Лидеры должны адаптировать свои навыки к особенностям эпохи искусственного интеллекта.
Алгоритмы всё активнее проникают во все сферы современной жизни, становясь “мостом между компьютерными вычислениями и проблемами реального мира”. Сегодня информация о мире заключена в данных, образующихся в ходе любых действий людей.
Тем руководителям, которые сформировались как личность в аналоговую эпоху, впору задуматься, насколько актуальными останутся их навыки в будущем. Привычные иерархические системы все стремительнее замещаются экосистемами. Понять, чтó обладает истинной ценностью и приносит пользу, сможет лидер новой формации – лидер эры алгоритмов. Даже самые точные данные не являются решающим фактором успеха; важнее всего способность “связывать людей, партнеров и платформы”.
“Оставаться умным, когда машины умнее вас, – значит научиться думать совершенно иначе.”
В 1970-х годах французские философы Жиль Делёз и Феликс Гаттари предложили отказаться от использования дерева в качестве метафоры получения и распространения знаний. Взамен они ввели понятие “ризомы” – клубка корешков, образующих под землей обширную запутанную сеть, из разных точек которой на поверхность поднимаются побеги. В ризоме множество “точек входа”, а хранение питательных веществ во всех узлах сети позволяет эффективно распределять энергию. Метафора ризомы применима и к лидерству новой эпохи.
Чтобы стать лидером, откажитесь от устаревших конструктов, подобных дереву и воплощающих собой жесткую иерархию. Переход бизнеса на модель ризомы облегчают алгоритмы, способные создавать сеть сложных связей между данными. В эпоху алгоритмов лидер поощряет самоорганизацию команд и не стремится все время быть правым. Благодаря алгоритмам и руководители, и сотрудники могут более эффективно применять свои человеческие навыки.
Будущее искусственного интеллекта будет определяться взаимодействием алгоритмов и человеческой личности.
Одним из первых мыслителей, научившихся составлять алгоритмы, иначе говоря – пошаговые инструкции, в которых результат выполненного шага становится исходными данными для следующего, был греческий математик Евклид. В компьютерных вычислениях алгоритмы используются давно, но лишь в последнее десятилетие, благодаря технологиям глубокого обучения, скорость и мощность алгоритмических систем стали расти в геометрической прогрессии. Алгоритмы научились писать собственный код, извлекать уроки из своих ошибок и самосовершенствоваться. Однако несмотря на то что они превзошли человека в вычленении закономерностей, нахождении связей, а иногда и в принятии решений, они не способны осмысленно интерпретировать результаты. Использование результатов для “создания впечатлений, преобразования организаций и переосмысления мира” – задача, которая по плечу только человеку.
“Процесс становления лидера алгоритмической эпохи – это, в сущности, процесс осознания личной ответственности.”
Подумайте, как компьютеры взаимодействуют с людьми и какое воздействие они оказывают на личность и поведение людей. Присмотритесь к поведению детей: дети, родившиеся после 2007 года, не знают жизни без смартфона. В эпоху алгоритмов жизнь человека будет связана со множеством различных сетей. Лидеры новой эпохи должны будут интерпретировать потребности и намерения пользователей, основываясь на их поведении, особенностях их взаимодействия с платформами и услугами, а также их личности (то есть их эмоциональной реакции на пользовательский опыт). Эти три элемента замкнуты в цикл и усиливают друг друга. Руководители будут применять алгоритмы с целью оптимизации опыта пользователей, и самыми удачными станут те алгоритмы, чье действие останется для пользователей незаметным.
Стремитесь к экспоненциальному, а не инкрементальному росту.
Компании XXI века, бизнес которых строится на данных и алгоритмах, работают в среде, где “победитель получает всё”. Алгоритмы наиболее эффективны, когда возможно масштабирование. Так, в Amazon поняли, что, предложив покупателям более широкий выбор товаров по низким ценам, компания привлечет больше клиентов, а чем больше у нее становилось клиентов, тем более широкий ассортимент товаров она могла предлагать.
“Цифровая трансформация на деле часто оборачивается мелкими постепенными цифровыми изменениями.”
Эффективность алгоритмов зависит от качества данных. Данные – самый важный для бизнеса актив. На создание собственного массива данных могут уйти годы. Сконцентрируйте данные в одном месте и систематизируйте их. Обеспечьте доступность данных, продумайте способы их сбора, сортировки и управления ими. Данные могут стать платформой для разработки прорывных идей. Так, в страховом стартапе Haven Life с помощью данных, собранных материнской компанией MassMutual, научились более точно оценивать уровень риска новых клиентов. От сотрудников не потребовалось никаких дополнительных усилий: был разработан алгоритм, сопоставляющий данные бывших и будущих клиентов.
“Для того чтобы алгоритмическое общество эффективно функционировало, ему нужен масштаб.”
