Нурсултан Ибраев 
Искусственный интеллект существует не первое десятилетие, исследования в этой области начались еще в 1940-х годах, а такие ученые, как Джон Маккарти, открыли перспективы этой технологии. Новым является беспрецедентный объем ажиотажа вокруг ИИ, который нарастает стремительно. Запуск ChatGPT в 2022 году вызвал широкий резонанс, а недавнее появление DeepSeek и Qwen 2.5 вновь привлекло всеобщее внимание.
Этот ажиотаж вполне объясним. Благодаря росту вычислительных мощностей, доступу к огромным массивам данных, усовершенствованным алгоритмам и методам обучения, эффективность моделей искусственного интеллекта и машинного обучения удваивается практически каждые несколько месяцев. Ежедневно наблюдаются значительные прорывы в таких областях, как логическое мышление и генерация контента, что свидетельствует о наступлении эпохи захватывающих перемен.
Однако чрезмерный ажиотаж может иметь и обратный эффект, создавая впечатление, что шума вокруг ИИ больше, чем реального содержания. Информационная перегрузка, сопровождающая революционные разработки, может привести к тому, что люди невольно перестают обращать внимание, упуская из виду открывающиеся перед ними невероятные возможности.
Из-за обилия «шума» вокруг генеративного ИИ некоторые руководители могут считать эту технологию незрелой и недостойной инвестиций. Они могут выжидать, пока технология не получит массового распространения, прежде чем решиться на ее внедрение, или же перестраховываться, используя генеративный ИИ только для задач с минимальным влиянием на бизнес.
Такой подход ошибочен. Экспериментировать с генеративным ИИ, даже рискуя быстрыми неудачами, предпочтительнее полного бездействия. Лидерство предполагает использование возможностей для трансформации и переосмысления. Искусственный интеллект развивается невероятно быстро, и те, кто не оседлает эту волну под предлогом осторожности, рискуют остаться позади.
Эта технология станет основой делового мира завтрашнего дня. Компании, которые начнут внедрять ее сейчас, будут определять контуры этого будущего. Не стоит ограничиваться использованием генеративного ИИ для незначительных улучшений; его следует применять для совершения качественных скачков вперед – именно так будут поступать лидеры рынка.
Внедрение генеративного ИИ – это вопрос управления рисками, с которым руководители хорошо знакомы. К этой технологии следует подходить так же, как к любым другим новым инвестициям: искать способы продвижения вперед, не подвергая компанию чрезмерному риску. Главное – начать действовать. Результаты станут очевидны почти сразу: либо ИИ улучшит конкретный процесс, либо нет.
Важно не поддаться «параличу анализа», не тратить слишком много времени на обдумывание целей. Как говорил Вольтер, не следует позволять лучшему становиться врагом хорошего. На начальном этапе нужно определить диапазон приемлемых результатов, придерживаться его, постепенно улучшать показатели и двигаться вперед. Ожидание идеальной возможности, идеального сценария использования или идеального времени для эксперимента принесет больше вреда, чем пользы. Чем дольше промедление, тем выше упущенная выгода.
Стоит запустить несколько пробных проектов и посмотреть, что произойдет. Даже если эксперимент окажется неудачным, организация извлечет из этого ценный опыт. Неудачи действительно формируют характер и устойчивость.
Если эксперимент с генеративным ИИ не удался, в этом нет ничего страшного. Организационное обучение – попытки, корректировка курса, наблюдение за тем, как команды преодолевают трудности – имеет огромную ценность. Жизнь состоит из обучения и преодоления препятствий. Не испытывая команды и инструменты на прочность, невозможно определить пределы возможностей организации и понять, что действительно достижимо.
При наличии компетентных сотрудников на нужных позициях и доверия к ним компания ничем не рискует. Постановка амбициозных задач перед командами помогает им профессионально расти и получать больше удовлетворения от работы. Неудача в одном эксперименте с генеративным ИИ лишь лучше подготовит к следующей попытке.
Для начала следует определить области бизнеса, создающие наибольшие трудности: постоянные узкие места, невынужденные ошибки, неверно управляемые ожидания, упущенные возможности. Любая деятельность или рабочий процесс, связанный с анализом больших объемов данных, решением сложных задач или требующий неоправданно много времени, может стать отличным кандидатом для экспериментов с ИИ.
Например, в управлении цепочками поставок возможности для применения ИИ безграничны. Управление складом – прекрасная стартовая площадка. Оно включает координацию множества движущихся элементов, часто в режиме реального времени. Нужно обеспечить нахождение нужных людей в нужном месте в нужное время для обработки, хранения и извлечения товаров, которые могут требовать особых условий, как, например, охлажденные продукты.
Управление всеми этими переменными – колоссальная задача. Традиционно у менеджеров складов нет времени на изучение многочисленных отчетов о трудозатратах и товарах для оптимизации процессов. Это требует много времени, а у менеджеров часто есть и другие неотложные дела, включая реагирование на сбои в реальном времени.
Агенты генеративного ИИ способны анализировать все генерируемые отчеты и предлагать обоснованный план действий, основанный на выявленных закономерностях и первопричинах. Они могут выявлять потенциальные проблемы и разрабатывать эффективные решения, экономя менеджерам огромное количество времени.
Это лишь один пример ключевой области бизнеса, которую можно оптимизировать с помощью генеративного ИИ. Любой трудоемкий рабочий процесс, особенно связанный с обработкой данных или информации перед принятием решения, является отличным кандидатом для улучшения с помощью ИИ.
Необходимо просто выбрать вариант использования и начать действовать. Генеративный ИИ – это реальность, и он развивается со скоростью инноваций. Каждый день появляются новые сценарии его применения, технология становится лучше и мощнее. Преимущества очевидны: трансформация организаций изнутри, работа людей на пике эффективности с поддержкой данных, более быстрые и взвешенные бизнес-решения.
Чем дольше компания ждет так называемых «идеальных условий», тем больше она будет отставать. При наличии хорошей команды, продуманной бизнес-стратегии и реальных возможностей для улучшения терять нечего. Время действовать настало.
