Ознакомительная версия. Доступно 12 страниц из 58
Результаты экономических исследований, выполненных на основе количественных методов, только усиливают эти опасения. Как показало одно подобное исследование, «при отсутствии надлежащей налоговой политики, обеспечивающей перераспределение средств от победителей к проигравшим, из-за умных машин все могут оказаться на долгое время в бедственном положении»[182]. Следует отметить, что подобные количественные исследования в большинстве своем фокусируются на отраслевых трендах, при этом упуская из виду то, что стоит за повседневными процессами и практиками.
В ходе наших собственных исследований (в том числе наблюдений и изучения кейсов 450 компаний из общей выборки в 1500) мы смогли выявить ряд важных закономерностей, которые были упущены при количественном анализе. Такой стала концепция интегрированных навыков, то есть создание новых профессий и возникновение новых умений на базе слияния возможностей человека и машины. Это формирует «недостающую середину», о которой до сих пор предпочитают не говорить в рамках дискуссий о занятости, традиционно разводя людей и машины по разные стороны баррикад. Именно в области «недостающей середины» ведущие компании трансформируют бизнес-процессы и добиваются значительного роста эффективности. Чтобы прийти к таким результатам, необходимо изменить организационную структуру компаний, вложив соответствующие средства, в том числе в переподготовку сотрудников для работы в области «недостающей середины».
Другие задачи и другие методы
Для того чтобы определить, как компании будут совершать переход в новую эпоху взаимодействия человека и машины, сначала необходимо понять, как руководители используют искусственный интеллект уже сейчас. В первой части данной книги мы рассказали о разных областях применения систем искусственного интеллекта в производстве и логистике (глава 1), в бэк-офисе (глава 2), в области исследований, разработок и бизнес-инноваций (глава 3), а также в маркетинге, продажах и обслуживании клиентов (глава 4). Изучив сферы применения ИИ-систем, мы получили четкое видение нашего будущего, а также выявили способы, посредством которых компании заполнят «недостающую середину», создадут новые и трансформируют существующие профессии, открывая новаторские возможности в экономике и сфере трудоустройства.
Наши исследования продемонстрировали, насколько новые профессии отличаются от традиционных. Уже сегодня 61% функционала сотрудника из области «недостающей середины» требует от него выполнять совершенно иные задачи и использовать иные методы работы, что, в свою очередь, вынуждает компании трансформировать бизнес-процессы и заниматься переподготовкой персонала. Как мы говорили в главе 5, к числу новых задач относится обучение моделей данных, или разъяснение и обеспечение устойчивости систем искусственного интеллекта. В главе 6 мы обсудили, что новые задачи требуют новых подходов, основанных на расширенных возможностях, взаимодействии и физическом воплощении, для выполнения работы с эффективностью, выходящей за пределы человеческой природы. Для того чтобы понять и по достоинству оценить эти отличия, необходимо наблюдать их в непосредственной близости, а не полагаться на результаты исследований, далеких от практики.
Однако лишь немногие из нашей выборки начали использовать потенциал интегрированных навыков, что позволило им переосмыслить свой бизнес, операционные модели и рабочие процессы, придерживаясь инновационного подхода. Эти компании (General Electric, Microsoft, BMW, Google, Amazon и др.) признают, что инвестиции в искусственный интеллект не относятся к числу типичных: их ценность возрастает со временем, что, в свою очередь, повышает и ценность участвующих в этом взаимодействии сотрудников. Когда человек и машина получают возможность делать то, что у каждого получается лучше всего, формируется добродетельный цикл более продуктивной работы, который повышает производительность, обеспечивает удовлетворенность работой и создает условия для широкого внедрения инноваций. Такие компании становятся лидерами в своих отраслях благодаря изменению функционала и внедрению программ обучения и переподготовки на основе новой совокупности лидерских практик (см. главу 7). Первые успехи этих компаний подтвердили, что они на правильном пути.
К сожалению, большинство организаций слишком медленно заполняют «недостающую середину», а значит, идут к поставленным целям не спеша. В США остаются открытыми 6 миллионов вакансий, из которых 350 тысяч в производственной сфере не закрыты из-за нехватки квалифицированных работников[183]. В двенадцати крупнейших странах мира (по размеру ВВП на душу населения) 38% работодателей сообщают о трудностях при заполнении вакантных рабочих мест[184]. Проблема не в том, что роботы вытесняют людей, а в том, что работники не обладают навыками, необходимыми для профессий, возникающих и стремительно развивающихся под влиянием новых технологий. По мере внедрения систем искусственного интеллекта и переосмысления бизнес-процессов эта проблема будет только усугубляться. Так, сто крупнейших работодателей мира заявляют о том, что более трети навыков, пока не играющих большой роли, станут востребованными к 2020 году[185].
Пробел в навыках наблюдается и при цифровизации производства. По мере того как заводы становятся все более высокотехнологичными, увеличивается потребность в сотрудниках, способных работать с интеллектуальным ПО. Это уже осознала компания Siemens, и к 2020 году она планирует нанять еще 7 тысяч человек на должности, связанные с компьютерными науками, обучением и использованием коботов, разработкой программного обеспечения. Однако подобные должности не включены в традиционные отчеты о проблемах и перспективах рынка труда в эпоху искусственного интеллекта, в то время как по мере его внедрения будет размываться грань между синими и белыми воротничками, между новыми и старыми профессиями. «Специальности в области информационных технологий и разработки программного обеспечения не всегда относят к числу производственных профессий, — говорит CEO американского подразделения Siemens Эрик Шпигель, — однако на самом деле они имеют непосредственное отношение к производству»[186].
Ознакомительная версия. Доступно 12 страниц из 58