Учитывая, что цель любой компании – снижение операционных издержек, возникает вопрос: понадобятся ли ей в будущем человеческие ресурсы? Уже сегодня на примере блокчейна можно видеть, как огромные распределенные базы данных позволяют субъектам бизнеса не просто покупать и продавать, но и заключать смарт-контракты без участия людей в качестве посредников.
Искусственный интеллект – это “дополняющий” интеллект.
Лидер эпохи алгоритмов должен мыслить, как компьютер: любую задачу необходимо разбивать на составные части и решать с применением системного итеративного подхода. Стратегия отделяется от исполнения; есть возможность объединять людей из разных областей. Так, программист из Google и астроном вместе создали нейронную сеть для обнаружения экзопланет. Изучить подобный объем данных человеку не под силу, не говоря уже о поиске взаимосвязей, который стал возможным благодаря машинному обучению. Такое сотрудничество будет становиться нормой, поскольку компании стремятся расширять диапазон навыков и подходов.
“Автоматизация – это возможность не только перевести свою команду на выполнение задач более высокого порядка, но и радикально переосмыслить то, чем вы занимаетесь.”
Правильнее было бы называть ИИ не искусственным, а “дополняющим” интеллектом: системы глубокого обучения берут на себя черную работу, предоставляя людям возможность заниматься тем, что может делать только человек, – мозговыми штурмами, налаживанием отношений, разработкой стратегии. Но прежде чем машина сможет взяться за решение задачи, ей нужен человек, который корректно сформулирует эту задачу.
Руководители должны избавиться от “отвращения к алгоритмам” и поверить в то, что без вмешательства человека алгоритмы могут выполнять свои задачи не хуже, а, как правило, даже лучше. Например, в области космических исследований НАСА считает нужным давать астронавтам возможность блокировать работу автоматики и брать управление на себя, а новые “космические бароны” Илон Маск и Джефф Безос намереваются автоматизировать всё без исключения. Решающим фактором для подобного шага могут стать издержки: автоматика всегда дешевле. Предубеждений против алгоритмов будет все меньше, по мере того как они будут все шире использоваться в повседневной жизни.
Новые технологии ведут не к полному отказу от человеческого труда, а к переходу человека на выполнение задач более высокого порядка.
Общество и эксперты в разных областях опасаются, что автоматизация приведет к сокращению рабочих мест. Однако об отказе от автоматизации не может быть и речи, так как в этом случае компаниям грозит вытеснение с рынка конкурентами. Как уже было доказано историей, появление новых технологий не приводит к полному исчезновению потребности в человеческих навыках, а наоборот, повышает уровень задач, которые решает человек. В эпоху промышленной революции многие боялись, что механический ткацкий станок оставит людей без работы. На деле же возросшая производительность привела к снижению цен на предметы одежды, и в результате спрос и объемы производства тоже выросли. Из более близких к нам по времени примеров: после появления банкоматов в банках стало больше операционистов, так как их обязанности по обслуживанию клиентов значительно расширились. Они нашли “новую профессию внутри старой”.
“Те, кто доказывает, что роботы отберут у людей работу, ошибочно полагают, что между занятостью и автоматизацией существует прямая взаимосвязь.”
В мире, где повторяющиеся процессы поручают алгоритмам, людям предстоит сосредоточиться на совершенствовании своих “человеческих” компетенций. Нормой станет непрерывное образование, так как люди будут постоянно учиться выполнению новых задач, приходящих на смену уже автоматизированным.
Руководителям необходимо переосмыслить работу своих команд и подходы к координации действий их участников, а главное, радикально пересмотреть то, чем занимаются их компании. Так, Nike, поставив цель автоматизировать производство обуви по индивидуальным заказам, привлекла к сотрудничеству инженерно-конструкторскую фирму Flex. Эта фирма разработала метод вырезания деталей любой конфигурации из любого материала с помощью лазера. Сегодня Nike производит обувь по индивидуальному заказу прямо в цеху, используя в качестве выкроек цифровые файлы.
Алгоритмы создают новые этические дилеммы для лидеров.
Этические принципы Facebook стали широко обсуждаться, когда британская статистическая фирма Cambridge Analytica создала психологические профили 87 миллионов пользователей этой сети для политических целей. Из-за попустительства Facebook, предоставлявшей третьим сторонам доступ к личным данным пользователей, эти профили были использованы Республиканской партией для адресной рассылки во время предвыборной кампании 2016 года. Штаб Барака Обамы, напротив, использовал данные посетителей сайтов кампании только с их разрешения. Конечно, пользователи прекрасно понимают, что вынуждены жертвовать неприкосновенностью частной жизни ради доступа. Однако здесь необходимо устанавливать границы. Хотя Facebook и не нарушила законов, актуальных на тот момент, она “действовала не в интересах” своих пользователей.
