ИИ для бизнеса: революция или временный тренд?
Два вопроса, которые снимают большую часть шума
Спросите "ИИ - это революция или тренд", и вы получите уверенный ответ в любую сторону, обычно от того, кто что-то продаёт, или от того, кто обжёгся на неудачном внедрении. Более полезная пара вопросов звучит тише: какая конкретная задача в этом бизнесе сейчас занимает слишком много времени или слишком часто идёт не так, и есть ли инструмент, который сегодня действительно делает именно эту задачу лучше. Честный ответ на эти два вопроса снимает большую часть спора, потому что честный ответ часто звучит как "да, для вот этой одной вещи" и "пока нет, для вон той другой" - вывод куда менее эффектный, чем хочет услышать любая из сторон шумихи. На практике это обычно полезнее, чем решение, принятое сразу для всей компании в общем виде, потому что инструмент, который помогает отделу продаж из пяти человек, может оказаться бесполезен для бэк-офиса из двух человек, и попытка ответить на вопрос сразу для всех обычно даёт внедрение, которое никому не помогает по-настоящему.
Где ИИ уже делает скучную, но полезную работу
Места, где ИИ явно оправдал вложения, редко бывают эффектными. Черновик первого варианта ответа на частый вопрос клиента, краткое резюме длинной переписки перед встречей, сортировка входящих лидов по вероятности конверсии на основе паттернов в прошлых данных, расшифровка и структурирование звонка, чтобы никому не пришлось вести записи вручную - ничто из этого не попадёт в заголовки и ничто не заменяет суждение человека, но всё это снимает небольшие куски рутинной работы, которые раньше съедали день по одному письму за раз. Небольшая бухгалтерская фирма, использующая такой инструмент для черновика письма клиенту, не участвует в революции. Она просто перестаёт в пятый раз за неделю перепечатывать одни и те же три предложения. Та же логика применима к небольшому розничному бизнесу, который использует инструмент для генерации нескольких черновых вариантов описания товара вместо того, чтобы каждый раз смотреть на пустой экран, или к клинике, которая превращает неаккуратную голосовую заметку в аккуратный набор записей о визите. Ни один из этих примеров не впечатлит никого на конференции, и в этом, собственно, и есть суть.
Где шумиха обгоняет то, что технология реально умеет делать надёжно
Разрыв между демо и повседневной реальностью обычно проявляется вокруг всего, что требует стабильного суждения в нестандартных случаях: полностью автономного обслуживания клиентов в сложных спорах, полностью автоматизированных решений о найме или чего угодно, что обещает заменить целый отдел, а не конкретную задачу внутри него. Именно эти обещания звучат убедительнее всего в презентации и хуже всего подтверждаются на практике, потому что демо можно срежиссировать вокруг удачных случаев, а реальному бизнесу приходится иметь дело с теми десятью процентами случаев, которые не укладываются в паттерн - и именно в этих десяти процентах обычно живёт реальная цена ошибки. Разочарование чаще всего приходит не от того, что технология фальшива, а от того, что инструмент, созданный для узких, чётко определённых задач, пытаются применить так, будто он способен на открытое суждение. Этот разрыв обычно самый большой именно там, где громче всего маркетинг, потому что вендору, продающему узкий, чётко определённый инструмент, нечего выиграть от эффектного демо по сравнению с тем, кто продаёт что-то, что должно звучать преобразующе, - и компании, которые обжигаются чаще всего, это те, что купили обещание, не проверив сначала, что инструмент реально делает в обычный вторник с неаккуратным, реальным запросом.
