БиблиотекаПриложение
Дополнительный материал
00 — Обложка, содержание и резюме
Постраничное техническое извлечение. Текст источника сохранён в блоках; это не редакционный пересказ. Таблицы, порядок чтения схем и изображения требуют сверки с PDF.
PDF — страница 1
КОМПАНИЯ, СПОСОБНАЯ
РАБОТАТЬ
С ИСКУССТВЕННЫМ
ИНТЕЛЛЕКТОМ
Как превратить методы,
знания и процессы
организации в управляемую
самообучающуюся систему
White paper Paper Planes и «Скрытых чемпионов»
PDF — страница 2
Содержание Paper Planes
Содержание
От управленческого метода — к воспроизводимой корпоративной способности.
О документе 4
Резюме для руководителя 5
1. Почему большинство внедрений ИИ не являются внедрениями ИИ 11
2. Машиночитаемая компания 18
3. Не все задачи одинаковы: выбор правильного режима ИИ 31
4. Архитектура управляемого ИИ-контура 44
5. CORD+PDCA: операционный цикл самообучающейся системы 64
6. Человек в системе: от контролёра к владельцу способа мышления 84
7. Корпоративная операционная система навыков 102
8. Как выбирать и запускать ИИ-инициативы 121
9. Девять областей применения искусственного интеллекта 140
10. Эволюция методологии: что изменилось и что осталось неизменным 156
Заключение. Компания как развивающаяся система способностей 167
Компания, способная работать с ИИ 02
PDF — страница 3
Содержание Paper Planes
Практическая часть
Приложение A. Диагностическая карта ИИ-инициативы 172
Итоговый вердикт 188
Приложение B. Первые 90 дней: от идеи до управляемого ИИ-контура 190
Этап 0. До начала отсчёта 194
Дни 1–15. Выбрать правильную функцию 196
Дни 16–30. Формализовать метод и спроектировать контур 199
Дни 31–60. Провести пилот в контролируемом режиме 202
Дни 61–90. Стабилизировать и принять решение о масштабе 205
B.2. Что должно существовать через 90 дней 208
Компания, способная работать с ИИ 03
PDF — страница 4
Компания, способная работать с искусственным интеллектом Paper Planes
О документе
Искусственный интеллект меняется быстрее, чем компании успевают сформировать устойчивое
представление о его возможностях. Инструменты, которые ещё несколько месяцев назад казались
центральными, уступают место новым. Интерфейсы исчезают, модели сменяют друг друга,
а обещание полностью автономных цифровых сотрудников постоянно отодвигается.
Поэтому методология внедрения искусственного интеллекта не может строиться вокруг
конкретной модели, сервиса или поколения агентов. Она должна опираться на более устойчивые
элементы: управленческие задачи компании, её методы работы, знания, процессы, ограничения
и способы принятия решений.
Этот документ обобщает опыт трёх потоков образовательной программы Paper Planes
и «Скрытых чемпионов», а также практику применения искусственного интеллекта во внутренних
и клиентских проектах. Между потоками менялись используемые инструменты, архитектурные
решения и наши представления о границах автоматизации. Вместе с этим постепенно
формировалось устойчивое ядро подхода.
Его главный тезис состоит в следующем:
Устойчивое применение искусственного интеллекта
начинается не с выбора модели и не с создания агента. Оно
начинается с превращения методов, знаний, процессов
и способов принятия решений компании в управляемую,
машиночитаемую и способную к обучению систему.
Этот white paper не предлагает универсального набора инструментов и не обещает
полной автономизации организации. Его задача — показать, какие условия позволяют
искусственному интеллекту создавать воспроизводимый управленческий и экономический
результат, где заканчиваются возможности автоматизации и какую роль в новой
системе должен сохранить человек.
Компания, способная работать с ИИ 04
PDF — страница 5
Резюме для руководителя Paper Planes
Резюме
для руководителя
Большинство проектов, которые компании называют внедрением искусственного
интеллекта, в действительности начинаются с другой проблемы.
Компания, способная работать с ИИ 05
PDF — страница 6
Резюме для руководителя Paper Planes
Компания хочет прогнозировать закупки, но не использует устойчивую методику планирования.
Хочет создать агента продаж, но не определила, как выглядит качественная продажа и по каким
признакам нужно выбирать следующую клиентскую возможность. Хочет построить корпоративную
базу знаний, но не решила, какие знания должны влиять на какие решения. Хочет автоматизировать
процесс, который по-разному понимают его участники.
В этих случаях искусственный интеллект не устраняет управленческий разрыв. Он делает его менее
заметным и одновременно увеличивает масштаб последствий.
Система может быстро подготовить слабое коммерческое предложение, многократно воспроизвести
неправильную классификацию, уверенно применить устаревшее правило или создать видимость
анализа там, где у компании отсутствует сам метод принятия решения.
Поэтому первый вопрос при внедрении ИИ звучит не «какую модель выбрать?», а:
Какой способ работы мы собираемся воспроизвести,
усилить или изменить?
Ответ требует последовательно определить:
стратегический результат;
ограничение, мешающее его получить;
конкретную функцию или процесс;
природу решаемой задачи;
используемую методологию;
необходимые знания и данные;
роль человека;
правила контроля;
способ измерения эффекта.
Только после этого можно выбирать технологический механизм.
Компания, способная работать с ИИ 06
PDF — страница 7
Резюме для руководителя Paper Planes
Семь положений предлагаемого подхода
1. Искусственный интеллект не заменяет отсутствующую методологию
ИИ способен выполнять правила, применять модели, сопоставлять данные, искать отклонения
и подготавливать варианты решений. Но он не может надёжно воспроизвести способ работы,
которого в компании не существует даже на уровне человеческой практики.
