Как страх упустить пользу от ИИ стимулирует развитие отрасли и одновременно мешает ему Более 20 лет назад один венчурный капиталист ввёл в обиход термин FOMO (Fear of missing out, страх упустить возможность). С фондовых рынков фраза быстро перекочевала и в социальную жизнь, и теперь используется в очень многих сферах. Взаимоотношение человека с ИИ — одна из них. Что значит FOMO в разрезе ведения современного бизнеса с ИИ Когда бизнес занимается ИИ и откровенно боится упустить возможности (конкуренты-то не спят), он начинает ускорять эксперименты и внедрение ИИ в масштабах всей компании. С одной стороны, это даже хорошо — своеобразный стимул, подталкивающий к более активным действиям без лишней бюрократии. С другой стороны — такие внедрения на бегу и из-за FOMO на деле не приводят к реальным улучшениям и устойчивому эффекту. То есть здесь и сейчас такой компании ИИ в чём-то поможет, но о долгосрочном влиянии речи не идёт. Почему так получается Потому что у бизнеса есть основные, чётко выраженные в цифрах показатели — маржа, эффективность, KPI, цикл решений и прочее. И все эти основные показатели из-за спешного и бессистемного внедрения ИИ не меняются, растёт только видимая активность, но это всё. Проблема — в откровенном дисбалансе ИИ. Да, он ускоряет отдельные задачи, причём иногда существенно, но вот процессы вокруг этих задач остаются прежними. Как итог — возникновение «бутылочных горлышек», необходимость проверять что-то по два (и более) раза и откровенная фрагментация некоторых задач. Из-за этого иногда даже пробуксовывают пилоты по внедрению в компанию чего-то нового, связанного с нейросетями: 1. Все победы ИИ носят изолированный характер (не интегрируются в рабочие процессы на долгосрок) 2. Эффект измеряется не так чётко, как хотелось бы (в компании нет базовых метрик, заточенных чисто под ИИ) 3. Проблемы с доверием к результатам (и вот тут всплывает тот вечный вопрос об ответственности за ошибки и галлюцинации со стороны ИИ). Как избежать таких проблем Нельзя просто сказать «Мы внедрили ИИ, и всё стало лучше». Надо тщательно перестраивать процессы с учётом новых реалий и возможностей ИИ в выделенном ему контуре задач. Необходимо научиться однозначно измерять эффект (то есть — прописать для работы ИИ количественные и качественные метрики, понятные и прозрачные), а потом привязать этот эффект к KPI. А также оркестрировать остальные системы вокруг ИИ и внедрять управление данными и результатами, чтобы решить проблему с доверием и ответственностью. Если всего этого не сделать, внедрённый ИИ станет просто ещё одним слоем в общей ИТ-архитектуре бизнеса, который будет вызывать сначала усталость, а потом и эрозию доверия. Зачем вам сложный инструмент, решающий важные задачи, если за ним приходится перепроверять примерно всё? В итоге преимущество от внедрения ИИ — не в скорости, а в способности бизнеса нормально управлять этой скоростью благодаря структурным изменениям. #ИнженернаяОптика 💙ВКонтакте | 👋 INVENTORUS