Руководитель инновационных проектов в образовании Академии бизнеса Б1 Наталья Сокова обозначила ряд проблем, связанных с цифровизацией бизнес-процессов. «Сейчас акцент делается на технологиях и процессах, но точка пересечения человека и технологий часто упускается из виду. Это ошибка», – считает она.

Несмотря на внимание к ИИ, его активное использование на предприятиях остается ограниченным. Согласно опросу Академии бизнеса Б1, только треть опрошенных сотрудников различных компаний понимают, что такое ИИ, и видят в нем возможности роста.

Генеральный директор Академии бизнеса Б1 Татьяна Суслова акцентировала внимание на том, что роль лидера критически важна при внедрении ИИ и других цифровых решений. Она выделила три ключевых фактора, которые способствуют успешной интеграции ИИ.

Первое – это необходимость прикладного обучения сотрудников новым навыкам. «Важно, чтобы каждый сотрудник понимал, как внедрение технологий изменит бизнес и его личные задачи», – отмечает она. Причем обучение стоит организовывать непосредственно в рамках конкретных проектных групп или функциональных подразделений, чтобы оно было максимально практичным.

Второй важный момент – развитие культуры «осознанной некомпетентности». Татьяна Суслова поясняет: «Это означает, что лидер должен осознавать, что он не знает всего, и стремиться искать ответы на возникающие вопросы, вовлекая в этот процесс своих сотрудников».

Третий фактор – это способность лидера быстро реагировать на изменения во внешней среде и в компании, а также вести открытую коммуникацию с командой по поводу этих изменений.

Директор по операционной эффективности инвестиционного холдинга Финам Андрей Морозкин отметил, что при внедрении ИИ важно активизировать роль «владельца данных». Андрей поясняет: «Роль владельца данных — это смена мышления, когда ты начинаешь относится к накопленным данным компании, ее процессам и накопленным знаниям как к активу, который нужно монетизировать».

Заместитель директора ООО «Оператор Газпром ИД» Павел Баюка развеял несколько мифов, связанных с внедрением ИИ, которые тормозят его применение. «Многие думают, что для ИИ нужны сложные структуры и мощные компьютеры, но это не так. ИИ может работать и на простых устройствах», – говорит он. Также ошибочно полагать, что для внедрения ИИ необходимо огромное количество данных. Это не всегда верно.

Еще один миф – убеждение, что ИИ не приносит реальной прибыли компании. Однако уже есть множество примеров, когда ИИ помогал предприятиям сокращать время выполнения задач и повышать доходы. Так, один из кейсов связан со строительной компанией, где ИИ создал алгоритм проектирования инженерных систем. Этот алгоритм применили при проектировании систем канализации жилых домов, что позволило значительно сократить сроки проектирования.

Другой успешный пример – использование ИИ в банке, где он помог разработать алгоритм для быстрого принятия решений по выдаче кредитов юридическим лицам.

В ходе круглого стола также обсуждали различие между классическим и генеративным ИИ. Эксперт по внедрению генеративного ИИ Сергей Кобелев пояснил, что классический ИИ — это система, анализирующая данные и делающая выводы на основе заданных параметров. Генеративный ИИ, в свою очередь, способен создавать что-то новое на основе полученных данных, например, тексты, музыку или изображения.

«Генеративный ИИ может как сочинить сказку для вашего ребенка, так и помочь разработать маркетинговую стратегию для бизнеса», – добавил Сергей.