CC BY
43Внедрение искусственного интеллекта в систему корпоративного управления
fO CS
о
CS
о ш m
X
<
m О X X
Сулимов Николай Юрьевич
магистр Высшей школы менеджмента, ФГБОУ ВО «РЭУ имени Г.В. Плеханова», [email protected]
Искусственный интеллект - способность технического устройства выполнять задачи, подлежащие решению человеческим интеллектом. Технологии, основанные на искусственном интеллекте, активно внедряются в практику управления предприятиями. Среди основных направлений интеллектуализации управления компаниями являются следующие: оцифровка документооборота, использование дата-аналитики, составление прогнозов, коррекция политики ценообразования, профилирование потенциальных клиентов, работа с кадрами. Кроме того, современные интеллектуальные технологии позволяют собрать воедино данные, полученные всеми другими программами и интерфейсами, составить из них единых упорядоченный массив, а также визуализировать их. Анализ современных тенденций развития управленческих интеллектуальных технологий показывает, что на рынке все чаще пользуются спросом комплексные системы, изготовленные «под ключ» для конкретной отрасли.
Ключевые слова: корпоративное управление, менеджмент, искусственный интеллект, цифровизация, автоматизация
Как правило, в понятие «интеллект» принято включать широкий спектр ментальных действий, навыков и характеристик -познание, фиксация информации в памяти, обучаемость, логика, систематизация, классификация, анализ, ассоциация и проч. В принципе, все эти операции могут выполнять обычные компьютеры, но, тем не менее, считать их «интеллектуальными» едва ли возможно. Дело в том, что интеллект проявляется исключительно при наличии совокупности всех этих способностей и качеств [7, с. 234]. Именно так - в условиях син-кретичности когнитивных действий - функционирует мозг человека.
Способность мозга выполнять множество сложных умственных операций всегда интересовала исследователей разных научных направлений. Вопросы о воссоздании искусственной системы, которая была бы аналогична мозгу человека, уже достаточно давно поднимаются нейрофизиологами, математиками, кибернетиками, психологами, философами. При этом, только в последние 5-10 лет человечеству удалось сконструировать системы, которые - пусть и с некоторой натяжкой - можно назвать интеллектуальными.
В обиходном сознании искусственный интеллект обозначается в качестве устройства, программы или программно-аппаратного комплекса, которые обладают свойствами, присущими человеческому разуму - способность мыслить, рассуждать, принимать решение, делать выбор и «учиться на ошибках». В научной литературе термин «искусственный интеллект» в общем виде определяют как «способность технического устройства или робота, управляемого компьютерной системой, выполнять задачи, подлежащие решению рациональным человеческим интеллектом» [3, с. 50].
В настоящее время системы искусственного интеллекта активно внедряются в различные сферы жизни общества - в профессиональную деятельность, в производство, в управление государством, в обиход и быт, в туризм и рекреационные практики [2, с. 159]. С точки зрения прикладного потенциала системы искусственного интеллекта можно разделить на три класса (Таблица 1):
Таблица 1
Классы (эволюционные стадии) систем искусственного интеллекта
Вид искусственного интеллекта
Степень автономности
Ограниченный Artificial Narrow Intelligence (ANI)
Искусственный интеллект, созданный специально для решения конкретных задач (предсказание вероятности наступления события, игра в шахматы, распознавание и описание изображений и т. п.). _
Общий Artificial General Intelligence (AGI)
Универсальный искусственный интеллект, который находится на одном уровне с человеческим. Способен самостоятельно формулировать и решать разнообразные задачи.
Cуnеринтеллект
Artificial Superintelligence
1ASH
Сверхинтеллект, превосходящий уровень интеллекта человека и всего человечества.
Следует сказать, что вышепредставленная поэтапная эволюционная схема развития искусственного интеллекта имеет, скорее, прогностический характер, ведь на сегодняшний день все существующие формы искусственного интеллекта относятся к первому типу. Современные системы, даже наиболее продвинутые и масштабные, пока не могут выйти за рамки конкретной прикладной задачи, для которой они были созданы [1, с. 56-57]. Следовательно, сопоставлять человеческий разум с разумом компьютера на данном этапе преждевременно. Несмотря на существенные ограничения способностей современных интеллектуальных систем, они активно внедряются во многие области профессиональной деятельности. Одной из таки областей является корпоративный менеджмент.
