Выдача лицензии Copilot каждому сотруднику, не учитывая, какие задачи они выполняют или с какими конкретными потребностями сталкиваются, не гарантирует никакого типа трансформации. Модель принятия, основанная на задачах, начинается с понимания реальной работы людей, выявления, где ИИ может оказать влияние, и построения конкретных решений. В то же время, сотрудники, получающие эти инструменты без целенаправленного обучения, склонны возвращаться к своим традиционным методам, игнорируя на практике ИИ, который им предоставляется.
Если компании хотят, чтобы искусственный интеллект действительно трансформировал работу, им нужно начать с основ: понять задачи, выявить критически важные процессы, разработать интеграции, отвечающие реальным потребностям, и сопроводить технологию практическим, а не общим обучением.
Сегодня мы наблюдаем тревожную тенденцию: компании по всему миру массово внедряют искусственный интеллект, покупая тысячи лицензий на такие инструменты, как Microsoft Copilot, не имея настоящего понимания того, как эта технология должна быть интегрирована в повседневную работу. Подход, во многих случаях, заключался просто в "распространении ИИ повсюду" и ожидании, что люди найдут способ стать более продуктивными.
Чтобы понять, как такой ассистент, как Copilot, может сделать работника более эффективным, сначала нужно точно понять, какие задачи он выполняет ежедневно. В противном случае это может привести к разочарованию и растрате ресурсов. Проблема в том, что не все работники используют одни и те же инструменты и сталкиваются с одними и теми же вызовами. Это стратегия, которая путает движение с продвижением.
Даже среди тех, кто действительно интенсивно использует эти инструменты, различия огромны: способ, которым финансовый аналитик использует Excel, сильно отличается от того, как это делает кто-то из отдела маркетинга или логистики. Тем временем компании, такие как Morgan Stanley или Walmart, продемонстрировали, что настоящая возможность ИИ заключается не в массовом принятии без цели, а в решении конкретных и измеримых проблем.
В противном случае Copilot и его аналоги рискуют стать корпоративной гимнастической абонементной программой 2025 года: все её получат, но очень немногие использовали бы её для изменения чего-либо. Искусственный интеллект не должен быть повсюду. И правда в том, что очень немногие организации обладают такой видимостью. Цифры начинают отражать это несоответствие.
Предполагать, что инженер данных, аналитик по человеческим ресурсам и менеджер по операциям будут использовать ИИ одинаково, - это полностью игнорировать реальность современной работы. Модель "покупки лицензий для всех" основывается на слепой вере в то, что технология сама по себе решит проблемы, которые даже не были четко определены.
К этой путанице добавляется ещё одна проблема: многие компании, которые продвигают эти решения, включая Microsoft, также не предлагают ясных указаний о том, как захватывать реальную ценность. Согласно Gartner, менее 6% компаний сообщают о значительной отдаче от инвестиций от своих внедрений Copilot, и все большее количество откладывает свои запуски из-за опасений по поводу безопасности и низкого уровня принятия.
Человек, который редко открывает Word или Excel, вряд ли сможет увидеть значительные выгоды от наличия помощника по написанию или анализу. Morgan Stanley, например, внедрила инструмент, который автоматически генерирует заметки о встречах с клиентами, интегрируя их в Salesforce и экономя своим финансовым консультантам до часа ручной работы в день. Он должен быть там, где он действительно решает проблему.
В обоих случаях ИИ был разработан для решения очевидного узкого места, почти незаметно интегрируясь в естественный рабочий процесс. Разница существенна. Walmart использовал ИИ, чтобы его сотрудники могли за секунды проверить состояние запасов и избежать дефицита.
