По мере быстрого развития искусственного интеллекта предприятия вступают в новую эру когнитивной трансформации, которая изменит будущее работы, структуры команд и навыков, необходимых сотрудникам для процветания, пишет на портале ITPro Today Дональд Томпсон, почетный инженер LinkedIn.

Сейчас мы переживаем решающий момент в развитии ИИ: его возможности быстро растут, генеративный ИИ и мультиагентные ИИ-системы выполняют все более сложные задачи с высоким уровнем эффективности и результативности. По мере того как организации внедряют все более сложный ИИ, он меняет будущее бизнеса и будущее работы — от навыков, необходимых сотрудникам, до структуры команд и способов принятия решений. По данным вышедшего в ноябре 2023 г. второго отчета LinkedIn Economic Graph Research Institute «Future of Work Report: AI at Work», сегодня 55% рабочих мест членов сети LinkedIn по всему миру могут быть дополнены или разрушены генеративным ИИ.

Эти достижения ИИ ставят перед компаниями новые задачи и вопросы о том, как адаптироваться к этой быстро меняющейся среде. Как должны измениться технологические стеки? Какая поддержка и инструменты нужны командам, чтобы двигаться быстрее и быть конкурентоспособнее? Какие навыки, обучение и новые процессы потребуются людям, чтобы поддерживать рост бизнеса?

Началась новая глава трансформации предприятий — когнитивная эра.

Что такое эпоха когнитивной трансформации?

Когнитивная трансформация сигнализирует об изменении того, как компании используют технологии для оптимизации результатов. Мы переходим от эпохи цифровой трансформации, которая в основном была направлена на цифровизацию процессов, к эпохе когнитивной трансформации, которая будет направлена на реальное изменение того, как эти процессы работают.

Облачные вычисления стали движущей силой цифровой трансформации, переместив предприятия из мира бумаги в мир вычислений. Различными и ограниченными способами компании достигли определенного уровня цифровизации, но многие из них не стали переосмысливать и вносить изменения в свои процессы для глобальной оптимизации. Цифровизация в основном приводила к постепенным улучшениям, таким как совершенствование процесса сбора данных и составления отчетов.

Теперь, благодаря более совершенным технологиям, возможны новые уровни оптимизации. Вместо того чтобы улучшать процессы, мы можем использовать ИИ для их переосмысления, что изменит наши методы работы. Вместо того чтобы использовать цифровизацию для повышения эффективности, системы на базе ИИ могут учиться, адаптироваться и — при наличии просчитанных контрольных точек и надзора — самостоятельно выполнять задачи с большей эффективностью и производительностью.

Меняющаяся динамика отношений между сотрудниками и технологиями

По мере того как ИИ постепенно берет на себя все больше задач, которые раньше мог выполнять только человек, отношения сотрудников с технологиями меняются. Сейчас мы используем ИИ в основном как инструмент для поддержки принимаемых нами решений и выполняемых задач. Эта динамика будет меняться по мере того, как ИИ будет предоставляться все большая свобода в принятии решений. При сравнительно небольших затратах, по сравнению с предыдущей эпохой цифровой трансформации, ИИ не только автоматизирует, но и самоорганизуется для оптимизации бизнес-процессов и конечных результатов — и это меняет роль людей в этом процессе. Человеческая оценка по-прежнему будет крайне важна: сотрудники должны обучать и направлять ИИ, чтобы он принимал правильные решения, обеспечивая обратную связь, помогая ему учиться и адаптироваться. В конечном итоге именно мы будем решать, что ИИ разрешено делать — или не делать.

Во многих сферах деятельности сотрудники и машинный интеллект, скорее всего, будут находиться в симбиотических отношениях, сотрудничая друг с другом, чтобы помочь бизнесу достичь революционной эффективности, производительности и инноваций. Исследование показало, что руководители компаний стремятся расширить возможности людей с помощью ИИ, а не заменить их — они в два раза больше заинтересованы в использовании ИИ для повышения производительности, чем для сокращения численности персонала. ИИ меняет будущее работы и характер рабочих мест — для многих из нас научиться работать с ИИ будет просто необходимо. Пора начинать готовиться к массовым переменам.