Около 10 лет назад к управленцам крупных компаний пришло осознание того, что внутренняя и внешняя среда корпоративной структуры может быть представлена в цифровом виде и, следовательно, поддается алгоритмизации.
Собственные ресурсы и условия функционирования компании (внутренние составляющие системы менеджмента) могут быть оцифрованы в виде своеобразного виртуального двойника компании (или, по крайней мере, двойника какого-либо ее департамента). Гетерогенные, изменчивые и разрозненные сведения о внутренней среде (поставщики, партнеры, рынок, конкуренты, геополитические условия и проч.) также могут быть «рассортированы» и проанализированы машинным интеллектом. Совокупность упорядоченных сведений о внутренней и внешней среде становится, кроме того, «питательной средой» для последующего самообучения компьютерного интеллекта, в результате которого он сможет самостоятельно вырабатывать оптимальные решения в области регуляции параметров элементов управления [6, с. 17]).
Рассмотрим конкретные направления имплементации технологий, основанных на искусственном интеллекте, в практику управления предприятиями.
Первым направлением автоматизации процессов управления компании стала оцифровка документооборота. Еще до внедрения искусственного интеллекта в управленческую практику абсолютное большинство компаний как в России, так и зарубежом применяли различные цифровые системы документооборота - бухгалтерские, маркетинговые, в отделах по работе с клиентами, в рекламе, при работе с персоналом. Сегодня автоматизация документооборота вышла на новый уровень. К примеру, голосовые помощники, оснащенные искусственным интеллектом, способны обрабатывать входящие звонки, идентифицировать цели звонка, задать вопросы, записать диалог, создать карточку и сформировать отчетность [11, с. 34].
Весьма перспективными направлениями деятельности, которые могут быть автоматизированы и усовершенствованы на счет искусственного интеллекта, выступают маркетинг, дата-анализ и компиляция прогностической отчетности. Искусственный интеллект способен собирать колоссальные массивы данных, которые охватить «вручную» невозможно, а также систематизировать их и найти в них скрытые закономерности и тренды. Использование дата-аналитики компаниями позволяет им получить ощутимые конкурентные преимущества. Искусственный интеллект, к примеру, может отследить постепенные изменения в структуре и объеме потребительского спроса, сопоставить их с данными о предложении и информацией о конкурентах, на основе чего представить управленцам компании новые стратегические возможности и даже целостные бизнес-модели [10, с. 894].
Составление прогнозов - еще одна сфера прикладной имплементации искусственного интеллекта. Как правило, для составления различных прогнозов (объема продаж, уровня
цен, покупательской активности населения и проч.) менеджеры используют статистические методы (регрессионный анализ, метод корреляций и др.). Однако, такие методы рассчитаны на небольшие объемы данных, тогда как искусственный интеллект способен учитывать обширные информационные массивы, что, в свою очередь, повышает качество (точность) прогноза. Для выработки прогностических умозаключений компьютер использует как исторические данные, так и сведения, поступающие в реальном режиме времени. Как отмечено выше, искусственный интеллект может собирать данные о внутренней и внешней среде - микро- и макроэкономические, экологические и геополитические, данные о законодательстве и стандартизации.
Искусственный интеллект способен скорректировать политику ценообразования, применяемую в компании. Алгоритмы способны подобрать оптимальную цену для каждой из выпускаемых предприятием единиц товарной продукции или услуги, на основе анализа рынка, потребительских предпочтений, отзывов и других качественных и количественных данных. Тактика ценообразования, при этом, автоматически обновляется на основе полученного системой опыта.
Искусственный интеллект, кроме того, может автоматически распознавать и профилировать потенциальных клиентов. На базе этих данных можно прогнозировать поведение клиентов в цифровом пространстве с использованием алгоритмов. Системы могут также идентифицировать потенциальных клиентов, которые не следуют конвенциональным паттернам потребления товаров и услуг, формируя таким образом новые сегменты целевой аудитории [10, с. 895].
