Что такое ИИ-нативная организация

ИИ-нативная организация устроена так, что ИИ становится операционной системой, на которой основана ее работа. Все процессы в такой организации должны быть «читаемыми» для ИИ.

Совещания, в том числе офлайн, встречи, обсуждения, задачи, отзывы клиентов, продуктовые метрики, код и документация должны фиксироваться и быть доступны ИИ для анализа. Все это превращается в поток данных, который возвращается в систему, чтобы организация училась на собственных действиях и корректировала работу.

Замкнутый контур

Диана Ху, управляющий партнер Y Combinator, объясняет устройство ИИ-нативной компании через теорию автоматического управления. В ней различают замкнутые и разомкнутые системы.

Классический пример замкнутой системы - кондиционер. Вы задаете целевую температуру, скажем +22. Датчик измеряет фактическую температуру в помещении, а система реагирует на разницу: регулирует охлаждение. Без участия человека.

А вот обычный вентилятор с ручным переключателем - разомкнутая система. Ему все равно, жарко вам или холодно. Он дует с заданной скоростью и изменит ее, только если вы повернете регулятор. Обратной связи по температуре у него нет.

В этой аналогии традиционная компания часто похожа на вентилятор. Информация о том, что происходит в продукте и у клиентов, собирается медленно, теряется по пути и доходит до тех, кто принимает решения, с искажениями и опозданием. Разбираться с отклонениями и проблемами приходится вручную.

ИИ-нативная компания должна работать как кондиционер. Данные о реальном положении дел поступают непрерывно, система сравнивает фактические значения с целевыми и выявляет отклонения. В пределах своих полномочий ИИ может принять решение и выполнить необходимые действия самостоятельно.

Где скрывается реальная эффективность

McKinsey недавно разобрали один процесс у промышленной компании из Fortune 500. Сама работа внутри его этапов занимала от 12 до 24 часов. Задержки при согласованиях, устранении замечаний, ожидании нужных людей добавляли процессу еще 9-18 дней. Авторы называют это «налогом на координацию».

Вот здесь и стоит искать эффект от ИИ. Можно ускорить подготовку прогноза, но он по-прежнему будет несколько дней ждать согласования. Агентам можно поручить проверку данных, сопоставление прогноза с производственными ограничениями и передачу задачи дальше. А людям оставить вопросы, которые выходят за установленные правила и полномочия ИИ.

В описанном McKinsey проекте после перестройки планирования его цикл сократился с 30 до 3 дней.

Полагаю, первыми эффект от таких изменений почувствуют те мидл-менеджеры, чья работа во многом состоит в сборе информации и ее передаче между сотрудниками и руководством. В ИИ-нативной организации значительную часть этой работы можно автоматизировать.

Стартапы получают фору

Перестроить вокруг ИИ компанию с тысячей сотрудников, старыми системами и устоявшимися процессами сложно. Думаю, здесь применим опыт цифровой трансформации: в опросе McKinsey 2018 года лишь 16% респондентов сообщили, что она улучшила результаты их организаций и обеспечила способность сохранять эти улучшения в долгосрочной перспективе.

Стартап, в отличии от корпорации, может сразу спроектировать процессы, данные и роли под новую модель. Мне кажется, здесь возникает преимущество, похожее на то, которое было у компаний, изначально построенных вокруг интернета, перед теми, кто просто создал сайт для своего бизнеса. Кроме того, ИИ-нативные стартапы могут обходиться гораздо меньшими командами.

Совет для фаундеров

Не делегируйте ИИ-стратегию целиком. Ни консультантам, ни отдельной команде по инновациям, ни CTO. Чтобы понять, как должна работать компания нового типа, придется самому проползти этот путь на животе. Разбираться в процессах, пробовать поручать их ИИ, анализировать результаты и двигаться дальше.