Блог

Будильник прозвенел ровно в 8.00. Игорь потянулся, и по привычке посмотрел в сторону домашнего СберПортала. Семь зелёных огоньков. Статусы подтверждены. Компания, которой он руководит, занимается доставкой товаров в 15 городах России. Месяц назад он нанял на работу нового «сотрудника»— Ai-логиста. Робот быстро решил главную боль Игоря – ежедневную маршрутизацию сотен доставок с учётом габаритов груза, района доставки, недогруза автомобилей, ремонта транспорта, графика работы, болезней, отгулов и отпусков водителей. Плюс ко всему робот готовит накладные на груз и следит за расходом бензина. Зеленые огоньки означали, что в каждом из городов присутствия всё в порядке.

Раньше каждое утро начиналось с большой кучи проблем. То сразу пять машин ехали по одному и тому маршруту, то массогабариты груза не рассчитали, то новые ограничения ГИБДД по проезду. Крики, нервы, авралы. Новый логист быстро потушил «пожар». С тех пор за человеком остались только функции наблюдения и решения нестандартных случаев. Из 20 сотрудников в отделе логистики остались только четверо, которые дежурят посменно 24 часа в сутки.

История бизнесмена Игоря не так уж и фантастична. Вполне возможно, что это реальный сценарий из 2030 года. Джеф Безос, основатель Amazon, недавно сказал, что в ближайшие 10 лет самые значительные перемены в бизнесе произойдут в сфере машинного обучения. Часть работы человека возьму на себя программы. Их можно называть как угодно — алгоритмы, платформы, роботы, программные комплексы. Нам в iAGE нравится словосочетание AiManager. Приставка Ai означает artificial intelligence, а менеджер — функцию, которую будет выполнять Ai. В этой статье мы хотим рассказать о нашем подходе к искусственному интеллекту, почему возникла идея оцифровать работу менеджера, в чём мы уверены и какие у нас есть сомнения, и за что будем «топить» в ближайшие годы.

AiManager — это автоматическая система принятия решений на основе метрик компании. Например, у нас есть какой-то продукт, есть люди, которые отвечают за его работу, ресурсы и обратная связь. Вот такая мини-система, которая в свою очередь может быть частью более крупных систем. Задача руководителя любого уровня – грамотно поставить цель, мотивировать сотрудников на выполнение цели, контролировать ход работы (движение к цели), своевременно поощрять или наказывать сотрудников.

Если эти процессы оцифровать, то мы получим набор метрик. Возьмем для примера классическую метрику «время работы над проектом». Мы можем ввести переменную «время прогнозное» и переменную «время фактическое». У нас есть пул работ, которые должны выполнить программисты, верстальщики, дизайнеры, копирайтеры. Добавим сюда аккаунта и менеджера проекта.

В ходе работы над проектом менеджер видит, что программисты затягивают с написанием кода, что грозит неудачей всему проекту, потерей репутации перед заказчиком и возможными пенями, если они прописаны в договоре. Менеджер пытается разобраться, что мешает программистам соблюдать график. Сколько времени может уйти на решение проблемы программистов? Опыт подсказывает, что много.

Как в такой ситуации может помочь AiManager? Что он может взять на себя? Вот несколько мыслей по этому поводу:

Анализируя эти характеристики, AiManager сможет за минуту сформировать Open Team, контролировать ход выполнения работы и даже подсказать менеджеру проекта, кого из сотрудников надо похвалить. Да-да, это тоже может быть метрикой. По оценкам учёных из Университета им. Томаса Джефферсона (Филадельфия, США), сотрудники компаний во всём мире глобально недохвалены. Что снижает эффективность их работы на 50%.

И ещё. Как правило, продакт ведёт один проект. Но с помощью AiManager он сможет вести 3-4 проекта одновременно. А это означает рост прибыли компании.

В стандартную модель AiManager входят три уровня – топ-менеджмент, тим-лиды, персонал. Возьмем самый верхний уровень — ТОП-менеджмент, и посмотрим, что тут можно сделать.

В своё время учёный из Канады Лоуренс Питер высказал мнение, что каждый индивидуум в иерархической системе рано или поздно достигает своей точки некомпетенции. Этот афоризм, известный ныне как «принцип Питера», хорошо объясняет, почему даже успешные руководители в какой-то момент теряют контроль над компанией, и стремительно ведут её к краху.

Всем известные примеры — Kodak и Nokia. Сейчас уже трудно представить, что когда-то Nokia принадлежили 40% мирового рынка телефонов. А Kodak в прошлом был символом фотографии.

Может ли AiManager решить проблему «точки некомпетенции»? Да, может за счёт организации работы на принципах data driven. Если представить компанию как тело человека, то этот уровень мы можем назвать «кибернетический позвоночник». Это уровень, где разрабатывается стратегия компании.