В современной научной литературе все чаще высказывается мнение о том, что идеальным направлением автоматизации выступает работа с кадрами. Достаточно долго сфера найма и кадровой работы считалась исключительно «аналоговой», так как в ней весьма важную роль играет межличностная коммуникация. Тем не менее, при ближайшем рассмотрении можно заметить, что в рутинные обязанности HR-специали-стов входит множество однотипных, механических операций, которые могут быть делегированы компьютерным системам.
Автоматизация процессов в управлении кадрами - «яркий тренд последних лет» [11, с. 32]. Существует множество функций, которые можно передать на исполнение интеллектуальной системе. Во-первых, уже сегодня множество отечественных и зарубежных компаний используют такие системы при поиске и подборе соискателей на вакансии. На рынке труда сегодня представлено колоссальное множество специалистов, и за счет процессов сетевизации и глобализации поиск нужного кандидата может существенно усложниться, ведь в Сеть попадают резюме соискателей из множества стран и регионов. Компьютеры сегодня способны максимально быстро идентифицировать нежелательных кандидатов и тех кандидатов, чьи характеристики оптимально соответствуют потребностям компании.
Зачастую специалисты по кадрам получают тысячи резюме на одну вакансию, причем большинство из них совершенно не подходят под нужды компании (кроме того, многие соискатели не читают описание вакансии и направляют резюме во все компании, которые набирают сотрудников). Робот способен не только отфильтровать резюме, но и организовать имейл-рассылку, созвониться с кандидатом, провести предварительное собеседование с кандидатами и задать уточняющие вопросы. Искусственный интеллект способен, кроме того, проверять уровень знаний персонала и оценивать интеллект соискателей и сотрудников. Таким образом, специалист-человек включается в процесс найма только на финальном этапе -при проведении очного или видео-собеседования.
X X
о
го А с.
X
го т
о
м о
м «
fO
сч о cs
о ш m
X
<
m О X X
В случае найма подходящего кандидата в задачи HR-спе-циалиста и других сотрудников компании входит его обучение, адаптация и информирование о сущности должностных обязанностей. Эти меры могут отнимать существенное количество времени у работников, в связи с чем они могут не успеть выполнить свою «основную» работу. Нанять же отдельного специалиста-наставника или тренера может далеко не каждая компания. В подобных ситуациях в работу компанию могут быть внедрены виртуальные наставники. Чат-бот, к примеру, может рассказать всю информацию о компании, провести опрос об ожиданиях новых сотрудников, об уровне комфорта на рабочем месте. Кроме того, в работу нейросети, как правило, встраиваются ответы на популярные вопросы, задаваемые новым персоналом.
Оценка производительности сотрудников - еще одна обязанность кадровых специалистов, которая может быть автоматизирована. Инструменты на базе искусственного интеллекта довольно быстро и объективно производят комплексную оценку персонала. Доступный сегодня инструментарий нR-аналитики способен генерировать выводы о неформальных лидерах, о трудовой дисциплине, о производительности, сопоставлять данные по разным сотрудникам и предлагать меры по коррекции системы организации труда.
Поведенческая аналитика может также сигнализировать об обнаружении индикаторов выгорания работников компании и сообщать о явных нарушениях условий труда. Постепенно предприятия внедряют и более продвинутый инструмент, основанный на анализе голоса и интонаций сотрудников, в обязанности которых входит коммуникация с коллегами, партнерами или клиентами [11, с. 33].
Управление системой поощрений, мотивации и оплаты труда сотрудников зачастую сопряжено с рисками субъективизма при принятии решений. По этой причине эти функции могут быть возложены на программу. Искусственный интеллект свободен от предубеждений и личных симпатий, благодаря чему он честно оценивает выполнение индивидуальных норм выработки, качество проделанной работы, показатели трудовой дисциплины и генерирует объективный отчет о производительности труда каждого сотрудника, который становится основой для принятия решений о поощрении или наказании.