“Apple продает свои продукты потребителям. А у Facebook продукт – это потребитель. Facebook продает потребителей рекламодателям”.
Помимо проявления бдительности в сфере персональных данных руководители должны обеспечить отсутствие в своих системах перекосов, возникающих из-за предвзятости. Алгоритмы создаются людьми, а люди, осознанно или неосознанно, закладывают в них свои предубеждения. При воспроизведении алгоритма в широких масштабах это может причинить огромный вред. Кроме того, алгоритмы настроены на обобщение путем выделения закономерностей, поэтому они не учитывают резко отклоняющиеся значения. Разработчикам следует глубоко разбираться в людях, программистам – понимать сущность этических проблем, а лидерам – предвидеть нежелательные результаты. В противном случае самообучаемая система, к примеру, может необоснованно зачислить в преступники всех чернокожих мужчин.
Машинное обучение работает за счет оптимизации данных, как это происходит, например, в системах GPS-навигации. Однако ошибки в проектировании системы влекут за собой некорректную оптимизацию. Лидеры должны точно знать, из каких “ингредиентов” состоят их массивы данных, избегать абстрактных обобщений и держать в фокусе внимания человека. Автоматизируя процесс, нужно четко понимать, как все его элементы увязываются в единое целое.
Искусственный интеллект создает возможности для индивидуализации продукции.
Многие десятилетия производство автоматизировалось с целью сокращения затрат, что не давало потребителю широкого выбора. Сегодня же компании, напротив, предлагают потребителям индивидуальные решения, товары и услуги, анализируя их предпочтения с помощью алгоритмов. Разрабатывая продукты, следует всегда иметь в виду потребности конкретных людей.
Apple внедрила в своих магазинах формат “городской площади”, где клиенты могут провести время, ожидая помощи специалиста. Nordstrom тестирует концепцию универмага нового типа, в котором не продаются товары, но предлагаются услуги стилистов и портных. В 2017 году специальные группы безопасности YouTube “вручную” проверили миллионы видео на наличие недопустимого контента, обучив таким способом алгоритм выявлять нарушения. В Netflix есть “маркировщики”, которые просматривают фильмы и распределяют их по различным категориям (сюжетная линия, жанр, ужасы и тому подобное), чтобы алгоритмы давали зрителям более точные и персонализированные рекомендации.
Алгоритмы могут сделать доступными услуги, которые часто оказываются не по карману обычным людям. Pefin, искусственный интеллект – финансовый консультант, разрабатывает индивидуальные финансовые планы: пользователи формулируют проблему, которую им необходимо решить, и алгоритмы приходят на помощь. Однако продажи, например, никогда не будут полностью отданы на откуп алгоритмам, так как в любой значимой сделке присутствует человеческий компонент.
Порожденное алгоритмами неравенство может вызвать социальное недовольство в будущем.
Когда проекты разбиваются на отдельные микросоставляющие, они становятся “виртуальным сборочным конвейером”. Работающие на таких “конвейерах” люди часто не видят общей картины и не ощущают значимости своего труда. Они утрачивают чувство личной ответственности. Людям нужно видеть результаты; запуская цифровую трансформацию компании, руководители должны об этом помнить.
В будущем население может разделиться на тех, кто создает алгоритмы, тех, кто работает на алгоритмы, и очень тонкую прослойку супербогатых – тех, кто владеет платформами. Может возникнуть “ловушка алгоритмического неравенства”. Уже сегодня некоторые крупные компании – цифровые платформы нанимают временных работников для выполнения неквалифицированной работы (такой как курьерская) и используют лазейки в законодательстве, чтобы не платить налоги или не предоставлять работникам социальные пакеты. А в других компаниях алгоритмы применяют для контроля за поведением сотрудников, отслеживания каждого их шага и подсчета издержек вплоть до доли секунд во имя повышения общей эффективности. В результате работникам начинает казаться, что из них делают роботов.
Возможно, применение алгоритмов для контроля рабочего времени и улучшит финансовые результаты, но при этом оно способно разрушить взаимоотношения работодателя с сотрудниками. Так, розничная сеть Forever 21 начала использовать платформу Kronos, предназначенную для оптимизации персонала, и в результате перевела сотни сотрудников на неполный рабочий день, лишив их тем самым медицинской страховки. Перед тем как принимать подобные решения, руководитель должен спросить себя: чтó бы почувствовал он сам, если бы алгоритмы внезапно лишили его существенной части дохода и при этом он не имел бы никакого права голоса?
Алгоритмы не более чем инструменты. Их появление возвещает о наступлении очередного переломного момента в бизнесе, а также дает лидерам возможность переосмыслить свою роль и деятельность компании. Алгоритмы еще в большей степени требуют от руководителей личной ответственности и ставят перед ними задачу адаптировать сотрудников к новым реалиям.