ИИ-Трансформация.
Практическое руководство для ТОП-менеджмента компании
"Make your company great at AI" ...
Технологии Искусственного Интеллекта (ИИ, AI, Искусственный Интеллект, Artificial Intelligence) сегодня преобразуют каждую индустрию, аналогично тому как это сделало электричество 100 лет назад. Начиная с текущего момента и до 2030 года технологии ИИ по оценкам McKinsey обеспечат рост ВВП на уровне 13 триллионов USD. В то время как эти технологии уже создали огромную ценность в лидирующих технологических компаниях, таких как Google, Baidu, Microsoft и Facebook, следующая волна создания ценности придется на компании за пределами сектора программного обеспечения.
Это руководство опирается на идеи, полученные при работе в подразделениях Google
Brain team и Baidu AI Group, которые сыграли ведущую роль в преобразовании самих компаний Google и Baidu в великие ИИ-компании. Сегодня любая компания может воспользоваться рекомендациями из данного руководства чтобы внедрить самые современные технологии ИИ и стать сильной ИИ-компанией. Хотя эти рекомендации ориентированы в первую очередь на крупные компании с высокой рыночной капитализацией.
Вот 5 ключевых шагов, которые я рекомендую для трансформации вашей компании в компанию с сильной составляющей ИИ:
1. Выполнить один или несколько пилотных проектов, чтобы получить импульс.
2. Создать собственную команду или департамент по Искусственному Интеллекту (AI-team).
3. Обеспечить широкое обучение ИИ.
4. Разработать стратегию внедрения ИИ.
5. Развивать внутренние и внешние коммуникации.
Эти шаги мы будем детально рассматривать далее в данном руководстве.
Обратите внимание на историческую справку, которую мы приводим в конце данного руководства. Данная справка будет крайне познавательна и важна для вашего будущего успеха.
Реализация всех шагов по разным оценкам может занять 2-3 года и позволит компании добиться хороших результатов в смысле развития внутренних технологий Искусственного Интеллекта. За этот период компания должна охватить не один, а несколько значимых ИИ-проектов и стать гораздо более эффективной в этом направлении.
1. Выполнить несколько пилотных проектов, чтобы получить импульс для последующего рывка
Для ваших первых ИИ-проектов наиболее важно состояться и быть успешно реализованными, вместо того, чтобы стать самыми важными для компании. Но при этом проекты должны быть достаточно значимы, чтобы при успешной реализации ваша компания а) познакомилась с ИИ и получила практический опыт; б) представители разных подразделений компании убедились в их полезности и начали инвестировать (время и ресурсы) в будущие ИИ-проекты.
Эти первые проекты не должны быть малы или несущественны, чтобы другие не сочли их тривиальными. Важно запустить маховик, чтобы ваша команда по ИИ смогла начать набирать обороты.
1. В идеале нужно выбрать такой проект чтобы ваша новая ИИ-команда или внешняя ИИ-команда (у которых может не быть глубоких знаний в вашей предметной области и бизнесе) в партнерстве с подразделениями вашей компании (у которых такие глубокие знания имеются) смогла создать решение и начать демонстрировать результаты в течение 6-12 месяцев от начала проекта.
2. Проект должен быть технически реализуем. Слишком многие компании до сих пор начинают проекты, которые невозможно реализовать, используя существующие сегодня достижения в области ИИ. Техническая экспертиза проекта экспертной группой компании совместно с экспертами по ИИ перед его запуском увеличит вашу убежденность в его достижимости и целесообразности.
3. Разработайте четко определенные измеримые цели, которые создают ценность для бизнеса при реализации данного проекта.
Рассказывает профессор Andrew Ng.
