CC BY
155Российский опыт внедрения искусственного интеллекта в менеджмент предприятия
Попова Елена Владимировна
д.э.н., проф., профессор кафедры теории менеджмента и бизнес-технологий, РЭУ им. Г.В. Плеханова, [email protected]
Имплементация цифровых интеллектуальных технологий - ведущая тенденция науки и практики управления. По мере развития интеллектуальных систем и повышения уровня доверия к ним роботизация будет затрагивать все более высокие уровни бизнес-менеджмента. Постепенно ИИ станут формировать стратегический вектор развития компаний. В фокусе настоящей статьи - отечественный опыт внедрения интеллектуального инструментария в функционирование корпоративной структуры. Наиболее активными сегментами бизнеса в плане внедрения ИИ-инноваций являются следующие: интеллектуализация процессов разработки новых продуктов и услуг, совершенствование существующих продуктов; оптимизация производства; реформирование работы с человеческими ресурсами; реформирование систем продвижения, маркетинга, рекламы; оптимизация логистики; риск-менеджмент, стратегическое управление и управление финансами. ИИ в большей степени внедряют крупные российские компании и холдинги, относящиеся к наукоемким масштабным производствам, связанные с ИТ-технологиями, имеющие отношение к научным исследованиям. В данной связи особый интерес представляет рассмотрение примеров внедрения ИИ в российские компании малого и среднего бизнеса. В качестве показательного примера были рассмотрены интеллектуальные продукты, разработанные компанией «Мобифитнесс» для компаний спортивной индустрии.
Ключевые слова: искусственный интеллект, менеджмент, бизнес-менеджмент, интеллектуализация, цифровизация, автоматизация
Технологии искусственного интеллекта продолжают укореняться в обиходе, бизнесе и государственном управлении. Можно сказать, что движение к тотальной интеллектуализации началось уже тогда, когда первое беспилотное транспортное средство оказалось на городских улицах, на бирже в качестве игрока был привлечен первый робот, а телефонным автоответчиком впервые стал «компьютерный» голос. Государственный и корпоративный менеджмент не стали исключением из общего правила - имплементация цифровых интеллектуальных технологий стала ведущей тенденцией развития науки и практики управления [4, с. 55].
Перспективы применения искусственного интеллекта в управлении бизнесом
Проблемы искусственного интеллекта стали беспокоить представителей научного сообщества уже в середины ХХ в. Искусственный интеллект на данном этапе еще не нашел своей технической реализации и воспринимался, скорее, как абстрактная футурологическая концепция. Тем не менее, уже тогда стало очевидно, что в скором времени компьютерные системы достигнут такого уровня развития, на котором они будут способны корректно «интерпретировать внешние данные, извлекать знания из таких данных и использовать их для достижения конкретных целей и задач посредством гибкой адаптации» [9, с. 886-887].
Когда техническая реализация систем искусственного интеллекта стала возможной, исследователи и разработчики разделились в своем отношении к компетенциям ИИ на два подхода: в рамках первого, пессимистичного, отмечается, что прогнозы в области интеллектуализации общества завышены, и в реальности следует ожидать, скорее, того, что машинный интеллект сможет качественно выполнять только простейшие из задач, выполняемых человеком. В рамках второго подхода, напротив, постулируется, что воздействие ИИ на бизнес-среду окажется стратегическим и кардинально преобразует законы функционирования общества и цивилизации.
Абсолютное большинство теоретиков, инженеров-разработчиков, управленцев и функционеров поддерживают второй из обозначенных подходов. Уже сегодня можно с уверенностью сказать, что искусственный интеллект затронет практически все секторы народного хозяйства - прямо или косвенно [3, с. 74]. Безусловно, искусственный интеллект способен заменить человека во множестве областей, в том числе тех, которые традиционно относились к исключительной компетенции человека: управление государством, бизнесом, творчество, коммуникация, медицина, педагогика, юриспруденция [8, с. 80].
По оценкам международных агентств, к 2030 г. вклад технологий, основанных на искусственном интеллекте, в общемировой ВВП превысит 15 трл долл. США, что на данном этапе превышает совокупный валовой внутренний продукт Китая и Индии. Последующий рост мировой экономики едва ли будет достигаться экстенсивными методами; ИИ будет способствовать повышению производительности труда, качества продукции и услуг, персонализации генерируемых благ [2, с. 24]. По мнению ряда специалистов, в ближайшем будущем любая
X X
о
го А с.
