Много компании инвестират сериозни средства в изкуствен интелект, но не успяват да постигнат измерима възвръщаемост. Основната причина, според експерти, не е в самата технология, а в начина, по който организациите я внедряват. Бизнесът често подценява влиянието върху служителите и се сблъсква с твърде консервативни вътрешни процеси.
Множество пазарни проучвания показват, че компаниите срещат сериозни затруднения при реализиране на реална бизнес стойност от AI инициативите си. Има различни причини за това, а е факт и, че доставчиците на AI решения системно пренебрегват човешкия аспект на внедряването, казва Бернхард Шафрик, главен анализатор във Forrester. „Те напълно игнорират човешкия фактор, както и спецификите на корпоративната среда“, коментира Шафрик.
Страхът от AI вече влияе на организациите
Опасенията сред служителите, че изкуственият интелект може да застраши работните им места, продължават да нарастват. Темата все по-често присъства в личните разговори и в синдикалните дебати.
Много е важно в този момент да се намесят всички средства за управление на промяната, казва Шафрик. „Главните изпълнителни директори веднага разбират потенциала и започват агресивно да прокарват AI в организациите си“, посочва той. Служителите обаче може да виждат това като заплаха.
В същото време в много компании ръководството предполага, че екипите по човешки ресурси или звената, отговарящи за трансформационните програми, ще поемат управлението на тази промяна. На практика обаче ситуацията се оказва значително по-сложна.
„Когато има пряко отражение върху работните места, ролите се променят, а някои хора могат да бъдат изместени. Това увеличава страха и несигурността сред служителите експоненциално“, допълва Шафрик.
Корпоративните процеси също се оказват пречка
Според анализатора, проблемът не се изчерпва с човешката психология. Много AI доставчици не отчитат и ограниченията на съществуващите корпоративни системи и процеси.
Компаниите рядко са склонни да рискуват стабилността на текущите си дейности като обработката на заплати, финансовите потоци или регулаторното съответствие. Това прави внедряването на нови AI решения значително по-бавно и по-консервативно от очакваното.
„Бизнесът не иска да си счупи ТРЗ процеса“, дава пример Шафрик. По думите му именно затова ръководствата са принудени постоянно да балансират между иновацията и риска.
Той смята, че доставчиците на AI често се изненадват, когато внедряването на техните продукти не протича според очакванията. Причината обаче е комбинация от организационна инерция, човешки страхове, регулаторни изисквания и правни ограничения.
Автоматизацията няма да се ограничи до рутинните задачи
Шафрик е категоричен, че компаниите трябва внимателно да анализират за какви дейности използват AI. Според него най-логичната първа стъпка е автоматизацията на повтарящите се процеси.
„Ако аз бях CEO, бих се стремял да автоматизирам максимално рутинната работа“, казва анализаторът. Той посочва като пример системите за работни процеси, роботизираната автоматизация на процеси, обработката на документи и AI агентите.
В същото време организациите все по-често насочват AI и към по-сложни задачи, при които хората традиционно допускат грешки. Типичен пример е сравнението на големи обеми документи. Шафрик дава пример с юридически отдел, който трябва да сравнява няколко версии на обемен договор. Подобна работа е трудоемка и изисква висока концентрация.
„Хората грешат, но ако оставим халюцинациите настрана, AI се справя значително по-добре с подобни задачи“, посочва той.
Човекът остава ключов при контрола на AI
Въпреки напредъка на генеративния AI Шафрик смята, че човешкият контрол ще остане задължителен компонент при работните процеси – поне повечето. Става дума за модела „човек по веригата“ („human-in-the-loop“), при който човек проверява и валидира резултатите, генерирани от AI системите.
Според специалиста на Forrester обаче тази роля няма да бъде формална. За да може един служител ефективно да проверява AI резултати и да има висока стойност за компанията, той трябва отлично да владее самата експертиза, която AI автоматизира. Това означава, че юридическият експерт например трябва да притежава задълбочени умения за анализ на договори, дори ако част от работата вече се извършва от изкуствен интелект.
