[Перевод] Об управлении изменениями в компании в эпоху искусственного интеллекта

aqengo5xslzamyc5wrnqpafw_xg.png

Директор по работе с клиентами и цифровыми технологиями американской энергетической компании Ameren убеждена, что для успешного проведения масштабных преобразований необходимо внедрять надёжные методы управления изменениями.

Карьера Бхавани Амирталингам включает в себя более 25 лет работы на ключевых должностях в сфере технологий и руководящих должностях во многих отраслях и географических регионах. В течение 15 лет она работала в высокотехнологичной и быстрорастущей компании World Wide Technology, занимая должности ИТ-директора и вице-президента по решениям для клиентов и инновациям. Затем она руководила цифровой трансформацией Schneider Electric — компании по управлению энергопотреблением, входящей в список Fortune 100. В последнее время она занимала должность исполнительного вице-президента и директора по работе с клиентами и цифровым технологиям в компании Ameren, в которую она пришла в 2018 году в качестве старшего вице-президента и директора по цифровым и информационным технологиям, а в 2023 году также получила должность директора по работе с клиентами.

В недавнем эпизоде подкаста Tech Whisperers Амирталингам рассказала о своём карьерном пути, отличительных чертах и философии лидерства, которые помогли ей получить должность директора по цифровым и информационным технологиям, затем должность директора по работе с клиентами, а также предложение присоединиться к совету директоров. После подкаста мы ещё немного поговорили о том, что нужно для успешного проведения масштабных преобразований в компании, а также о том, как лидерам и компаниям в целом стоит использовать искусственный интеллект и данные в будущем. Ниже приводим транскрибирование этой беседы.

Интервьюер: Учитывая ваш опыт помощи крупным организациям в преобразовании клиентского опыта и повышении доли цифровизации в масштабах предприятия, что вы можете посоветовать другим руководителям, приступающим к масштабным преобразованиям?

Бхавани: Для успешного проведения таких преобразований чрезвычайно важно, чтобы межфункциональные команды объединились и поставили перед собой чёткие комплексные задачи. Иногда организации сводят все преобразования исключительно к технологиям. Но это не технологическая и не операционная инициатива. Это инициатива компании или клиента.

Во-первых, важным элементом в проведении таких преобразований является подбор двух или трёх человек — в зависимости от организации — ответственных и подотчётных за преобразования, как на местах, так и на самом верху.

Второй момент заключается в том, что чаще всего организации недооценивают само управление изменениями, которое необходимо для успешного проведения преобразований. Они считают, что управление изменениями происходит конце проекта, а такой подход обречён на провал. На самом деле к управлению изменениями вы приступаете в самом начале, концентрируетесь на нём на протяжении всего времени реализации проекта и после него.

Управление изменениями начинается с определения причин преобразований. В этом месте необходимо привлекать к работе тех, кто непосредственно выполняет работу руками;, а также можно вовлекать в процесс клиентов, чтобы узнать их точку зрения и потребности, а затем поддерживать их вовлечённость на протяжении всего процесса. Вам нужно заранее определить и создать эту «фокус-группу», убедившись, что в ней есть разные точки зрения. Вероятно, найдётся хотя бы один человек, который вас с энтузиазмом поддержит, потому что он хочет перемен. А потом вам, возможно, захочется пригласить к диалогу и «трудных» участников — это даст вам представление о том, какие у них есть опасения и почему.

Активная поддрежка внедрения управления изменениями должна начинаться с нулевого дня, а не с девятого или десятого, потому что в большинстве случаев именно на этом этапе всё и рушится. Необходимо иметь хорошее знание своего участка работы — и это не только ответственность технической команды; это ответственность команд и руководителей, которых коснётся этот проект.

Люди могут быть очарованы технологиями. Они долго ждали и жаждали их, и поэтому вы двигаетесь вперёд. Но при этом вы не думаете об управлении изменениями и о том факте, что вы собираетесь изменить то, что люди делали определённым образом в течение многих лет.

Интервьюер: Какие есть ещё «слепые пятна», которые могут подорвать успех?

