Этап сотрудничества, уравнявший возможности человека и машины, теперь сменяется третьей стадией: ключевую роль станет играть человек. Лидеры делового мира не просто обгоняют конкурентов по части инноваций – они совершают решительный разворот к человекоориентированным технологиям: к человеку. И это переворачивает все представления о прогрессе последнего десятилетия.
Этот разворот можно назвать революционным, но вообще он является органичным. Его радикальность заключается в резком изменении условий конкуренции. А органичность – в том, что на первый план выводятся чисто человеческие качества и способности: мышление, понимание, эмоциональный отклик. «Умные» технологии уже давно подарили нам сверхчеловеческие возможности, однако теперь к ним добавляется человеческое измерение, содержащее не только наши таланты, но и ошибки.
Поведенческая экономика включила в сферу интересов когда-то сухой науки плохо предсказуемый человеческий фактор – инновации предполагают поправку на предвзятость и прочие человеческие несовершенства, которыми оказались заражены предыдущие поколения искусственного интеллекта и связанных с ним технологий.
Радикально очеловеченный подход побуждает в корне изменить представления о ключевых компонентах цифровых инноваций: искусственном интеллекте, данных, экспертном знании, архитектуре и стратегии (IDEAS)[4]. Такой сдвиг предлагает организациям любой величины новую дорожную карту прогресса, позволяет проложить курс в будущее, многократно ускорить рост доходов и обеспечить себе конкурентное преимущество в мире, где человек и человечность станут одновременно и залогом, и мерилом успеха.
• Искусственный интеллект. Привычный нам метод машинного обучения не позволяет задействовать и осмыслить причинно-следственную связь, пространство, время и другие базовые понятия, которыми с легкостью оперирует человек, прокладывая себе путь в мире. Но в наши дни передовые исследовательские центры и компании разрабатывают устройства и приложения, которые способны на «мыслительную деятельность», во многом схожую с человеческим подходом к выполнению задач и решению проблем. Так, новое поколение роботов может обобщать данные о месте или среде – например, о пространстве склада – и манипулировать предметами, не дожидаясь команды. Можно рассмотреть и эмоциональный ИИ, выросший из практики общения с детьми-аутистами и ставший инструментом, который помогает им понять и выразить свои чувства. На этой основе сегодня разрабатывается новый автомобильный бортовой компьютер, который, вероятно, спасет не меньше жизней, чем ремень безопасности. Новые технологии задействуют самые мощные когнитивные способности человека – осведомленность и адаптивность, и со временем это обещает помочь в поиске решений насущных экономических и социальных задач.
• Данные. Глубокое обучение требует огромного массива данных и мощной инфраструктуры, что делает ИИ недоступным для многих организаций. Однако вскоре мы получим вертикально интегрированные системы, которым не нужны объемы данных. Они будут работать быстрее, применяться шире, а стоить – намного дешевле. Некоторые компании – например, мебельный онлайн-ретейлер Wayfair – успешно обучают ИИ-алгоритмы в таких сферах, где ранее информационный шум от обилия доступных товаров совершенно забил бы небольшие массивы актуальных данных. По мере эволюционирования искусственного интеллекта научные и коммерческие организации разрабатывают новые приемы и методы: от повторного использования данных в системе и активного обучения (система сама подсказывает, какие данные ей для этого необходимы) до синтетических данных, которые создаются, когда реальных не существует. Размеры, форматы, источники и способы применения данных меняются, и в ходе этого процесса предприниматели получают ценный опыт и дополнительное пространство для маневров на рынке.
• Экспертное знание. Разворот к человеку в сфере «умных» технологий в корне меняет многие представления о роли людей и накопленного ими опыта в новых цифровых экосистемах. Здесь мы наблюдаем один из наиболее значительных сдвигов: от машинного обучения путем обработки огромных массивов данных до наставничества, когда машина обучается под руководством человека с его знанием, опытом и чутьем. Человек обучает машину не «снизу вверх» (от частного к общему), а «сверху вниз», прививая чисто искусственной системе элементы живого природного интеллекта. Например, в компании Royal Dutch Shell инженер или другой штатный специалист дополняют базовый уровень машинного обучения еще одной высокоуровневой программой. Такой метод резко сокращает время на обучение системы правильным действиям при внезапной смене внешних условий. Корпорация Tesla обучает автомобильные бортовые компьютеры с функцией автопилота на примере сотен тысяч водителей. Торговая интернет-платформа Etsy разработала систему рекомендаций и подсказок на основе эстетических категорий, для чего экспертам пришлось обучить искусственный интеллект субъективным представлениям о стиле. Оказавшись в роли наставников машины, специалисты любого уровня и профиля находят накопленному опыту новое применение и, в свою очередь, помогают творчески использовать «умные» инструменты.
• Архитектура. Раз уж в наши дни все компании поневоле становятся технологическими, то и цифровая архитектура приобретает особое значение. Привычный IT-набор включает в себя софт, аппаратное обеспечение, телекоммуникации, специальные помещения и центры обработки данных. Но такой комплект в сегодняшнем гиперцифровом мире мобильных вычислений, ИИ-приложений, интернета вещей (IoT) и миллиардов устройств попросту не может функционировать, так как не способен поддержать радикальный разворот к человеку в сфере искусственного интеллекта, данных и экспертного знания, который меняет и темп, и условия инновации. Вместо жесткого привычного набора передовые компании создают «живые системы» – гибкие, трансграничные и радикально очеловеченные архитектуры, придающие элегантную простоту взаимодействию людей с машинами. В качестве примера отлично подходит компания Epic Games, разработчик игрового движка Unreal Engine. Его гибкая многофункциональная архитектура позволяет 8 миллионам пользователей одновременно подключаться к игре со сложной и богатой графикой, заодно собирая обильный и бесперебойный поток данных для последующего анализа с помощью ИИ-технологий. Раскрыв всю мощь и многофункциональность облачных технологий и прибавив к ним возможности искусственного интеллекта и периферийных вычислений, радикальный разворот к человеку в сфере архитектуры ознаменовал новую эпоху, где конкуренция в любой отрасли превращается в битву систем.
• 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.