Следующий уровень — тим-лиды. Задача любого менеджера – управлять своим временем, понимать, в чём цель работы и как его работа помогает достичь цель. Также в его задачу входит и работа с командой – постановка задачи, контроль, помощь в выполнении, мотивация (похвала). В идеале человек должен работать сам, надо лишь организовать для него удобную среду.

Вот как раз в этом и может помочь AiManager, взяв на себя рутину за счёт автоматизации контроля. Получая на входе разнообразные данные, AI-менеджер превращает их в метрики, которые доступны всем сотрудникам компании. Линейный персонал видит свой оцифрованный рабочий процесс и понимает, за что он получает зарплату. Тим-лид по метрикам оценивает ход работы над проектом, вовремя корректируя узкие места. Хотя и эту часть работы должен взять на себя AiManager.

По оценкам учёных из Университета им. Томаса Джефферсона, только 6% американских компаний использует data driven в качестве основания для принятия решений. Здесь мы видим огромный пласт работы и многомиллиардный рынок EER (employee experience robots).

Следующий уровень — линейный персонал. На этом уровне AiManager нанимает и проводит адаптацию новых сотрудников, составляет их психологические портреты, выявляет тех, кто хочет учиться и расти в профессии, составляет для них индивидуальные образовательные планы, увольняет потухших сотрудников. Это лишь небольшая часть задач, которые возьмет на себя разрабатываемый нами HR-робот iAGE.

Есть уже готовые примеры, которые успешно реализованы на рынке. Например, это сервис Yva.ai – программный комплекс, который анализирует поведение сотрудников. Робот Yva может предсказать с точностью до 85%, когда сотрудник выгорит, захочет уволиться из компании или начинает терять мотивацию к работе.

Всё происходит автоматически, менеджеру остаётся лишь вовремя отреагировать на сигналы робота. «Наша нейросеть способна предсказать увольнение сотрудника за несколько месяцев до того, как он напишет заявление», говорит основатель Yva.ai предприниматель Давид Ян.

Вкладывая большие силы в поиск сотрудников, бывает весьма обидно, когда они «вдруг» покидают компанию. AiManager способен решить эту проблему.

Конечно, компаниям из малого бизнеса с числом сотрудников менее 10 человек нет смысла «нанимать» робота. Но средний и крупный бизнес не обойдутся без роботизации управления.

В рамках исследования Digital Advantage (“Цифровое преимущество») консалтинговая компания Capgemini Consulting и MIT Sloan School of Management проанализировали 400 крупных компаний из разных отраслей. Полученная модель позволила показать зависимость прибыльности от уровня цифровой зрелости.

Выводы весьма впечатляют. Компании, которые активно оцифровывают свою работу, в среднем на 26% прибыльнее своих конкурентов. Те компании, которые не занимаются активной цифровизацией, имеют негативный финансовый прогноз в — минус 24%.

Очевидно, что тот, кто быстрее в принятии управленческих решений, тот остаётся в выигрыше. Вот еще одна крайне любопытная диаграмма из исследования Capgemini Consulting и MIT Sloan School of Management. Наиболее консервативны в цифровизации бизнеса компании из области страхования, производства товаров народного потребления, фармацевтики.

Но вот им то как раз и нужен AiManager в первую очередь. По нашим оценкам, AiManager:

Перечислим также отрасли, где AiManager даст дополнительные преимущества в конкурентной борьбе:

Мы на пороге появления нового рынка Decision as a Service, основанного на данных. Уже совсем скоро алгоритмы можно будет «нанимать» на работу, как если бы это были люди. Это не значит, что робот-руководитель возглавит компанию, но отдельные части, например, HR отдел, финансовый отдел, бухгалтерия легко поддаются роботизации, так как их функции цикличны и одинаковы.

На рынке уже есть готовые решения, можно ещё раз упомянуть сервис Yva.ai или америкакскую компанию Pega, которая создаёт процедуры RPA (Robotic Process Automation) для автоматизации бизнес-процессов компании.

Готовы ли люди к тому, что управленческие решения будут принимать роботы? Готовы ли люди работать с ботами бок о бок и воспринимать их как равных? Большой вопрос, требующий широкой дискуссии. Недавняя попытка использовать для этого нейросеть GPT-3 окончилась провалом. Алгоритм показал себя весьма агрессивным управленцем. Означает ли это, что попытки создать человеколюбивый алгоритм заведомо обречены на неудачу? Конечно же, нет. Роботы возьмут на себя те функции, где человек однозначно им проигрывает, например, обработку больших объемов информации или работу на конвейере. Другое дело, что конвейер можно создать на многих участках работы компании. И вот здесь AiManager, без сомнения, станет лучшим выбором из возможных.