Компании, которые обжигаются, и почему
У большинства неудачных историй есть общий паттерн, который мало связан с ИИ как таковым. Компания покупает инструмент, потому что о нём упомянул конкурент, пропускает шаг определения того, как выглядит успех, и внедряет его сразу во все процессы вместо одного. Через полгода никто не может сказать, помог ли он, потому что никто ничего не измерял ни до, ни после, и инструмент становится либо дорогой привычкой, в неэффективности которой никто не хочет признаваться, либо козлом отпущения за проблемы, существовавшие ещё до его появления. Этот паттерн неудачи идентичен тому, что происходит с любой новой категорией софта, перепроданной бизнесам, которые внедрили её без чёткого вопроса, на который она должна была ответить. Стоит заметить, что компании с самыми плохими историями редко винят конкретную функцию, которая подвела, - они винят всю категорию целиком, а это само по себе признак того, что провал был связан с процессом, а не с технологией: бизнес, который ничего не измерял и ничего не определял заранее, не может точно сказать, что именно пошло не так, и весь опыт списывается под общее ощущение, что «не сработало».
Как «революция» на самом деле выглядит изнутри малого бизнеса
Изнутри реального малого бизнеса изменение редко выглядит как драматичное «до и после» из презентации вендора. Оно выглядит как администратор, которая раньше тратила сорок минут в день на одни и те же пять вопросов, а теперь тратит это время на клиентов, которым действительно нужен разговор. Оно выглядит как маркетолог, который раньше тратил утро на черновики вариантов рекламы, а теперь просматривает и правит уже готовые черновики. Называйте это революцией или нет, честное описание ближе к постепенному сдвигу в том, куда направлено внимание человека, а не к внезапной замене человека, выполняющего работу. Изменение также обычно выглядит неравномерно внутри одного и того же малого бизнеса, а не охватывает его целиком: один процесс может заметно измениться за месяц, а другой, прямо рядом с ним, останется таким же ручным, каким был всегда, просто потому что до него ещё не дошли руки, - и это куда более беспорядочная и реалистичная картина, чем обычно рисует любая из сторон спора.
Практический способ проверить этот вопрос на своём бизнесе
Вместо того чтобы решать спор «революция или тренд» в абстракции, полезнее выбрать одну задачу, которая сейчас реально съедает время - достаточно узкую, чтобы её можно было чётко определить, и с достаточно низкой ценой ошибки - и протестировать на ней инструмент в течение месяца с реальным сравнением до и после. Если результат подтвердится, бизнес узнает что-то настоящее о том, где именно ИИ помогает в его конкретном контексте, а не повторит чужое утверждение из пресс-релиза. Если не подтвердится, это тоже полезная информация, и узнать это на одной задаче намного дешевле, чем ставить всю работу компании на ответ, который никто на самом деле не проверял. Это также помогает держаться земли в следующий раз, когда кто-то заговорит о новом инструменте на очередном отраслевом мероприятии, потому что у бизнеса теперь есть одна реальная точка данных из собственной практики, с которой можно сравнивать, а не только демо и уверенная презентация продавца.
Что реально беспокоит команду, а не только бизнес
Большая часть спора о революции или тренде разворачивается на уровне бизнес-стратегии, но для людей, которые реально выполняют работу, более непосредственный вопрос звучит тише и куда личнее: заменит ли меня этот инструмент. Игнорировать этот вопрос или отвечать на него только заготовленными заверениями обычно порождает именно тот вид тихого сопротивления, который топит в остальном разумное внедрение, когда сотрудники находят мелкие способы не пользоваться инструментом, о котором их честно даже не спросили. Более полезный подход - конкретно назвать, какие части роли инструмент должен затронуть, а какие нет, опираясь на реальную задачу, которую автоматизируют, а не на расплывчатое обещание о будущем, и относиться к сотруднику, который выполняет эту работу, как к человеку с реальной информацией о том, где инструмент поможет, а где будет мешать. Администратор, который три года отвечает на одни и те же пять вопросов, обычно знает лучше кого угодно, какие звонки может обработать сценарий, а какие требуют человека. Оставить этого человека за бортом решения о внедрении - значит потерять источник информации, от которого больше всего зависит, заработает ли автоматизация на самом деле.