“Когда я был руководителем подразделения Google Brain, внутри самой компании Google (а также в целом в мире) была большая доля скептицизма относительно технологий Глубокого обучения (Deep Learning technology). Чтобы помочь команде набрать обороты я выбрал подразделение Google Speech первым внутренним клиентом для нашего проекта. Мы работали с ними очень тесно чтобы в конечном итоге сделать распознавание речи более точным. Распознавание речи это значимый проект внутри Google, но не самый важный. Например, он менее значимый для компании, чем применение ИИ к поисковым алгоритмам или рекламным сервисам. После того как мы сделали команду Google Speech более успешной используя глубокое обучение, другие подразделения обрели веру в нас. Это позволило команде Google Brain получить необходимый импульс для дальнейшего развития.
Поскольку другие подразделения увидели успех работы команды Google Speech с командой Google Brain, у нас появилась возможность привлекать других внутренних клиентов. Вторым важным внутренним клиентом стало подразделение Google Карты. Они использовали глубокое обучение для улучшения качества картографических данных.
После двух историй успеха я начал переговоры с подразделением рекламных сервисов. Создание импульса постепенно привело к более и более успешным ИИ-проектам.”
Этот процесс является повторяемой моделью, которую вы можете использовать в вашей компании.
2. Создать собственную команду по ИИ
Хотя сторонние компании с высокими техническими компетенциями в сфере ИИ могут помочь вам добиться первоначального успеха быстрее, в долгосрочной перспективе более эффективный путь - выполнить некоторые проекты самостоятельно, силами внутренней ИИ-команды. В дальнейшем вы захотите сохранить некоторые проекты внутри компании, чтобы создать уникальные конкурентные преимущества.
Важно иметь определенный карт-бланш непосредственно от руководства компании для создания внутренней ИИ-команды. Во времена подъема Интернет, найм CIO (Chief Information Officer) стал поворотной точкой для многих компаний для разработки единой и успешной стратегии использования Интернет-технологий. И наоборот, компаниям начавшим множество независимых экспериментов (от цифрового маркетинга до экспериментов с данными для запуска новых веб-сайтов), не удалось использовать возможности Интернет, если эти небольшие пилотные проекты не удалось масштабировать, чтобы преобразовать остальную часть компании.
В эпоху Искусственного интеллекта ключевым моментом для многих компаний снова станет формирование централизованной ИИ-команды, которая сможет помогать всей компании в целом. Эта ИИ-команда может подчиняться CTO, CIO или CDO (Chief Data Officer or Chief Digital Officer) если у этого руководителя есть необходимые компетенции. Можно также вводить должность CAIO (Chief AI Officer).
Ключевыми обязанностями подразделения ИИ являются:
1. Выстроить возможности ИИ для поддержки всей компании.
2. Выполнить первоначальную последовательность кросс-функциональных проектов для поддержки работы разных подразделений (бизнес единиц) технологиями ИИ. После завершения начальных проектов создать повторяемый процесс для непрерывного выполнения последующих ИИ-проектов.
3. Разработать стандарты для найма и удержания сотрудников.
4. Разработать платформы, которые будут использоваться несколькими бизнес-единицами компании, но вряд ли могут быть разработаны каждой бизнес-единицей отдельно. Например, учитывая работу под началом CTO/CIO/CDO, разработать унифицированные стандарты по оптимизации складского хранения.
Многие компании состоят из нескольких бизнес-единиц, подчиняющихся и подотчетных CEO. Имея в составе новый ИИ-бизнес юнит, вы сможете встроить ИИ-специалистов в разные подразделения чтобы запустить кросс-функциональные проекты.
Появятся новые должностные инструкции и новые способы организации командной работы. Уже сейчас в организациях вводят такие позиции как Инженер по машинному обучению (Machine Learning Engineer), Инженер по данным (Data Engineer), Ученый по данным (Data Scientist), Продакт-менеджер по ИИ (AI Product Manager). Способ организации рабочего процесса в настоящее время существенно отличается от того как это выстраивалось в “до ИИ эпоху”. Хороший лидер команды ИИ сможет отстроить данный процесс и дать вам правильные советы относительно его организации.