X
го т
о
2 О
м «
fO
сч
0 cs
иэ
01
о ш m
X
3
<
m о х
X
компания будет в той или иной мере автоматизирована; в развитых странах уже становится нормальным делегировать компьютеру такие процедуры, как проведение тестирований и собеседований соискателей, заключение трудового контракта, компиляция описаний должностных обязанностей, мониторинг текущих процессов [4, с. 56].
Уровни автоматизации рабочих процессов на основе технологий искусственного интеллекта
По мере развития интеллектуальных систем и повышения уровня доверия к ним роботизация будет затрагивать все более «высокие» уровни бизнес-менеджмента. Постепенно ИИ станут не только генерировать ответы в чат-ботах и сообщать о дедлайнах выполнения производственных задач, но и управлять компанией, формировать стратегический вектор ее развития. Исследователи, проводящие компаративный анализ функционирования человеческого мышления и мышления искусственного, подчеркивают сильные стороны последнего в принятии стратегических решений. Это позволяет предположить, что искусственный интеллект содержит в себе колоссальный потенциал в плане принятия управленческих решений - именно робот может учесть великое множество гетерогенных факторов, влияющих на конечное решение. Тем не менее, существует и обратная точка зрения, согласно которой машина априори не способна проявить управленческое чутье, предпринимательскую «хватку», «бизнес-жилу», интуицию и творчество в управлении компанией. Чистая рациональность, управляемая большими массивами данных, отнюдь не всегда приводит к принятию правильных решений [9, с. 888]. Так это или нет - пока сказать сложно; получить достоверное мнение в отношении этого вопроса можно будет только по прошествии 5-10 лет, когда в нашей стране и в мире будет накоплено достаточно успешных кейсов роботизированного управления предприятиями разных сфер и разного масштаба.
Встраивание искусственного интеллекта в отечественный бизнес-менеджмент стало возможным благодаря трансформации представлений о корпоративном управлении в целом. Постепенно управленцы российских компаний начали осознавать недостатки и неэффективность традиционной иерархической или командной системы управления. В бизнес-среде постепенно произошло разделение труда внутри самих менеджеров: менеджеры высшего звена, среднего и низшего звена, в компаниях или фирмах стали налаживаться не только вертикальные, но и горизонтальные коммуникации. По мере развития корпоративных концепций и прикладных методологий менеджмента многие крупные компании стали осознавать проблему аккумуляции избыточного количества менеджеров, затраты на содержание которого не окупаются результатами от их деятельности. Более того, целые фрагменты управленческих структур могли и могут до сих пор существовать только потому, что никто не задумывался над действительной целью их существования. Наличие огромного штата менеджеров потребовало отдельных менеджеров для управления менеджерами более низкой ступени иерархии [Полторацкая, с. 1]. В таких условиях, безусловно, речи об эффективной развитии компании идти не может, хотя внешне такая структура может производить впечатление престижной, современной и перспективной. Разрешить эти противоречия вполне может искусственный интеллект.
По данным экспертов Deloitte (2017 г.), можно выделить 4 универсальных типа автоматизации рабочих процессов на основе технологий искусственного интеллекта. Рассмотрев данные типы и проанализировав существующие в России кейсы по внедрению ИИ, можно представить следующую классификацию уровней интеллектуализации (Таблица 1):
Таблица 1
Типы автоматизации рабочих процессов на основе технологий ис-
Тип (уровень) автоматизации Сущность процессов интеллектуализации Российские кейсы
Замещение (replacing) Полная автоматизация рабочих процессов, присущих определенным профессиям, и исключение человека из системы управления. Не представлен
Освобождение (relieving) Автоматизации подвергаются процессы, связанные с выполнением рутинных заданий, специалисту дается наиболее ответственная и творческая работа «Райффайзенбанк», «Сбер» и др банкинг (скоринг, чат-боты, антифрод и финансовый мониторинг, обработка документов).
Дробление (splitting up) Существенная часть работы выполняется интеллектуальной системой, но за человеком остается функция контроля и корректировки результатов работы программы. Производственные процессы: «Норни-кель», «Северсталь», Segezha Group, «Газпром» и иные промышленные компании-гиганты Процессы управления: не представлен.
Дополнение (augment) Искусственный интеллект дополняет навыки работника, предлагая различные варианты решения задачи, оставляя принятие решения за человеком Исследовательские компании (медицинская компания «ТехЛАБ» - технологии распознавания образов для поддержки принятия врачебных решений) и т.п.
Примечание: собственная разработка автора на основе [10]; [1] и др.
