Во всех отраслях организации вкладывают значительные средства в потенциал искусственного интеллекта, который изменит способы их работы и роста. Почти 80% руководителей ожидают, что ИИ внесет значительный вклад в доходы к 2030 году, но только 24% знают, откуда могут быть получены эти доходы.
Это не пробел в сознании. Это архитектурный пробел.
Компании, которые уже осознают ценность ИИ, не ждут, чтобы обнаружить его посредством пилотных проектов и испытаний концепции. Они разрабатывают его посредством обдуманных решений о том, как устроена работа, как объединяются человеческие и цифровые работники и как реинвестируются средства, сэкономленные на производительности.
В результате нашей работы с компаниями во всех основных секторах вырисовывается четкий разрыв.
Некоторые организации внедряют ИИ в устаревшие рабочие процессы и получают лишь незначительную производительность. Другие пересматривают способы создания стоимости и выстраивают траектории роста, которые не могут повторить конкуренты.
К 2030 году это будет не просто краткосрочное позиционное преимущество. Это определит, кто останется в бизнесе. Разница сводится к трем архитектурным решениям, которые отличают компании, ориентированные на искусственный интеллект, от остальных.
Перепроектируйте саму работу, а не просто дополняйте ее
В большинстве случаев внедрение ИИ терпит неудачу, потому что организации автоматизируют фундаментально ошибочные процессы. Они делают неэффективную работу более эффективной и задаются вопросом, почему трансформация не происходит.
Компании, ориентированные на искусственный интеллект, начинают с другого вопроса: если бы мы разрабатывали эту работу сегодня без ограничений наследия, какого результата мы хотим? И какая комбинация человеческого суждения и возможностей искусственного интеллекта лучше всего достигает такого результата?
«Нестле» представляет собой яркий пример глобальной компании, которой более ста лет. Компания не просто добавляет возможности искусственного интеллекта в существующие системы. Они создают корпоративную архитектуру на базе искусственного интеллекта, которая понимает всю экосистему продуктов, цепочку поставок и отношения с потребителями так, как никогда не могли это сделать типовые модели. Целью является не постепенное улучшение, а способность быстрее поставлять превосходные продукты, создавая при этом более персонализированный опыт для сотрудников и клиентов.
Riyadh Air представляет собой противоположный конец спектра бизнеса: стартап без устаревших ограничений. Но принцип тот же. Авиакомпания с первого дня строит свою деятельность на основе искусственного интеллекта с унифицированной архитектурой, которая объединяет операции, сотрудников и клиентов в единую интеллектуальную систему.
Идея, которую они оба разделяют, заключается в том, что цифровая магистраль — это не просто инфраструктура. Это продуманная архитектура, которая позволяет людям и ИИ работать как интегрированные возможности, создавая адаптивность, которая со временем усугубляется.
Развивайте собственный интеллект, а не просто доступ к моделям
К 2030 году каждый будет иметь доступ к мощным моделям искусственного интеллекта. Победители получат собственный ИИ, который знает их бизнес лучше, чем любой сторонний ИИ.
L’Oréal использует искусственный интеллект не только для ускорения исследований и разработок. Они создают собственную базовую модель искусственного интеллекта на основе собственных данных о рецептурах, научных исследований и требований устойчивого развития. Эти модели предоставят вашим ученым возможности, которые не сможет воспроизвести ни один конкурент, и откроют новые научные возможности, которые в противном случае не существовали бы.
Согласно нашему недавнему опросу, более половины руководителей ожидают, что их конкурентное преимущество будет обусловлено именно сложностью модели искусственного интеллекта. Усовершенствованность также достигается за счет собственных данных, индивидуальных моделей, адаптированных к конкретным задачам, и непрерывного цикла обучения. Организациям необходимы портфели с несколькими моделями: некоторые проприетарные, некоторые лицензированные, и все они интегрированы в архитектуры, которые развиваются так же быстро, как и их рынки.
Самые ценные компании не будут теми, у которых больше всего данных. Именно они будут превращать данные в масштабные решения, основанные на искусственном интеллекте, с интеллектом, который конкуренты не смогут воспроизвести, просто лицензируя лучшие модели.
Проектируйте циклы роста, а не только повышение эффективности
Большинство стратегий ИИ терпят неудачу, потому что они рассматривают производительность как цель.
Руководители ожидают, что ИИ повысит производительность на 42% к 2030 году. Но если эти выгоды будут достигнуты в виде экономии затрат, эта возможность в корне неверно истолковывается. Компании, ориентированные на искусственный интеллект, рассматривают производительность как топливо, реинвестируя повышение эффективности в новые продукты, услуги и рынки.
Схема работает следующим образом: эффективность, основанная на искусственном интеллекте, высвобождает капитал и таланты. Это высвободившиеся мощности способствуют инновациям на новых рынках. Новые рынки генерируют новые данные. Новые данные лучше обучают ИИ. Лучший ИИ обеспечивает большую эффективность. Цикл ускоряется.
Ученые L’Oréal не только будут быстрее создавать рецептуры: эта скорость позволит им исследовать экологически чистые ингредиенты, которые ранее не были экономически жизнеспособными. Nestlé не просто оптимизирует цепочки поставок: она использует эти преимущества для построения прямых отношений с потребителями, которые меняют способ взаимодействия людей с ее продукцией. Riyadh Air не просто строит новую авиакомпанию: они одним махом уничтожают пятидесятилетнее наследие, которое определит следующее десятилетие авиации.
Это создает экспоненциальную дивергенцию. В то время как отстающие оптимизируют прибыль, лидеры стремительно осваивают новые рынки, создавая возможности для наращивания капиталовложений. К 2030 году разрыв не будет измеряться процентами производительности. Это можно будет измерить с помощью совершенно других бизнес-моделей.
Вопросы, которые определяют, кто победит
Следующую эпоху роста невозможно предсказать. Он будет спроектирован. Теперь лидерам придется ответить на три неудобных вопроса:
Если бы мы сначала перестроили нашу деятельность с использованием принципов ИИ, что бы мы вообще перестали делать? Не что бы мы сделали быстрее, а что бы устранили? Большинство организаций считают, что от 30% до 40% их рабочих процессов существуют исключительно для того, чтобы компенсировать ограничения, которые устраняет ИИ. Но удаление требует смелости, чтобы избежать оптимизации. Какой собственный интеллект мы могли бы создать, который не смогут воспроизвести конкуренты? Не тот ИИ, который вы можете лицензировать, а тот ИИ, который вы могли бы разработать (на основе уникального человеческого опыта вашей организации), который настолько глубоко адаптирован к вашему бизнесу, что конкурентам понадобится десятилетие, чтобы догнать его. Закладываем ли мы рост производительности или реинвестируем его в циклы роста? Экономия затрат конечна, но циклы роста экспоненциальны. На чем строится ваша стратегия?
К 2030 году компании, которые смогут ответить на эти вопросы, будут не только более продуктивными. Они будут работать на рынках, о существовании которых конкуренты даже не подозревали, с возможностями, которые конкуренты не могут развивать, и с бизнес-моделями, которые конкуренты не могут себе позволить.
Реальный риск в сфере ИИ не проявляется слишком быстро. Разработка идет слишком медленно, в то время как конкуренты полностью переделывают игру.
Мнения, выраженные в комментариях Fortune.com, являются исключительно точками зрения их авторов и не обязательно отражают мнения и убеждения Fortune.
