Быстрое внедрение искусственного интеллекта еще не гарантирует роста производительности или прибыли. Опыт США и Японии показывает, что решающим фактором становится не количество новых инструментов, а готовность компаний перестраивать свои процессы и подходы к работе. Какой подход обеспечивает наибольшую выгоду от ИИ? Обзор исследования из Harvard Business Review
«Эта рассылка о тех, кто ищет свои ИИ-кейсы вслух»
На первый взгляд, США являются мировым лидером в области внедрения искусственного интеллекта и опережают Японию.
По данным исследования McKinsey, 88% американских компаний используют ИИ по крайней мере в одной бизнес-функции. В то время как в Японии этот показатель составляет всего 26%, согласно данным Yano Research Institute. США заняли первое место по объему частных инвестиций в ИИ, а Япония – лишь 14-е.
Однако эта картина обманчива: хотя США внедряют ИИ быстрее, они не извлекают из него пользу с такой же скоростью.
Настоящий успех зависит от того, насколько глубоко инструменты интегрируются в организационные рабочие процессы. Именно непонимание разницы между скоростью внедрения и созданием реальной ценности часто приводит к тому, что компании не получают ожидаемой отдачи от инвестиций в ИИ.
Почему одни компании извлекают из ИИ реальную пользу, а другие – нет? Forbes Ukraine отобрал основные выводы из исследования HBR.
Заощаджуйте, отримуючи 6 журналів за ціною 4
Купуйте річну передплату на шість журналів Forbes Ukraine за 1 799 грн замість 2 400 грн. Читайте головні історії українського бізнесу, ексклюзивні рейтинги та глибоку аналітику в кожному номері.
Почему технологии ИИ недостаточно
ИИ – это технология общего назначения, и для того, чтобы извлечь из нее пользу, требуются дорогостоящие и долгосрочные инвестиции в новые рабочие процессы и изменение процессов принятия решений. Исторически каждая такая технология сначала приводила к снижению производительности, прежде чем наступал ее всплеск.
Организационные изменения, необходимые для ИИ, можно представить в виде шестиуровневой лестницы:
- инфраструктура
- дополнение задач
- редизайн рабочих процессов
- человеческий капитал
- управление
- организационная реорганизация.
Эти шесть уровней представляют собой лестницу, а не контрольный список. Каждый следующий уровень приносит больше пользы, но требует от организации больших жертв: например, переработка рабочих процессов заставляет команды отказываться от процессов, которые они совершенствовали годами.
Парадокс заключается в том, что сильные стороны компании на одном уровне могут превращаться в слабости на следующем. Компании терпят неудачу не в целом, а просто останавливаются на определенной ступени из-за своих институциональных условий.
США и Япония являются наглядными примерами этого стратегического противостояния. Они показывают, как можно «упасть» с этой лестницы совершенно разными способами.
Две модели: США против Японии
Исторически сложилось так, что американские компании отлично справляются с быстрой реорганизацией, тогда как японские предпочитают структурированный подход, основанный на консенсусе. В случае с ИИ эти национальные особенности порой превращаются в уязвимости.
Американская модель – скорость без глубины. Компании из США быстро внедряют ИИ, но зачастую не меняют принципы своей работы. Технологию просто добавляют к уже существующим процессам, не пересматривая их. В результате ИИ внедряют в уже существующую организацию, но не используют для ее переосмысления.
Одной из причин являются опасения сотрудников относительно того, как ИИ повлияет на их карьеру. Из-за этого они часто используют инструменты лишь поверхностно.
По данным McKinsey, лишь 39% компаний отмечают ощутимое влияние ИИ на прибыль. А по данным Deloitte, лишь 30% организаций перестроили свои ключевые бизнес-процессы с учетом использования ИИ.
Быстрое внедрение инструментов ИИ сопряжено с определенными рисками. Исследование BCG, в котором приняли участие 1500 сотрудников в США, показало, что одновременное использование четырех и более инструментов ИИ снижает производительность и вызывает умственное утомление.