Подготовка к эволюции профессиональных навыков

Чтобы успешно преодолеть этот переходный период, компаниям необходима комплексная стратегия, в которой приоритетное внимание уделяется повышению квалификации сотрудников и управлению изменениями.

Важнейшим первым шагом является изучение того, как меняются рабочие места. Какие навыки и компетенции необходимы людям? Большинству из нас потребуется базовое понимание того, как эффективно работать с ИИ, даже если мы не входим в команду технологов. Вскоре это станет базовым требованием. Однако по мере того как ИИ начинает брать на себя все больше задач, мы также наблюдаем повышенное внимание к мягким навыкам во всех сферах. Чтобы понять, как это выглядит на самом деле, давайте рассмотрим конкретную профессию.

Рассмотрим, например, работу инженера-программиста. Наш анализ показал, что 96% текущих навыков инженера-программиста — в основном владение языками программирования — в конечном итоге могут быть воспроизведены и дополнены ИИ. Это не означает, что инженеры не нужны; скорее, это означает, что кодирование не будет занимать так много времени, оставляя инженерам больше пространства для инноваций, сотрудничества и общения с другими людьми. Даже когда более сложные мультиагентные ИИ-системы станут общепринятыми, нам все равно понадобятся сотрудники для внедрения, обучения и контроля за технологиями — их суждения и опыт невозможно воспроизвести. Хотя разработчикам всегда будет важно обладать фундаментальными техническими навыками, те, кто мыслят творчески и стремятся к обучению, будут пользоваться большим спросом.

По мере того как специалисты нетехнологического профиля — от финансистов до маркетологов и продавцов — будут все чаще сталкиваться с необходимостью контролировать и оценивать результаты работы ИИ, критическое мышление и аналитические навыки будут становиться все более важными. Для эффективного использования генеративного ИИ потребуются сильные навыки работы с подсказками, что звучит технически, но очень похоже на навыки, необходимые для эффективного общения с другими людьми и аргументации своих суждений.

Независимо от профессии, непрерывное обучение и гибкость должны быть приоритетом для бизнеса. Сотрудникам нужна поддержка в приобретении навыков, которые связаны с развитием бизнеса, а не с тем, чем он был до сих пор, и для этого потребуется уделять столько же внимания обучению людей мягким навыкам, сколько и техническим.

Новые возможности для будущего

У нас есть уникальная возможность прямо сейчас сформировать эту новую эру трансформации: ИИ — это не просто повышение производительности и эффективности; он может открыть лучшие способы работы и новые возможности.

Несмотря на то, что перемены неизбежно вызывают дискомфорт, мы с оптимизмом смотрим на то, как ИИ может изменить работу к лучшему — например, с его помощью мы сможем делать высококачественную работу в два раза быстрее и нам никогда больше не придется усваивать ненужную или неактуальную информацию. Появляются новые типы рабочих мест. Так, за последние пять лет число американских компаний, в которых есть должность руководителя отдела ИИ, увеличилось в 2,6 раза.

ИИ также может помочь нам реализовать более справедливое будущее работы. Рынок труда уже давно борется за то, чтобы сочетать таланты людей с возможностями. С помощью ИИ рекрутеры могут сосредоточиться на поиске соискателей на основе навыков, а не истории их трудовой деятельности. Программы онлайн-обучения позволяют сотрудникам с любым уровнем подготовки овладеть новыми навыками, в том числе навыками ИИ, и открывают новые возможности для карьерного роста. Таким образом, талантливые люди с разным опытом и любознательностью смогут найти себя.

Сотрудничество и общение — ключ к нашему общему успеху. Чтобы преодолеть социальные и кадровые последствия того, что системы ИИ будут играть все более важную роль в работе предприятий, необходимо вести согласованную дискуссию в масштабах всех отраслей — с участием компаний, правительств, регулирующих органов, преподавателей и многих других. Это предполагает обмен передовым опытом, решение этических проблем и коллективное определение нового образа действий для целых отраслей.

Объединив усилия, мы сможем создать будущую рабочую силу, которая будет дополняться ИИ, а не вытесняться им. И мы наконец-то сможем дать людям возможность уделять больше времени той части работы, которая их больше всего увлекает.