В настоящий момент ведется настоящая война за таланты в сфере ИИ. И, к сожалению, большинству компаний будет тяжело заполучить к себе в штат таких специалистов (в особенности тех, которые имеют ученые степени).
В краткосрочной перспективе “война за таланты” это во многом игра с нулевой суммой для всех участников. Плотная работа отдела по работе с персоналом самостоятельно или в сотрудничестве с рекрутинговыми агентствами даст вам неоспоримое преимущество.
В то же время проведение обучения и тренингов для вашей собственной команды может стать хорошей отправной точкой для выращивания талантов внутри компании.
3. Внедрить систему обучения ИИ
Ни у одной организации сегодня нет достаточного количества собственных талантов в сфере ИИ. Несмотря на то, что в прессе регулярно обсуждаются высокие зарплаты в области ИИ (конечно, приводимые в прессе цифры в большинстве случаев являются завышенными, но они отражают общий тренд в отрасли), найти высококлассных специалистов очень сложно. К счастью, благодаря росту цифрового контента, в том числе включающего различные онлайн-курсы, сейчас стало более рентабельно, чем когда-либо, обучать большое количество сотрудников с новыми навыками, такими как ИИ. В такой ситуации правильный подход руководителя направления или учебного центра будет в том, чтобы курировать (вместо того чтобы создавать), обучающий контент и организовать процесс обучения таким образом, чтобы сотрудники проходили процесс обучения от начала и до конца.
Несколько лет назад обучение сотрудников означало обязательный найм консультантов, которые приедут к вам в офис и проведу занятия. Но это было малоэффективным мероприятием с трудно рассчитываемым ROI. В противоположность такому подходу, цифровой контенте более предпочтителен и также он дает сотрудникам возможность получить более персонализированный подход к процессу обучения.
Если у вас есть бюджет для найма консультантов, персональный контент может быть дополнен онлайн-контентом. Такой подход называется «перевернутый класс» (flipped classroom). При правильном применении это приводит к более быстрому и более благоприятному обучению.
Наем нескольких экспертов по искусственному интеллекту для предоставления персонального контента также может помочь вашим сотрудникам освоить эти техники искусственного интеллекта.
ИИ преобразует много разных профессий. Вы должны обеспечить коллектив знаниями, которые им понадобятся для адаптации к их новым ролям в эпоху ИИ. Консультация с экспертом позволит вам разработать индивидуальный учебный план для вашей команды.
Как бы там ни было, примерный план обучения может выглядеть следующим образом:
1. Руководители и старшие бизнес-лидеры: (≥ 4 часа обучения).
Цель: Дать возможность руководителям понять что ИИ сможет сделать для организации, начать разрабатывать стратегию по ИИ, принять решение по выделению необходимых ресурсов и начать плотно сотрудничать с ИИ-командой которая работает над значимыми ИИ-проектами.
Базовый учебный план:
- Базовое понимание ИИ, включая технологии, данные, возможности ИИ (что может и что не может).
- Понимание воздействия ИИ на корпоративную стратегию.
- Примеры применения ИИ в смежных отраслях или в вашей конкретной отрасли.
2. Руководители подразделений, выполняющих ИИ-проекты : (≥12 часов обучения)
Цель: Руководители отделов должны уметь определять направления для ИИ-проектов, распределять ресурсы, отслеживать прогресс, а также вносить необходимые коррективы для обеспечения успешной реализации проекта.
Базовый учебный план:
- Базовое понимание ИИ, включая технологии, данные, возможности ИИ (что может и что не может).
- Технические основы ИИ, включая основные классы алгоритмов и их требования.
- Базовое понимание рабочего процесса и процессов ИИ-проектов, ролей и обязанностей в ИИ-командах, а также основами управления ИИ-командой.
3. Инженеры-стажеры для проектов ИИ: (≥100 часов обучения)
Цель: Инженеры, прошедшие обучение, должны уметь работать с данными, обучать модели ИИ и реализовывать конкретные проекты ИИ.