У вас может быть правильная цель, правильная инициатива, отличные команды, все сплотились, происходят позитивные изменения, и внедрение уже началось — и всё же вы можете не суметь реализовать ценность этой трансформации.

Реализация ценности — очень важный аспект преобразований, поэтому важно, чтобы вы заранее определили, как выглядит успех. На какие ключевые показатели эффективности мы будем ориентироваться, чтобы сказать, например — мы находились на уровне X, нам нужно было достичь Y, и мы смогли этого добиться. Как выглядят эти временные рамки? И как выглядит этот путь?

А если речь идёт о глобальных компаниях из списка Fortune 500, то здесь возникает много уровней сложности. Вы должны понять организационную динамику и культуру. Например, организация может быть матричной, поэтому вам придётся выяснить, что нужно сделать, чтобы все пришли к единому мнению.

Также необходимо убедиться в том, что CEO вовлечён в процесс и что это не просто оставлено на усмотрение технологического или операционного лидера. Если вы хотите добиться масштабного эффекта и существенно повысить коэффициент цифровизации в организации в долгосрочной перспективе, вовлечённость CEO являются обязательным условием успеха и реализации ценности.

Интервьюер: За свою карьеру вы сделали много интересного в сфере использования данных и искусственного интеллекта. Какими возможностями по использованию искусственного интеллекта обладают руководители, чтобы повлиять на работу сотрудников и улучшить качество обслуживания клиентов?

Начну с того, что искусственный интеллект — это не новинка. Он появился ещё в 1950-х годах благодаря машинному обучению. Использование данных и алгоритмов для имитации человеческого обучения появилось в 1980-х годах, а в 2000-х годах оно переросло в глубокое обучение. Ускорение вычислений привело к созданию и масштабированию больших языковых моделей, которые теперь демократизировали искусственный интеллект.

У меня была возможность использовать искусственный интеллект для улучшения качества обслуживания клиентов за счёт:

  • предоставления клиентам более подробной информации об их энергопотреблении;
  • повышения эффективности работы активов путём прогнозирования, предотвращения отказов и целенаправленного обслуживания для повышения надёжности;
  • повышения безопасности клиентов и сотрудников путём обнаружения утечек газа и водонагревателей;
  • снижения счетов для малообеспеченных клиентов за счёт оптимизации напряжения в цепях и многих других подобных примеров использования.


Мой совет лидерам:

  • определить области с наибольшим потенциалом и влиянием,
  • оценить готовность данных,
  • создать или внедрить существующие решения, использующие искусственный интеллект,
  • а также убедиться, что вы переосмыслили — как люди будут работать по-другому с этими новыми возможностями, с самого начала вашей инициативы.


В отношении генеративного искусственного интеллекта можно использовать многосторонний подход. Во-первых, вы можете быть принимающей стороной — понимая встроенные возможности программных платформ, которыми вы владеете, и определяя, как можно их использовать в интересах организации. В качестве примера можно привести платформы, которые вы используете для разработки программного обеспечения и которые теперь обладают возможностями искусственного интеллекта — использование их для оптимизации разработки и возможностей пакета для совместной работы, CRM, приложений для управления персоналом — список можно продолжать.

Вторым подходом может быть подход «моделировщика»: когда вы создаёте частный и защищённый экземпляр существующей большой языковой модели с помощью одного из гиперскейлеров — по сути, это ваша собственная версия ChatGPT для вашей компании, точно настроенная на ваши данные, которые позволяют использовать специфические сценарии для вашего бизнеса. Можно создавать «вторых пилотов» для различных функций в организации. Третьим вариантом может быть создание собственной большой языковой модели, которая может быть дорогой и сложной, но которая может создать отличительную ценность для вашего бизнеса.

Два наиболее распространённых случая использования искусственного интеллекта в разных отраслях — повышение производительности разработчиков и эффективности работы представителей службы поддержки клиентов в колл-центрах. В качестве примера можно привести подведение итогов после звонка. Вы повышаете производительность, чтобы потратить время на общение с клиентом и на более важные вещи, которые можете сделать только вы. Главное — определить сценарии использования, имеющие наибольшую ценность и влияние на бизнес, а также понять, как вы будете работать по-другому, чтобы воспользоваться этими возможностями. При создании этих возможностей необходимо руководствоваться принципами кибербезопасности.