Говоря о высшем, стратегическом уровне системы менеджмента, следует отметить, что современные интеллектуальные технологии позволяют собрать воедино данные, полученные всеми другими программами и интерфейсами, составить из них единых упорядоченный массив, а также визуализировать их в виде удобной для просмотра инфографики, схем, таблиц, рисунков, графиков и даже анимированных презентаций. Ручное построение отчетности такого качества, безусловно, потребует времени и трудозатрат специально обученного персонала. Кроме того, такая система выявляет причинно-следственные связи между не связанными, на первый взгляд, показателями и тенденциями и возводит на новый уровень глубину стратегического анализа и качество принимаемых решений [4, с. 128].
Анализ современных тенденций развития управленческих интеллектуальных технологий показывает, что на рынке все чаще пользуются спросом цельные, комплексные системы, изготовленные «под ключ» для конкретной отрасли и компании. Отраслевой подход становится доминирующим в разработках систем искусственного интеллекта, так как в разных отраслях менеджмент подразумевает совершенно разные функции, данные, рынки, и применять некое универсальное средство, не учитывающее специфику конкретного бизнеса, не совсем целесообразно. К примеру, в работу фитнес-клуба может быть
интегрирована программа, специально разработанная для индустрии коммерческого любительского спорта [9, с. 81], где будут представлены такие функции, как учетная система клиентов и абонементов, онлайн-запись, чат поддержки клиентов, виртуальный тренер, личный кабинет клиента, график групповых занятий и проч. Известны также интеллектуальные системы для промышленных предприятий в сферах сельского хозяйства [8, с. 155], металлургии, легкой промышленности, для ремесленников и индивидуальных предпринимателей.
Несмотря на обширный потенциал искусственного интеллекта в плане интеллектуализации менеджмента, следует отметить, что в нашей стране пока рано говорить о полноценном применении данных технологий - сегодня речь идет лишь об использовании отдельных компонентов искусственного интеллекта [5, с. 52]. Искусственный интеллект выполняет функции вспомогательного инструмента, берущего на себя выполнение достаточно простой, механической работы. Тем не менее, очевидно, что интеллектуализации менеджмента, в том числе и российского - необратимая тенденция, и все чаще управленцы будут возлагать на компьютерные программы более сложные и нестандартные задачи. Безусловно, в авангарде окажутся именно те компании, которые своевременно смогли перестроить свою бизнес-модель с учетом цифровой повестки.
Литература
1. Барщевский, Е. Г. Использование искусственного интеллекта / Е. Г. Барщевский // EESJ. - 2023. - №3-2 (88). - С. 56-58
2. Горохов, А. В. Искусственный интеллект / А. В. Горохов,
B. А. Мартынов, В. А. Гаврин // Скиф. - 2022. - №4 (68). - С. 159-162.
3. Ефимова, С. А. Развитие искусственного интеллекта /
C. А. Ефимова // Цифровая наука. - 2020. - №6. - С. 49-58.
4. Иванченко, О. В. Интеллектуальный анализ данных и бизнес-аналитика в управлении бизнесом и маркетинге / О. В. Иванченко // Вестник РГЭУ РИНХ. - 2022. - №4 (80). - С. 125130.
5. Ильин, А. С. Роль искусственного интеллекта в менеджменте / А. С. Ильин, Г. М. Панченко, М. В. Ковалёва // Academy. - 2018. - №12 (39). - С. 50-52.
6. Левчаев, П. А. Трансформация менеджмента в условиях процессов цифровизации и искусственного интеллекта / П. А. Левчаев, Х. Бадар // Финансы и управление. - 2020. - №2. - С. 12-20.
7. Москвин, В. А. Искусственному интеллекту не хватает интеллекта / В. А. Москвин // SAEC. - 2019. - №1. - С. 230-239.
8. Пантелеева, Т. А. Интеграция инструментов искусственного интеллекта в систему стратегического менеджмента агробизнеса / Т. А. Пантелеева // Продовольственная политика и безопасность. - 2021. - №2. - С. 145-166.
9. Попова, Е. В. Российский опыт внедрения искусственного интеллекта в менеджмент предприятия / Е. В. Попова // Инновации и инвестиции. - 2023. - №6. - С. 79-82.
10. Устинова, О. Е. Искусственный интеллект в менеджменте компаний / О. Е. Устинова // КЭ. - 2020. - №5. - С. 885904.
