Исследование: 95% компаний неудачно внедряют ИИ из-за 6 главных ошибок

Милые хозяюшки, давайте посмотрим, что происходит в мире больших технологий! Казалось бы, искусственный интеллект – это что-то из будущего, очень умное и способное на многое. Но, оказывается, даже с такими передовыми помощниками не всё так гладко. Давайте вместе разберемся, почему даже крупные компании сталкиваются с трудностями, внедряя его, и какие поучительные уроки из этого можно извлечь – ведь многие из них применимы и к нашим житейским делам.
Представьте себе, даже в мире высоких технологий, где все кажется таким сложным и умным, большинство компаний – целых 95% – сталкиваются с тем, что их вложения в искусственный интеллект не приносят ожидаемой пользы. Об этом говорят исследования Массачусетского технологического института (MIT) и нашей Школы управления СКОЛКОВО. И причина этих неудач, как оказалось, не в самой сложной технике, а в простых, порой даже человеческих, ошибках, которые можно было бы избежать.
Одна из основных причин, почему вложения не окупаются, – это простое недоверие. Компании сами не очень-то верят в те умные программы, которые пытаются внедрить, да и сами эти системы порой оказываются не такими уж и надежными. Хотя более половины (целых 65%) компаний уже говорят, что пользуются искусственным интеллектом, а еще 32% планируют это делать, на деле только 40% из них позаботились о том, чтобы эти системы были понятны и управляемы. Как отмечают эксперты, это значит, что большая часть потенциала искусственного интеллекта просто пропадает зря, ведь без доверия и понятности нет и хорошего результата.
Специалисты выделили три главные помехи, которые мешают компаниям полностью доверять своим умным помощникам: это слабая техническая база (так называемая "облачная инфраструктура"), не очень хорошее управление такими проектами и, что важно, недостаток знаний у самих сотрудников, как с этим искусственным интеллектом работать. Первые две проблемы можно решить с помощью партнеров или развития технологий, а вот с навыками сотрудников работать, конечно, сложнее, но, к счастью, часто это решается обычным обучением, а не увольнениями.
Но исследование нашей Школы управления СКОЛКОВО, которое изучило опыт 25 разных отраслей и побеседовало с руководителями 30 российских компаний, раскрыло еще шесть ключевых ошибок. И эти ошибки, как оказалось, тоже очень жизненные и поучительные.
1. **Неправильный подход к работе с информацией.** Оказывается, успех умной программы зависит не столько от самой технологии, сколько от того, как в компании принято работать с данными и принимать решения. Там, где привыкли опираться на факты и цифры, где все проверяют экспериментами (это называют data-driven культурой), искусственный интеллект работает гораздо лучше. А если решения принимаются только по указанию начальника или строго по старым правилам, тогда возникают проблемы.
2. **Плохое качество и беспорядок в исходных данных.** Представьте, что вы хотите испечь пирог, но все ингредиенты несвежие, перепутаны или не подходят друг к другу. Так же и с искусственным интеллектом: если данные, которые ему дают, – это дубликаты, старые файлы или несовместимые форматы, то даже самая умная программа не справится. Оказалось, что приводить данные в порядок и систематизировать их иногда занимает больше времени и сил, чем сама разработка искусственного интеллекта. Без четкого понимания, какие данные нужны и какого они качества – это называют «Data Story» – риск провала проекта сильно возрастает.
3. **Попытки автоматизировать абсолютно всё подряд.** Исследования показали: пытаться полностью заменить человека умной программой во всех делах – это большой риск, который чаще ведет к неудаче, чем к успеху. Самый лучший результат получается, когда искусственный интелтеллект помогает человеку или даже заменяет его, но только там, где это действительно нужно и разумно. А вот важные задачи, которые требуют мышления и принятия решений, все же лучше оставлять за человеком или использовать умные программы как полезное дополнение.
4. **Непонимание и разобщенность в команде.** Оказывается, многие провалы происходят не из-за самой техники, а из-за того, что люди, которые работают над проектом, не понимают друг друга, говорят на разных языках. Когда руководители, исполнители и разработчики мыслят и общаются по-разному, проекты стопорятся, сроки срываются, а доверие пропадает. Часто такие проекты запускают просто для "галочки" или чтобы похвастаться, превращая их в красивые, но бесполезные "витрины". Ведь те, кто должен пользоваться этой программой, не участвуют в процессе, и их мнение никто не спрашивает.
5. **Внедрение без регулярной проверки, работает ли это.** Проще говоря, если работают небольшими шагами: сделали что-то, сразу проверили, получили отзывы и улучшили – такие проекты гораздо успешнее. А если долго-долго что-то делают в тайне, без промежуточных показов, то накапливаются ошибки, растет недоверие, и проект с большой вероятностью провалится.
6. **Использование старых методов для оценки новых технологий.** Даже проверенные старые методы оценки, которые хорошо подходили для других задач, часто не учитывают, как люди управляют проектами и какая общая атмосфера в коллективе. Из-за этого даже самые умные технические решения просто пылятся, оставаясь невостребованными. Новые исследования предлагают учитывать и эти "человеческие" факторы: следить за тем, как люди общаются, насколько понимают друг друга, и как сами пользователи принимают новую технологию на каждом этапе.
И еще один любопытный момент, который подметили исследователи: мы, люди, почему-то больше доверяем тем умным программам, которые умеют сами что-то "сочинять" (это называют генеративным ИИ), чем тем, что просто анализируют данные. И это при том, что программы-анализаторы обычно понятнее и прозрачнее, а вот "сочинители" могут и "нафантазировать" лишнего, то есть быть менее надежными. Эксперты объясняют это так: мы склонны доверять тому, что кажется нам более "человечным". Если программа "говорит" с нами, как человек, и убедительно формулирует мысли, мы бессознательно начинаем доверять ей больше, даже если ее надежность под вопросом. Вот такая вот психология!
Чтобы избежать всех этих ошибок и сделать внедрение новых технологий по-настоящему полезным, специалисты Школы управления СКОЛКОВО советуют: вовлекать всех, кто имеет отношение к проекту – от заказчиков до тех, кто пишет программы – с самого начала; четко ставить цели, что именно мы хотим получить, а не просто говорить "давайте внедрять искусственный интеллект"; поддерживать баланс между всеми участниками, чтобы разные мнения помогали найти лучшее решение, а не приводили к ссорам; создавать "площадки" для совместной работы и обмена идеями; использовать простые и понятные "ориентиры" (вроде "историй пользователя" или тестовых образцов) для фиксации того, о чем договорились; назначать "переводчиков", которые помогут бизнесменам и технарям понять друг друга; и, конечно, не пускать проект "на самотек", а постоянно следить за ним, давать обратную связь и контролировать даже после запуска.
Вот и получается, что для успеха любого дела – будь то внедрение искусственного интеллекта в большой компании или освоение новой техники у нас дома – важны не только сами технологии, но и правильный подход, умение общаться и, конечно, учет человеческого фактора. Без этого даже самые умные машины не смогут принести настоящую пользу. А вы, милые дамы, замечали такие "уроки жизни" в своих повседневных делах или в общении с новой техникой? Поделитесь своим опытом!