В предыдущем посте серии был мой собственный пример разработки ПО, где ИИ уже сильно удешевил исполнение. Легко сделать вывод, что скоро так будет везде
Роботы давно умеют работать и без нынешнего генеративного ИИ: автомобильные конвейеры, сортировка на складах, упаковщик коробок на кондитерской фабрике, робот-пылесос дома — всё это уже обычная жизнь. Только автоматизация приходит в разные сферы очень неравномерно.
Почему?
(очевидные размышления)
👉🏻 В разработке почти всё происходит в цифре. Новый ИИ-агент не требует строить цех.
👉🏻 На конвейере одна и та же операция повторяется тысячи и миллионы раз, дорогой робот успевает окупиться.
👉🏻 На складе тоже нужен масштаб, плюс инфраструктура, бесперебойное обслуживание и понятные маршруты.
👉🏻 Пылесос стал доступным не потому, что робот простой, а потому что одну узкую задачу научились делать миллионами одинаковых устройств.
А если сегодня надо выполнять одну операцию, завтра другую, послезавтра вообще переехать в соседнее помещение? А если нужно искать решение очень мутной задачи и принимать его уже по факту нахождения не самых подходящих вариантов? При всём чудесном развитии ИИ пока в таком будет закономерно сбоить и/или будет стоить неподъёмно дорого. Тогда как человек — очень удобная универсальная машина: показал, объяснил, дал инструмент, и он способен перестроиться, если изначально подходит по компетенциям.
Поэтому я бы не спрашивал “можно ли что-то автоматизировать для бизнеса?”. Можно уже очень многое, но вопрос — окупится ли. MIT несколько лет назад посчитал это для задач компьютерного зрения: технически автоматизируемых задач оказалось намного больше, чем экономически выгодных. При тогдашних затратах автоматизация была привлекательна только для 23% затрат на оплату труда по vision-задачам. И особенно хорошо экономика сходилась там, где одно решение можно масштабировать на много клиентов.
То есть старое правило никуда не делось: сначала цель, потом процесс и только тогда уже технология. Я об этом писал на примере кейсов автоматизации HR.
Чтобы определиться с экономикой автоматизации, я бы начинал с пяти вещей:
1️⃣ Сколько полностью стоит текущая человеческая работа?
2️⃣ Сколько стоит не только “купить робота”, а внедрить и обслуживать всю систему?
3️⃣ Сколько одинаковых операций она реально закроет и какими объёмами будет загружена?
4️⃣ Как часто сейчас меняется процесс и сколько стоит такая перестройка? А будет стоить при автоматизации?
5️⃣ Какая человеческая работа всё равно останется? И сколько она будет стоить?
☝🏻 Автоматизация конкурирует с человеком не способностями, а полной стоимостью. И человек конкурирует с полной стоимостью автоматизации, поэтому в одной отрасли машина победит быстро, а в другой человек ещё долго будет дешевле, гибче и практичнее. А где-то ИИ пока даже на порог не встанет.
❓А вы считаете свою экономику, когда думаете об автоматизации?
P.S.: Ставьте 🔥, если было полезно и хотите продолжить тему.
#иишница #управление #эффективность #Серия_Человек_и_робот
@PeopleManagementTech