Опытные разработчики, работавшие с инструментами ИИ, тратили на выполнение задач на 19% больше времени. Хотя сами они были убеждены, что работают на 20% быстрее, согласно исследованию METR.
Японская модель – глубина без скорости. Японские компании внедряют ИИ значительно медленнее. Этому мешают сложная система принятия решений, основанная на консенсусе, и невысокая гибкость бизнеса.
В рейтинге IMD World Digital Competitiveness 2025 Япония занимает 9-е место по уровню технологического развития, но лишь 60-е – по гибкости бизнеса.
Однако сам японский подход к управлению персоналом способствует более глубоким изменениям. Практика долгосрочного трудоустройства затрудняет быструю перестройку процессов, но при этом помогает сохранять накопленный опыт и знания сотрудников.
Вместо массовых сокращений компании пытаются переводить сотрудников на новые должности. Например, Mizuho Financial Group планирует автоматизировать работу 5000 административных должностей с помощью ИИ, но без увольнений. Такой подход затрудняет реструктуризацию компании, но позволяет сохранить опыт и знания сотрудников.
В чем японский подход к ИИ становится преимуществом
Несмотря на репутацию аутсайдера в сфере программного обеспечения, Япония опережает многих в следующей волне развития ИИ – интеграции в физические операции. Физический ИИ охватывает системы, способные воспринимать окружающую среду, анализировать информацию и выполнять действия в реальном мире. Это касается робототехники, заводского оборудования, медицинских устройств.
Традиция консенсуса и философия непрерывного совершенствования (Кайдзен) здесь становятся преимуществом: детали внедрения разрабатываются совместно с работниками передовой линии, а технология рассматривается как система, развивающаяся снизу вверх.
Поскольку Япония уже более 40 лет внедряет робототехнику в производство, страна уже сформировала организационную основу для развития физического ИИ.
Примеры успеха уже есть. На заводах Toyota именно рабочие, а не IТ-команды, создали 10 000 моделей ИИ с помощью корпоративных инструментов и повысили эффективность.
А медицинская компания Medicaroid объединила робототехнику Kawasaki и опыт Sysmex в области диагностики для создания инновационного хирургического робота hinotori. Medicaroid также изучает возможности использования данных и ИИ в хирургии.
Как компаниям преодолеть свои барьеры
Лидеры любых стран могут найти себя в этих моделях и должны действовать с учетом своих слабых сторон.
Для компаний, которые спешат – инвестируйте в глубину
Сосредоточьтесь на ключевых процессах, а не на пилотных проектах. Вместо десятков поверхностных тестов проанализируйте от начала до конца такие процессы, как принятие решений о выдаче кредитов, урегулирование страховых случаев и т. п.
Оценивайте успех не по количеству запущенных пилотных проектов, а по скорости внедрения обновленных процессов, качеству решений и производительности сотрудников. Свяжите часть вознаграждения руководителей с результатами этих изменений.
Ограничьте количество инструментов и установите правила. Установите лимит (например, два ИИ-инструмента на одну должность), чтобы избежать переутомления сотрудников.
Создайте систему управления еще до масштабного запуска автономных ИИ-агентов, ведь сейчас такая система есть лишь у одной из пяти компаний.
Для компаний, которые медлят – инвестируйте в скорость
Создайте «ускоренную процедуру» для ИИ. Позвольте небольшому совету утверждать внутренние инициативы с небольшим бюджетом за две недели вместо нескольких месяцев и обойдите традиционную систему длительных согласований.
Установите цели по использованию ИИ на уровне команд, регулярно отслеживайте результаты и требуйте от руководителей объяснений в случае низкого уровня использования инструментов.
Создайте профильное обучение и соответствующую инфраструктуру. Замените общие курсы на специализированное обучение с учетом должностных обязанностей. Примером может служить компания Hitachi, которая взяла на себя обязательство обучить 50 000 сотрудников работе с генеративным ИИ.