Базовый учебный план:
- Углубленное техническое понимание машинного обучения и глубокого обучения; базовое понимание других инструментов ИИ.
- Понимание доступных (с открытым исходным кодом и других сторонних) инструментов для разработки ИИ и систем данных.
- Способность реализовывать рабочие процессы ИИ-команды.
- Дополнительно: непрерывное обучение, чтобы идти в ногу с развивающимися технологиями искусственного интеллекта.
4. Разработать стратегию по ИИ
Стратегия в сфере ИИ приведет вашу компанию к созданию ценности с с одной стороны и защитных конкурентных механизмов с другой. Как только подразделения компании начнут видеть успех первых ИИ-проектов и получат более глубокое понимание сферы ИИ, вы сможете определить места где технологии ИИ смогут создать максимальную ценность для компании и сфокусировать ресурсы на этих областях.
Некоторые руководители думают, что разработка стратегии по ИИ должна быть первым шагом. Но это ошибочное мнение. Большинство компаний не смогут разработать всеобъемлющую стратегию по ИИ до тех пор пока у компании не появятся некий базовый накопленный опыт с технологиями ИИ, который описан в шагах 1-3.
Способ построения защитных конкурентных механизмов также эволюционирует с развитием ИИ в компании. Вот некоторые подходы, которые стоит принять во внимание:
1. Создайте несколько сложных ИИ-проектов, которые в целом согласуются с выбранной стратегией.
Технологии ИИ позволяют компаниям создавать уникальные конкурентные преимущества по-новому. Основополагающие труды Майкла Портера по бизнес-стратегии демонстрируют, что одним из способов создать защищенный бизнес это создать сложные активы согласованные со стратегией. Таким образом конкурентам будет сложно скопировать все ваши активы одновременно.
2. Используйте ИИ, чтобы создать преимущество, специфическое для вашей отрасли.
Вместо того, чтобы пытаться конкурировать в общем в области ИИ с ведущими технологическими компаниями такими как Гугл, стоит сосредоточиться на стремлении стать лидирующей ИИ-компанией в вашем секторе промышленности, где развитие уникальных возможностей ИИ позволит вам получить ощутимые конкурентные преимущества. То как ИИ повлияет на стратегию вашей компании от конкретной отрасли и текущей ситуации.
3. Разрабатывайте стратегии в канве цикла с положительной обратной связью (так называемый эффект маховика, в англоязычном варианте Virtuous Cycle of AI или AI Flywheel Effect). Во многих отраслях мы видим как накопление данных ведет к появлению защитных механизмов.
Эффект Маховика
Virtuous Cycle of AI
Лидирующие поисковые сервисы, такие как Google, Yandex, Baidu или Bing обладают огромными объемами данных, показывающими что именно кликает пользователь после того, как он вводит различные поисковые запросы и получает на них ответы.
Эти данные помогают компаниям создавать более точные поисковые сервисы (A), которые в свою очередь позволяют привлечь большее количество пользователей (B), что в конечном итоге приводит к накоплению еще большего количества данных (C).
Чем больше времени проходит, тем сильно сложнее конкурентам прорваться в этот цикл с положительной обратной связью.
Данные являются ключевым активом для систем Искусственного интеллекта. Поэтому многие большие ИИ-компании также имеют сложную стратегию обработки данных. Ключевые элементы вашей стратегии данных могут включать в себя:
Стратегия сбора данных. Полезные системы Искусственного интеллекта могут быть созданы в любом месте от 100 точек данных («малые данные») до 100000000 точек данных («большие данные»). Но наличие большего количества данных почти никогда не повредит. Команды ИИ используют очень сложные многолетние стратегии по сбору данных, где конкретная стратегия сбора данных зависит от конкретной отрасли и ситуации. Например, Google и Baidu имеют множество бесплатных продуктов, которые не монетизируются, но позволяют им получать данные, которые можно монетизировать в других местах.
