наименее технологически развитые организации могут совершить огромный сверхприбыльный рывок вперед.

Будущее с человеческим лицом

Что же означает радикальный разворот к человеку для каждого из нас и для общества в целом? Могут ли предприниматели помочь в достижении социальной справедливости? Что нужно сделать для блага сотрудников, потребителей и сообществ? И как при этом добиться финансового благополучия?

Сначала мы создаем инструменты, затем инструменты создают нас^[5]. Эта мысль – прекрасная философская основа для размышлений. Молоток. Колесо. Телевизор. Искусственный интеллект. Каждый инструмент, созданный для выполнения конкретной задачи, со временем заставляет переосмыслить мироустройство, наше место в нем, нашу суть и наши перспективы – плохие и хорошие.

В книге «Человек + машина» мы отмечали: ведущие компании мира не заставляют людей драться с машинами за рабочие места. Они делают ставку на взаимодействие человека и машины ради результата, которого не добилась бы ни одна из сторон по отдельности. Гармоничный союз людей и созданных ими инструментов и есть главная цель радикального разворота к человеку в сфере цифровых технологий.

Не все решения должны быть высокотехнологичными. Однако современные технологии, безусловно, входят в число самых мощных и доступных инструментов социального преобразования, особенно когда к ним добавляются внятная политика и здоровая забота о человеческом благе и достоинстве. Потенциал новейших технологий – еще один довод в пользу того, что в них стоит разобраться. Ведь если что-то пойдет не так, то замечать ошибки и корректировать инструменты придется быстро.

В этой книге вы найдете истории ученых, предпринимателей, руководителей и целых организаций, которые внедряют технологии радикального очеловечивания в практику повседневной жизни, тем самым меняя ход прогресса, наш мир и нас самих. В этих историях много принципиально нового, но в некотором отношении они стары как мир.

Человечество с давних пор мечтает, чтобы путь к успеху был также и путем добра. Что нужно, чтобы пройти его всем вместе? Пусть эта книга поможет вам найти ответ.

Часть I. Преобразующие инновации: сила IDEAS

Глава 1. Интеллект

Больше человеческого, меньше искусственного

«Могут ли машины мыслить?»

Именно так Алан Тьюринг начал свою знаменитую статью «Вычислительные машины и разум», опубликованную в 1950 году^[6]. С тех пор было много споров о «тесте Тьюринга»: может ли компьютер заставить нас поверить, что он человек? Сам Тьюринг никогда не утверждал, что компьютеры действительно способны думать. Однако это не помешало писателям-фантастам и простым обывателям представлять – обычно с ужасом – машины, наделенные человеческим сознанием.

Это не про нас.

Тотальное очеловечивание, которое мы сейчас наблюдаем в развитии искусственного интеллекта, заключается не в воспроизведении человеческого сознания. Речь идет о решении проблем путем использования самых мощных когнитивных характеристик человека, усиленных вычислительными мощностями современных компьютеров. Это ведет нас не к господству машин, а к появлению более полных, эффективных, доступных и инновационных средств для решения социальных проблем и задач, стоящих перед коммерческими компаниями.

«И малое дитя будет водить их»

^[7]

Любой машине, управляемой искусственным интеллектом, очень далеко до той легкости и эффективности, с которой даже малые дети учатся, понимают и воспринимают контекст. Если вы случайно уроните карандаш и годовалый ребенок увидит, как вы тянетесь за ним, он подберет его и подаст. Бросьте его специально – и ребенок проигнорирует это^[8]. Другими словами, даже груднички понимают, что у других людей есть намерения – выдающаяся когнитивная способность, которая, кажется, по умолчанию предустановлена в человеческий мозг.

Но это еще не все. С самого раннего возраста у детей развивается интуитивное «чувство физики»: они начинают предугадывать, что предметы будут двигаться по плавным траекториям, не исчезнут сами по себе, что без опоры они упадут и что с ними нельзя взаимодействовать на расстоянии. Еще не научившись говорить, малыши отличают одушевленных существ от неодушевленных предметов. По мере освоения языка они проявляют замечательную способность к обобщению на основе очень небольшого ряда: им достаточно одного-двух примеров, чтобы понять значение нового слова^[9]. А еще дети самостоятельно, путем проб и ошибок, учатся ходить.

Искусственный интеллект может делать многое из того, что от природы наделенные разумом люди считают невозможным или трудновыполнимым. Например: обнаруживать закономерности в огромных массивах данных; побеждать величайших шахматистов и чемпионов игры в го; запускать сложные производственные процессы; эффективно обслуживать клиентов в чатах и кол-центрах; анализировать изменения погоды, состояние почвы и спутниковые снимки, чтобы помочь фермерам повысить урожайность; сканировать миллионы интернет-изображений для борьбы с эксплуатацией детей; выявлять финансовые мошенничества; прогнозировать запросы потребителей; персонализировать рекламу и многое другое.

Автоматизация таких задач выходит за рамки не только возможностей человека, но и традиционной логики процедурного программирования. Самое главное, что искусственный интеллект позволил людям и машинам дополнять друг друга, превращая механистические процессы в высокоадаптивные, органичные и ориентированные на человека виды деятельности. Вопреки опасениям противников автоматизации, такое сотрудничество создает множество новых высокооплачиваемых рабочих мест^[10].

Неудивительно, что внедрение искусственного интеллекта стремительно набирает обороты во всех отраслях по всему земному шару. Согласно проведенному в 2019 году опросу, компании планировали в 2020 году удвоить число связанных с искусственным интеллектом проектов, а к 2022-му реализовать по 35 проектов в этой области или области машинного обучения^[11]. Для сравнения: в 2019 году таких проектов было в среднем 14 на компанию.

Что ускоряет внедрение? В производстве используются новые модели искусственного интеллекта. Специализированное аппаратное обеспечение расширяет их возможности и помогает быстрее получать результаты обработки больших массивов данных. Упрощенные и меньшие по размеру инструменты позволяют ИИ работать практически на любом устройстве. Облачные сервисы обеспечивают доступ к ИИ-ресурсам из любой точки планеты и дают возможность масштабировать модели в соответствии с нуждами бизнеса.

Необходимость интегрировать данные из многих источников, решать сложные задачи бизнеса и компьютерной логики, а также конкуренция, заставляющая придавать данным более удобную для пользователей форму, ускоряют внедрение искусственного интеллекта. И конечно, оказалось очень велико влияние пандемии.

Наше недавнее исследование показало: более чем три четверти крупных компаний реализуют инициативы по глубокому обучению^[12]. Глубокое обучение – это мощная подгруппа методов машинного обучения. В его основе лежат нейросети, состоящие из простых нейроноподобных блоков обработки данных, вместе выполняющих сложные вычисления. Работающий по этому принципу искусственный интеллект должен обучаться методом «снизу вверх» на огромном массиве данных и нередко для более тонкой настройки использовать дополнительные данные. Но этот «жадный до данных» подход имеет существенные ограничения – по мощности, доступности и устойчивости, как мы увидим в ^{следующей главе}.