Если два руководителя по-разному понимают один процесс, система не разрешит это противоречие
автоматически. Она либо выберет одну из версий, либо создаст третью.
Поэтому значительная часть ИИ-проектов должна начинаться с формализации управленческого метода.
2. Не все задачи можно передавать ИИ одинаковым образом
В одних задачах существует известный алгоритм и проверяемый ответ. Их можно передавать
навыкам, агентам и автоматизированным рабочим процессам.
В других задачах допустимо несколько решений. ИИ может собрать данные, рассчитать варианты
и снизить когнитивную нагрузку, но выбор должен остаться за человеком.
В сложных ситуациях невозможно заранее определить ни последовательность действий,
ни правильный результат. Здесь искусственный интеллект полезен как исследовательский
и аналитический инструмент, но не как автономный владелец решения.
Следовательно, выбор инструмента должен начинаться с определения природы задачи.
3. Автоматизируется не должность, а ограниченная функция
Должность почти всегда объединяет разные типы деятельности: простые операции,
профессиональный анализ, переговоры, работу с исключениями и решения
в условиях неопределённости.
Попытка создать «агента вместо сотрудника» смешивает эти задачи в одном непрозрачном контуре.
Более устойчивый путь — выделять узкие функции с понятным входом, контролируемым действием
и проверяемым результатом.
Такие функции можно собирать в управляемые рабочие процессы и постепенно расширять
по мере накопления опыта.
4. Контекст важнее отдельного запроса
Качество результата зависит не только от формулировки поручения. Система должна понимать:
стратегию компании;
используемый понятийный аппарат;
действующие методы;
структуру процессов;
требования к результату;
ограничения безопасности;
накопленный опыт;
характерные ошибки;
полномочия конкретного сотрудника.
Разовый запрос превращается в полноценную рабочую систему только тогда, когда он
выполняется внутри такого контекста.
Компания, способная работать с ИИ 07
PDF — страница 8
Резюме для руководителя Paper Planes
5. Человек остаётся владельцем способа мышления
Роль человека не сводится к финальной проверке созданного машиной результата.
Человек определяет метод, устанавливает критерии, объясняет исключения, выбирает
между допустимыми вариантами и несёт ответственность за последствия.
Особенно важно передавать системе не только последовательность действий эксперта, но и его
когнитивную стратегию: на что он обращает внимание, какие данные считает надёжными,
как распознаёт противоречие и при каких условиях отказывается принимать решение.
Искусственный интеллект в этом случае становится не заменой мышления, а когнитивной
опорой — своеобразным экзоскелетом, который помогает сотрудникам действовать
в более сильной профессиональной рамке.
Такая поддержка называется scaffolding. Система помогает сотруднику пройти разбор задачи:
задаёт вопросы, показывает значимые факторы, предлагает сопоставить варианты и проверить
основания решения. При этом выбор и ответственность остаются за человеком.
Экономический смысл этой поддержки — сократить ошибки и переделки, ускорить освоение работы
и уменьшить потребность в постоянном участии эксперта. Например, сотрудник может подготовить
разбор типовой ситуации по экспертной рамке, а сложное исключение передать специалисту.
Эффект необходимо проверять: сокращаются ли затраты времени на выполнение и контроль,
сохраняется ли качество и превращается ли высвободившееся время в результат компании.
6. Знание должно превращаться в исполняемую способность
Традиционная база знаний хранит документы. Сотрудник должен найти материал, прочитать его,
правильно интерпретировать и применить.
В системе нового типа знание может быть представлено как навык — версионируемая инструкция,
содержащая область применения, правила, проверки, ограничения и ожидаемый результат.
Такой навык можно проверить, опубликовать, распространить среди сотрудников, встроить
в рабочую среду, измерить и улучшить на основании реального использования.
Компания получает возможность распространять не только информацию, но и способы действия.
7. Система должна учиться на собственных ошибках
Устойчивый ИИ-контур не заканчивается получением результата. Он регистрирует
ошибки, отклонения, вмешательства человека и случаи, когда правило оказалось
недостаточным или противоречивым.
Каждый значимый инцидент должен приводить к одному из решений:
правило подтверждается;
правило уточняется;
создаётся исключение;
меняется метод;
изменяется область допустимой автоматизации;
навык получает новую версию.
Так применение ИИ становится частью организационного обучения,
а не последовательностью разрозненных экспериментов.
Компания, способная работать с ИИ 08
PDF — страница 9
Резюме для руководителя Paper Planes
Целевая логика внедрения
В обобщённом виде подход можно представить как последовательность:
Стратегическая цель → ограничение → процесс → тип задачи → метод → машиночитаемый контекст →
механизм исполнения → контроль → обучение → экономический эффект.
Нарушение последовательности создаёт характерные риски.
Если начать с инструмента, компания автоматизирует случайную деятельность. Если пропустить
метод, система будет импровизировать. Если не определить роль человека, ответственность
окажется размытой. Если не установить исходные показатели, технически успешный проект
невозможно будет связать с экономическим результатом.
Главный объект внедрения поэтому — не модель и не агент, а управляемый рабочий контур,
в котором согласованы метод, машина и человек.
Компания, способная работать с ИИ 09
PDF — страница 10
Резюме для руководителя Paper Planes
От цели к экономическому
эффекту
1 Стратегическая цель
2 Ограничение
3 Процесс
4 Тип задачи
5 Метод
6 Машиночитаемый контекст
7 Механизм исполнения
8 Контроль
9 Обучение
10 Экономический эффект
Схема по тексту: Резюме для руководителя. Геометрия показывает связи и последовательность, а не количественные
значения.
Компания, способная работать с ИИ 10