Единое хранилище данных. Если в вашей компании имеется 50 различных баз данных, находящихся под контролем 50 различных Вице-президентов или подразделений, то инженеру или программному обеспечению ИИ будет практически невозможно получить доступ к этим данным и «соединить точки». Вместо этого рассмотрите возможность централизации ваших данных и размещения их в одном или очень небольшом количестве хранилищ данных.
Определите какие данные являются значимыми, а какие нет. Не является правдой тот факт, что наличие большого количества терабайт данных автоматически означает, что команда ИИ сможет создавать ценность из этих данных. Ожидать, что команда Искусственного интеллекта волшебным образом извлечет ценность из большого набора данных - это подход, который с большой вероятностью приведет к неудаче. Известны случаи когда Генеральный директор инвестирует чрезмерные средства в сбор малоценных данных или даже приобретает некую компанию только для ее данных, чтобы в итоге понять, что все терабайты данных купленной компании не является полезными. Постарайтесь избежать этой ошибки, привлекая команду AI на ранних этапах процесса сбора данных, и позвольте им помочь вам определить какие типы данных следует собирать и сохранять.
4. Создавайте эффект масштаба (сетевой эффект) и преимущества платформы.
Системы Искусственного интеллекта можно использовать для создания более традиционных конкурентных защитных механизмов. Например, платформы с сетевым эффектом - это предприятия с высокой степенью конкурентной защиты. У них часто есть естественная динамика «победитель получает все», которая заставляет компании либо быстро расти, либо умирать. Если ИИ позволяет вам привлекать пользователей быстрее, чем ваши конкуренты, его можно использовать для создания защитного механизма, который можно защитить с помощью динамики платформы. В более широком смысле вы также можете использовать ИИ в качестве ключевого компонента стратегии низкой стоимости, высокой стоимости или других бизнес-стратегий.
5. Развивать внутренние и внешние коммуникации
Искусственный Интеллект существенно повлияет на ваш бизнес. В той степени, в которой это затрагивает ключевые заинтересованные стороны, вам необходимо наладить коммуникацию для обеспечения согласованности.
Вот что нужно учитывать для каждой из заинтересованных сторон:
Взаимоотношения с инвесторами
Ведущие ИИ-компании, такие как Google и Baidu, в настоящее время стали гораздо более ценными компаниями отчасти благодаря их возможностям в области ИИ и того влияния, которое ИИ оказывает на их финансовые результаты. Ясное объяснение того как технологии ИИ создают дополнительную ценность внутри компании, описание возрастающих возможностей ИИ, а также продуманная стратегия в области ИИ, помогут инвесторам правильно оценивать вашу компанию.
Отношения с государственными органами
Компании, работающие в строго регулируемых отраслях (автомобилестроение, здравоохранение, алюминиевая отрасль и другие), сталкиваются с проблемами, которые обусловлены необходимостью соблюдения требования регулирующих органов и государства в целом. Проработка убедительной истории ИИ, объясняющей ценность и преимущества, которые ваш проект может принести отрасли или обществу в целом, является важным шагом в создании атмосферы доверия и доброжелательности. Процесс развертывания ИИ-проектов должен сопровождаться постоянным диалогом с регулирующими органами.
Обучение клиентов и пользователей
Технологии ИИ вероятно принесут дополнительные выгоды вашим клиентам. Поэтому продумайте о соответствующих маркетинговых материалах, дорожных картах и другой маркетинговой коммуникации с вашими клиентами.
Подбор персонала и таланты
Реалии таковы, что в отрасли ИИ наблюдается острый дефицит специалистов. Поэтому потребуется хороший брендинг вашей компании как работодателя. В конечном итоге, это окажет значительное влияние на вашу способность привлекать и удерживать таланты внутри компании. Инженеры ИИ хотят работать над интересными и значимыми проектами. Скромные усилия для демонстрации первоначального успеха могут занять долгое время.