В фокусе настоящей статьи - отечественный опыт импле-ментации интеллектуального инструментария в функционирования корпоративной структуры. Следует отметить, что в настоящий момент наиболее активными сегментами бизнеса в плане внедрения ИИ-инноваций оказались следующие: (1) интеллектуализация процессов разработки новых продуктов и услуг: (2) совершенствование существующих продуктов посредством ИИ-технологий; (3) оптимизация производства - повышение производительности, снижение уровня потребления энергии, повышение пропускной способности, совершенствование диагностических процедур; (4) реформирование работы с человеческими ресурсами: подбор и удержание сотрудников, мониторинг результатов деятельности; (5) реформирование систем продвижения, маркетинга, рекламы - аналитика обслуживания и клиентской поддержки, сегментация клиентов; внедрение искусственного интеллекта в коммуникацию с клиентами и партнерами; (6) оптимизация логистики, закупок и поставок; (7) риск-менеджмент - моделирование рисков, прогноз рисков, тренировочная симуляция наступления риска, анализ предыдущих рисков; (8) стратегическое управление и принятие управленческих решений; (9) управление корпоративными финансами [4, с. 56].
Следует также отметить, что внедрение ИИ во все обозначенные выше векторы управления бизнесом в России крайне неравномерно - некоторые направления, можно сказать, уже освоены российскими предпринимателями (автоматизация коммуникаций с клиентами), тогда как другие (финансы, стратегический менеджмент, найм) управляются исключительно «вручную», что обусловлено низким уровнем доверия к интеллектуальным системам.
Опыт малых компаний во внедрении ИИ в систему управления
Как отмечено выше, ИИ в большей степени внедряют крупные российские компании и холдинги, относящиеся к наукоемким масштабным производствам, связанные с ИТ-технологиями, имеющие отношение к научным исследованиям. В данной связи особый интерес представляет рассмотрение примеров внедрения ИИ в российские компании малого и среднего размера.
Весьма показательной, на наш взгляд, является в подобном контексте деятельность компании Mobifitness, которая разрабатывает собственные интеллектуальные решения в узком сегменте корпоративного менеджмента - индустрии массового спорта и фитнеса - и уже успела автоматизировать работу более 3 000 коммерческих компаний спортивной индустрии.
Платформы, которые предлагает компания, являют собой совокупность взаимосвязанных интеллектуальных инструментов:
1. Учетная система для руководителей, бухгалтеров и экономистов;
2. Мобильное приложение для коммуникации с клиентами;
3. Инструмент для онлайн-записи для снижения нагрузки на рецепцию спортивного клуба;
4. «Умная» онлайн-касса для ускорения работы администратора;
5. Личный кабинет и интернет-магазин для увеличения продаж;
6. CRM-система для работы с клиентами и постановки задач для персонала.
Среди недавних нововведений можно отметить интеллектуальную обработку отзывов клиентов. В рамках традиционной схемы работы с фибдеком от клиентов - текущих, потенциальных и упущенных - менеджеры фитнес-клубов ежедневно получали отзывы от клиентов через мобильное приложение, сайт и другие виртуальные каналы, вручную обрабатывали каждый отзыв, выявляли, при наличии, суть проблемы и направляли ее в нужный отдел. Подобная работа требовала задействовать, по крайней мере, двоих сотрудников на полной ставке. Кроме того, в потоке поступающих извне данных многие отзывы терялись, спортивные клубы, таким образом, игнорировали жалобы и пожелания.
В данной связи компания Mobifitness загрузила в нейросеть множество реальных отзывов, оставляемых клиентами различных фитнес-клубов России, и на этом базисе обучила нейросеть определять тональность отзыва, отвечать на стандартные отзывы разными формулировками (не шаблонами) и уведомлять о наиболее важных отзывах (угрозах, жалобах, претензиях, особых благодарностях и проч.) [б]. Интеллектуальная система, таким образом, анализирует отзывы и присваивает каждому из них рейтинг тональности. Подобные проекты были запущены во множестве новых и опытных компаниях, причем более 90% из них отметили, что нейросеть существенно улучшила коммуникацию клуба с клиентами и предотвратила множество конфликтных ситуаций. Более того, многие клиенты отмечали очевидное улучшение качества внутрикорпоративной среды после того, как нейросеть стала обрабатывать жалобы, а администраторы, SMM-специалисты, руководители оказались освобождены от этой обязанности
Компания разработала, помимо прочего, интеллектуальный инструмент по повышению лояльности клиентов. Лояльность клиентов представляет собой тот параметр, который в конечном итоге определяет конкурентные позиции спортивного центра. Система производит автосегментацию клиент-
ской базы с помощью учетной системы и составляет по результатам работы RFM-анализ. Функции подобного отчета следующие: система автоматически анализирует поведение клиентов по определенным параметрам: новички/средние/давние клиенты, редко посещает занятия, покупает дешевые абонементы/дорогие абонементы и др. Сотрудник видит по результатам анализа, сколько имеется лояльных клиентов, какие из клиентов могут ими стать, кто находится в «зоне потери» и т.д. К примеру, система выделяет в отдельный сегмент клиентов, у которых осталось только 2-3 оплаченных занятия [7]. Менеджер взаимодействует с такими клиентами, напоминает об остатке, «подталкивает» к продлению. Подобная мера помогает удерживать стабильный уровень продлений абонементов в 80% (в отсутствие ИИ он едва ли превышает 50%). Кроме того, представлен инструмент, определяющий рейтинг тренеров по совокупности отзывов и посещаемости, опция автокоррекции расписания и проч. Все эти данные, собранные воедино, представляют собой важный стратегический инструмент, который поможет управленцу принять рациональное решение, аргументированное фактами и статистикой.