11. Фатеева, Н. Б. Искусственный интеллект в hr-процес-сах / Н. Б. Фатеева, С. В. Петрякова, И. П. Чупина, Н. Н. Симач-кова, Н. А. Алимарданова // Право и управление. - 2022. -№10. - С. 31-35.
12. Сулимова Е.А. История формирования законодательной базы в области корпоративной социальной ответственности // Инновации и инвестиции. 2015. № 9. С. 256-257.
13. Сулимова Е.А., Шарафутдинова Е.Е., Конышева Н.О. Проблемы построения целей с помощью метода smart и возможные пути их решения в современном обществе и организации // Инновации и инвестиции. 2019. № 8. С. 227-229.
Introducing artificial intelligence in the corporate governance system Sulimov N.Yu.
Russian Economic University named after G.V. Plekhanov
JEL classification: B00, D20, E22, E44, L23, L51, L52, M11, M20, M30, Z33
Artificial intelligence is the ability of a technical device to perform tasks to be solved by human intelligence. Technologies based on artificial intelligence are being actively introduced into the practice of enterprise management. Among the main areas of intellectualization of company management are the following: digitization of document flow, the use of data analytics, forecasting, pricing policy correction, profiling of potential customers, work with personnel. In addition, modern intelligent technologies make it possible to bring together the data obtained by all other programs and interfaces, to compile them into a single ordered array, and also to visualize them. An analysis of current trends in the development of managerial intellectual technologies shows that complex turnkey systems are increasingly in demand on the market. Keywords: corporate governance, management, artificial intelligence, digitalization, automation
References
1. Barshchevsky, E. G. The use of artificial intelligence / E. G. Barshchevsky // EESJ.
- 2023. - No. 3-2 (88). - pp. 56-58
2. Gorokhov, A. V. Artificial intelligence / A. V. Gorokhov, V. A. Martynov, V. A. Gavrin
// Skif. - 2022. - No. 4 (68). - S. 159-162.
3. Efimova, S. A. Development of artificial intelligence / S. A. Efimova // Digital Science.
- 2020. - No. 6. - S. 49-58.
4. Ivanchenko, O. V. Data mining and business analytics in business management
and marketing / O. V. Ivanchenko // Vestnik RGEU RINH. - 2022. - No. 4 (80). -S. 125-130.
5. Ilyin, A. S. The role of artificial intelligence in management / A. S. Ilyin, G. M.
Panchenko, M. V. Kovaleva // Academy. - 2018. - No. 12 (39). - S. 50-52.
6. Levchaev, P. A. Transformation of management in the context of digitalization and
artificial intelligence processes / P. A. Levchaev, H. Badar // Finance and Management. - 2020. - No. 2. - S. 12-20.
7. Moskvin, V. A. Artificial intelligence lacks intelligence / V. A. Moskvin // SAEC. -
2019. - No. 1. - S. 230-239.
8. Panteleeva, T. A. Integration of artificial intelligence tools into the strategic
management system of agribusiness / T. A. Panteleeva // Food policy and security. - 2021. - No. 2. - S. 145-166.
9. Popova, E. V. Russian experience of introducing artificial intelligence into enterprise
management / E. V. Popova // Innovations and investments. - 2023. - No. 6. - S. 79-82.
10. Ustinova, O. E. Artificial intelligence in the management of companies / O. E.
Ustinova // KE. - 2020. - No. 5. - S. 885-904.
11. Fateeva, N. B. Artificial intelligence in hr-processes / N. B. Fateeva, S. V. Petryakova, I. P. Chupina, N. N. Simachkova, N. A. Alimardanova // Law and Management. - 2022. - No. 10. - S. 31-35.
12. Sulimova E.A. The history of the formation of the legislative framework in the field
of corporate social responsibility // Innovations and investments. 2015. No. 9. S. 256-257.
13. Sulimova E.A., Sharafutdinova E.E., Konysheva N.O. Problems of building goals
using the smart method and possible ways to solve them in modern society and organizations // Innovations and investments. 2019. No. 8. S. 227-229.
X X О го А С.
X
го m
о
to о to
M