Внутренние коммуникации
Поскольку технологии ИИ сегодня все еще плохо изучены, а так называемый AGI (Общий искусственный интеллект, Artificial General Intelligence), в частности, чрезмерно раскручен зачастую в негативном ключе, существует страх, неуверенность и сомнения. Многие сотрудники также обеспокоены тем, что их рабочие места будут заменены с помощью технологий ИИ, хотя это во многом зависит от культуры (например, в США этот страх проявляется гораздо чаще, чем в Японии). Продуманная и четкая внутренняя коммуникация с целью во-первых объяснить что такое ИИ-технологии, а во-вторых развеять имеющиеся страхи, приведет к снижению внутреннего сопротивления и нежелания сотрудников принять ИИ.
Историческая справка, важная для вашего успеха
Понимание того как Интернет преобразовал индустрии важно для того, чтобы правильно управлять ростом ИИ. Есть определенная ошибка, которую многие компании совершили в эпоху роста Интернет. Я надеюсь, что вам удастся ее избежать в процессе роста в эпоху Искусственного интеллекта.
В эпоху интернета мы поняли, что:
торговый центр + сайт ≠ интернет-компания
Даже если торговый центр создал веб-сайт и продает товары на своем веб-сайте, это само по себе не делает торговый центр в настоящей интернет-компанией. Что определяет настоящую интернет-компанию, так это ответ на вопрос: Вы сумели организовать свою компанию так, чтобы делать действительно хорошо те вещи, которые позволяет делать Интернет?
Например, интернет-компании проводят всестороннее A / B-тестирование, в ходе которого обычно запускают две версии веб-сайта и измеряют, какая из них работает лучше. Интернет-компания может проводить сотни экспериментов одновременно, что очень сложно реализовать в обычном физическом торговом центре. Интернет-компании могут создавать новый продукт каждую неделю и, таким образом, учиться гораздо быстрее, чем торговый центр, который может обновлять свой дизайн только один раз в квартал. У интернет-компаний есть уникальные должностные инструкции для таких ролей, как менеджер по продукту и инженер-программист, и у этих рабочих мест есть уникальные рабочие процессы и процессы для совместной работы.
Глубокое обучение, одна из самых быстрорастущих областей ИИ, демонстрирует параллели с развитием Интернета. И сегодня мы четко понимаем что:
любая компания + технология глубокого обучения ≠ AI-компания
Чтобы ваша компания стала успешной в искусственном интеллекте, вы должны организовать ее так, чтобы делать действительно хорошо те вещи, которые позволяет вам делать искусственный интеллект.
Чтобы ваша компания преуспела в искусственном интеллекте, вы должны иметь:
1. Ресурсы для систематического выполнения множества значимых ИИ-проектов: у компаний ИИ есть сторонние и / или собственные технологии и специалисты для систематического выполнения нескольких проектов ИИ, которые обеспечивают непосредственную ценность для бизнеса.
2. Достаточное понимание ИИ. Должно быть общее понимание ИИ с соответствующими внедренными процессами для систематического определения и выбора значимых ИИ-проектов и последующей их реализации.
3. Стратегическое направление: стратегия компании в целом ориентирована на успех в будущем на основе ИИ.
Превратить свою компанию в сильную ИИ-компанию сложно, но выполнимо при поддержке хороших и правильных партнеров.
Программа ИИ-трансформация может занять до 2-3 лет, но планируйте увидеть первые конкретные результаты в течение 6-12 месяцев. Вкладывая средства в ИИ-трансформацию, вы опережаете своих конкурентов и начинаете использовать возможности Искусственного Интеллекта для значительного продвижения вашей компании и расширения ее возможностей в высоко конкурентной среде.
Данное практическое руководство с использованием материалов статьи “AI Transformation Playbook” профессора Andrew Ng, который является признанным профессионалом в области ИИ (в особенности в сфере глубокого обучения). Г-н Andrew Ng является приглашенным профессором Stanford University и в разное время возглавлял команды Google Brain и Baidu AI Group.
deniskustov.ru