Таким образом, на примере даже одной бизнес-сферы можно увидеть колоссальный потенциал ИИ на российском рынке. В заключение следует отметить, что в отечественных реалиях внедрение искусственного интеллекта сопряжено с определёнными рисками.
Во-первых, до сих пор не разрешены многие вопросы нормативно-правового характера: к примеру, законодатель не обозначил сферы ответственности проектировщика, разработчика, создавшего алгоритм или сотрудника за работу иИ.
Во-вторых, внедрение ИИ сопряжено с повышенным риском утечки внутренней корпоративной информации, конфиденциальных и персональных данных.
В-третьих, могут возникнуть риски социального характера: многие сотрудники станут лишь посредниками, автоматизато-рами, контролерами в работе множества компаний, что приведет к сокращению множества рабочих мест.
Литература
1. АНО «Цифровая экономика» изучила лучшие практики внедрения ИИ в российскую обрабатывающую промышленность - 2023. [Электронный ресурс]. - Режим доступа: https://data-economy.ru/news/tpost/zfbdovnco1-ano-tsifrovaya-ekonomika-izuchila-luchsh - Дата доступа: 11.05.2023.
2. Бамбуров, В. А. Применение технологий искусственного интеллекта в корпоративном управлении / В. А. Бамбуров // Государственная служба. - 2018. - №3 (113). - С. 23-28.
3. Галимбекова, А. Г. Влияние цифровых технологий на современные задачи менеджмента / А. Г. Галимбекова // Инновационная наука. - 2022. - №4-2. - С. 72-74.
4. Каталкина, М. Ю. Проблемы развития цифрового управления / М. Ю. Каталкина, Е. Ю. Кузьмина, А. В. Савченко // E-Management. - 2022. - №1. - С. 52-58.
5. Полторацкая, Т. Б. Информационные технологии и современный менеджмент компаний / Т. Б. Полторацкая, О. В. Жилкина // Экономика и экологический менеджмент. - 2013. -№3. - 6 с.
6. Попова Е.В. Цифровая трансформация экономических процессов компаний / Пахомова Э.А., Попова Е.В. / ООО "Си-тИнвест". 2021.
7. Система управления фитнес-клубом, спортивной студией, школой танцев или йоги // Мобифитнес. - 2023. [Электронный ресурс]. - Режим доступа: https://mobifitness.ru/. -Дата доступа: 11.05.2023.
8. Терентьева, Е. Как автоматизация помогает сети студий танцев держать стабильный уровень продлений 80%? // Мобифитнес. - 2023. [Электронный ресурс]. - Режим доступа:
X X
о
го А с.
X
го m
о
2 О
м
CJ
https://blog.mobifitness.ru/2022/08/19/%D0%BA%D0%B0%D0% BA-
%D0%B0%D0%B2%D1%82%D0%BE%D0%BC%D0%B0%D1% 82%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1 %8F-%D0%BF%D0%BE%D0%BC%D0%BE%D0%B3%D0%B0%D0% B5%D1%82-%D1 %81%D0%B5%D1 %82%D0%B8-%D1%81%D1 %82%D1 %83%D0%B4/- Дата доступа: 11.05.2023.
9. Тихонов, А. И. Отношение российских работодателей к автоматизации в сфере управления персоналом: технологии искусственного интеллекта и подбор персонала / А. И. Тихонов, В. Г. Коновалова // УПИРР. - 2019. - №2. - С. 79-84.