Человеческий фактор будет иметь большее значение. Помнить об этом и повышать квалификацию наших сотрудников очень важно. Искусственный интеллект не лишит всех работы, но, как сказал Карим Лакхани из Гарвардской школы бизнеса, «ИИ не заменит людей, но люди с ИИ заменят людей без ИИ».

Расскажите нам о том, как руководители должны думать о роли качества данных при внедрении искусственного интеллекта.

Качество данных — это краеугольный камень эффективного внедрения искусственного интеллекта. Без него масштабирование ИИ-решений подобно строительству здания без возведения прочного фундамента. Лидеры должны уделять приоритетное внимание инвестициям в качество данных и управление ими. Для обучения алгоритмов на качественных данных требуется значительное время, но это необходимо для достижения желаемых результатов в масштабе. Пилотные проекты часто показывают целесообразность масштабирования, однако не все инициативы будут иметь смысл для бизнеса. Очень важно разрабатывать устойчивую архитектуру с учётом конечной цели и следить за тем, чтобы процесс масштабирования соответствовал бизнес-целям.

Руководителям следует рассматривать качество данных как стратегический актив. Качественные данные обеспечивают эффективное обучение алгоритмов, что приводит к созданию более точных и надёжных ИИ-приложений. Очень важно создать надёжную систему управления данными, обеспечивающую их целостность, безопасность и соответствие нормативным требованиям. Такая основа поддерживает ИИ-системы, которые могут адаптироваться и масштабироваться по мере развития потребностей бизнеса.

Как, по вашему мнению, искусственный интеллект повлияет на различные аспекты бизнеса в будущем?

Я думаю, что в той или иной форме будет затронут каждый аспект бизнеса. В качестве аналогии подумайте о том, как интернет, мобильные и облачные технологии изменили нашу работу и жизнь за последние 25 лет. Искусственный интеллект окажет ещё большее влияние и на нашу повседневную жизнь, и на бизнес; и я думаю, что изменения будут происходить ещё быстрее.

Меня по-настоящему волнуют возможности решения больших сложных проблем, которые могут улучшить жизнь человека уже при нашей жизни, будь то решение проблем, связанных с изменением климата, или поиск способов лечения рака. Подумайте о фармацевтической промышленности и о том, сколько времени уходит на исследования и разработку лекарств. Я полагаю, что использование искусственного интеллекта значительно сократит эти сроки. Что касается продуктовых инноваций, то сама услуга или продукт, который вы предлагаете, может претерпеть значительные изменения или даже быть в корне разрушенным в зависимости от отрасли. Поэтому очень важно, чтобы вы также смотрели на «продукт», который вы поставляете, и думали о нём с этой точки зрения.

Очень интересно слышать, как вы говорите об искусственном интеллекте с такой энергией и оптимизмом, ведь многие люди относятся к нёму с гораздо большей тревогой.

Я действительно с воодушевлением думаю о том, что искусственный интеллект способен справиться с болезнями, справиться с которыми мы сейчас не можем. Однако этот прогресс не обходится без рисков. Кибербезопасность и конфиденциальность данных — важнейшие составляющие, о которых необходимо договариваться. Потребление энергии центрами обработки данных, обеспечивающими работу искусственного интеллекта, ставит под сомнение наши цели по достижению нулевого уровня энергопотребления. Несмотря на эти проблемы, я уверена, что мы разработаем необходимые меры предосторожности и продолжим использовать искусственный интеллект на благо человечества. Я верю, что искусственный интеллект поможет решить некоторые из проблем, созданных им самим.

Почему при попытках проведения глобальных изменений компания часто встречается с сопротивлением? Полезно ли для компании сопротивление изменениям и как с этим работать при реализации стратегии? Поговорим об этом на открытом уроке 11 июля.

qtmzyfwkrn1snee-zgcykifv7yq.png

© Habrahabr.ru