Новый взгляд на искусственный интеллект: от операций — к ценности

Разговоры про ИИ сейчас в основном крутятся вокруг двух осей. Первая — эдакий технологический детерминизм: у кого вычислительные мощности, чипы и инфраструктура, тот и сильней. А если ничего этого нет, значит — нужно сидеть и ждать надвигающуюся волну, авось, выплывем. Вторая — нарастающая экзистенциальная тревога по поводу ИИ всемогущего, который вот-вот заберёт у нас работу. По результатам опроса Jobs for the Future , большинство работников теперь видят в ИИ прежде всего угрозу, а не возможность, хотя год назад всё было наоборот.

Ни одна из этих перспектив не позволяет дать рациональный ответ на главный вопрос: что с этим делать?

К счастью, нашёлся тот, кто попытался вернуть этот разговор из области паники и фантазий в поле стратегии.

Мы привыкли смотреть на профессию как на список операций. И тогда, действительно, получается, что ИИ способен решать многие задачи гораздо быстрее и эффективнее человека. Но Дженсен Хуанг из NVIDIA говорит о том, что у каждой профессии есть цель, ради которой, собственно, эти операции и выполняются. И в вопросе смыслов человек по-прежнему даст фору любому машинному интеллекту.

В качестве примера Хуанг приводит радиологов. Представителям этой профессии давно предрекали исчезновение с рынка труда. Однако, ИИ не только не вытеснил специалистов, но и значительно ускорил выполнение задач. Работу радиолога можно условно разделить на два слоя. Первый — операционный: изучить снимок, найти отклонения, подготовить интерпретацию. Второй — смысловой: помочь пациенту получить точный диагноз и правильное лечение. ИИ, как раз, забрал на себя рутинные операции, чтобы человек смог заниматься верхнеуровневыми вещами. В итоге система от этого только выиграла: можно принять больше пациентов, улучшить их качество взаимодействия с врачом и повысить спрос на диагностику.

Из того, что ИИ будет справляться с определёнными задачами гораздо лучше, чем среднестатистический работник, не следует, что главное — цель и ценность работы исчезнут. Это очень простая мысль, спасительная для многих специалистов, постоянно размышляющих на тему «где моё место в эпоху стремительного развития ИИ». Достаточно задаться вопросом — на какую цель я работаю и в чём ценность моего труда? Ответы, скорее всего, окажутся гораздо глубже, чем список функций в типичном резюме.

Этот же тест можно проделать и в масштабах компании, когда речь заходит об ИИ-стратегии. Когда мы спрашиваем «какие задачи можно автоматизировать» — это один взгляд; а если идём в глубину — какая цель у этой роли, процесса, компании, команды — это уже другая оптика.

Плюс, расщепив каждую роль на слой цели и слой задач, проще говорить об ИИ-трансформации с сотрудниками. По данным того же исследования JFF, 56% работников отметили, что работодатели не обсуждали с ними, как ИИ-инструменты будут использоваться в их работе. Очевидно, люди тревожатся не потому, что грядёт автоматизация, а из-за того, что они не понимают:

— зачем это делается;

— какое место человека останется в системе;

— как меняется ценность их роли.

Большинство компаний внедряют ИИ как технологический проект, хотя для сотрудников это прежде всего изменение их роли в системе. Фокус на операциях вместо фокуса на цели — ошибка, которую мы совершаем не только на уровне отдельной роли или команды. На стратегическом уровне она выглядит точно так же.

За монополизацию рынка ИИ сейчас отвечают Америка и Китай — две сверхдержавы, которые могут себе позволить наращивать инфраструктуру и не переживать за нехватку чипов. Весь остальной мир наблюдает за происходящим и ждёт апокалипсиса или небесной манны — тут как повезёт.

Но вспомним, что такое стратегия в бизнесе — это когда ты, осознавая ограничения, всё равно думаешь, как выиграть в конкурентной борьбе.

Хуанг видит ситуацию с ИИ как пирамиду, на вершине которой отнюдь не технические вещи. Есть энергия — у кого-то её больше, у кого-то меньше. Есть чипы — кто-то их производит, кто-то может купить, а у кого-то и такой возможности нет. Наконец, есть вычислительные мощности — и здесь ситуация меняется: рынок compute становится всё более конкурентным, инфраструктура масштабируется быстрее, чем успевает расти спрос. Это значит, что вычислительные мощности перестают быть привилегией избранных — их можно покупать, арендовать, использовать через внешние платформы.

А дальше появляется уровень applications — приложений, которые создаются на базе вычислительных мощностей. Хуанг не умаляет важность инфраструктуры, но подчёркивает, что основная добавленная стоимость возникает не на уровне compute, а на уровне приложений — там, где токен превращается в ценность для конечного потребителя.

Что это означает для российских компаний? Мы вряд ли сможем конкурировать с США и Китаем на уровне инфраструктуры и фундаментальных моделей, но это не означает автоматического проигрыша. Пространство для конкуренции остаётся на уровне прикладных решений.

Например, мы с командой сейчас делаем ИИ-продукт «Фронтерра», который помогает извлекать и масштабировать экспертные знания внутри компании. Если вернуться к логике целей и задач, то задача ИИ здесь — не заменить эксперта, а забрать на себя рутинную часть работы вокруг знаний: интервьюирование, структурирование опыта, упаковку информации, описание навыков. Цель при этом остаётся человеческой и управленческой — быстрее передавать мастерство внутри организации. В результате вместо классического резюме с перечислением мест работы компания получает точную карту навыков и практического опыта специалиста. Skill based в действии. И это как раз пример того самого application layer, о котором говорит Хуанг: добавленная стоимость возникает не на уровне вычислительных мощностей, а в том, как технология решает конкретную бизнес-задачу. При этом у нас нет собственного дата-центра или языковой модели. Мы используем внешнюю инфраструктуру, но это не мешает строить продукт с понятной ценностью для бизнеса.

Другой пример — история выпускника Бауманки, с которым мы обсуждали перспективы робототехники в России: если коротко — бесперспективное занятие, поскольку своих комплектующих для строительства роботов у нас нет, а привозить дорого и сложно. Именно по этой причине парень решил уйти в софт, хотя изначально занимался «железом», и теперь закупает дешёвые юниты в Китае и прошивает им «мозги». Его робот уже давал концерт в Мариинке.

Когда он говорит:

— смотрите не на задачи, а на цель;

— главное не вычислительные мощности, а приложения;

— думайте не про ограничения, а про слой, где создаётся ценность.