10. Устинова, О. Е. искусственный интеллект в менеджменте компаний / О. Е. Устинова // КЭ. - 2020. - №5. - С. 885904.
11. AI-augmented government. A report from the Deloitte Center for Government Insights, 2017: - 2023. [Электронный ресурс]. - Режим доступа: https://dupress.deloitte.com/content/dam/dup-us-en/articles/3832_AI-augmented-government/DUP_ AI-augmented-government.pdf. - Дата доступа: 11.05.2023.
fO
es о es
<0
Experience of russian companies introducing artificial intelligence in
management Popova E.V.
PRUE G.V. Plekhanov
JEL classification: B00, D20, E22, E44, L23, L51, L52, M11, M20, M30, Z33
The implementation of digital intelligent technologies is the leading trend in science and management practice. As intelligent systems develop and the level of trust in them increases, robotization will affect ever higher levels of business management. Gradually, AI will form a strategic vector for the development of companies. The focus of this article is the domestic experience in the implementation of intellectual tools in the functioning of the corporate structure. The most active business segments in terms of introducing AI innovations are the following: intellectualization of the development of new products and services, improvement of existing products; production optimization; reforming work with human resources; reforming the systems of promotion, marketing, advertising; optimization of logistics; risk management, strategic management and financial management. AI is being implemented to a greater extent by large Russian companies and holdings related to science-intensive large-scale industries related to IT technologies related to scientific research. In this regard, of particular interest is the consideration of examples of the implementation of AI in Russian companies of small and medium size. As an illustrative example, intellectual products developed by Mobifitness for companies in the sports industry were considered.
Keywords: artificial intelligence, management, business management,
intellectualization, digitalization, automation References
1. ANO Tsifrovaya ekonomika studied the best practices for implementing AI in the
Russian manufacturing industry - 2023. [Electronic resource]. - Access mode: https://data-economy.ru/news/tpost/zfbdovnco1-ano-tsifrovaya-ekonomika-izuchila-luchsh - Access date: 05/11/2023.
2. Bamburov, V. A. Application of artificial intelligence technologies in corporate
management / V. A. Bamburov // Public Service. - 2018. - No. 3 (113). - S. 2328.
3. Galimbekova, A. G. I nfluence of digital technologies on modern management tasks
/ A. G. Galimbekova // Innovative science. - 2022. - No. 4-2. - S. 72-74.
4. Katalkina, M. Yu. Problems of development of digital management / M. Yu.
Katalkina, E. Yu. Kuzmina, A. V. Savchenko // E-Management. - 2022. - No. 1. -S. 52-58.
5. Poltoratskaya, T. B. Zhilkina, O. V. Information technology and modern
management of companies // Economics and environmental management. -2013. - No. 3. - 6 s.
6. Popova E.V. Digital transformation of economic processes of companies /
Pakhomova E.A., Popova E.V. / LLC "SitInvest". 2021.
7. Control system for a fitness club, sports studio, dance or yoga school // Mobifitness.
- 2023. [Electronic resource]. - Access mode: https://mobifitness.ru/. - Access date: 05/11/2023.
8. Terentyeva, E. How does automation help the network of dance studios to keep a
stable level of renewals of 80%? // Mobifitness. - 2023. [Electronic resource]. -Access mode:
https://blog.mobifitness.ru/2022/08/19/%D0%BA%D0%B0%D0%BA-%D0%B0%D0%B2%D1%82%D0%BE%
D0%BC%D0%B0%D1%82%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D 1%8F-% D0% BF% D0% B E% D0%BC%D0 %BE%D0%B3%D0%B0%D0%B5%D1%82-
%D1 %81%D0%B5%D1%82%D0%B8-%D1%81%D1%82%D1 %83%D0 %B4/-Access date: 05/11/2023.
9. Tikhonov, A. I. Attitude of Russian employers to automation in the field of personnel
management: artificial intelligence technologies and personnel selection / A. I. Tikhonov, V. G. Konovalova // UPIRR. - 2019. - No. 2. - S. 79-84.
10. Ustinova, O. E. Artificial intelligence in the management of companies / O. E.
Ustinova // KE. - 2020. - No. 5. - S. 885-904.
11. AI-augmented government. A report from the Deloitte Center for Government
Insights, 2017: - 2023. [Electronic resource]. - Access mode: https://dupress.deloitte.com/content/dam/dup-us-en/articles/3832_AI-augmented-government/DUP_AI-augmented-government.pdf. - Access date: 05/11/2023.
О Ш
m x
3
<
m о x
X
