Большинство компаний неправильно оценивают стоимость ИИ. Вместо того чтобы спрашивать "Какие новые возможности это разблокирует?", разговор быстро переходит на вопросы типа: "Сколько часов мы можем сэкономить? Сколько людей это может заменить?" Хотя эффективность является важным источником стоимости ИИ, это только часть картины. Многие успешные системы ИИ не заменяют человеческий труд (а те, которые это делают, скорее всего столкнутся с сопротивлением, а не энтузиазмом). Вместо этого они совершенствуют существующие рабочие процессы, усиливают человеческие способности или открывают совершенно новые бизнес-возможности. Например, помощник по поддержке клиентов может не сократить численность персонала, но может драматически улучшить качество разрешения проблем и впечатление клиента. Попытка оценить его исключительно с точки зрения эффективности — это тупик.
В этой статье анализируется создание стоимости по трем типам возможностей ИИ:
- Автоматизация: ИИ заменяет операционные задачи, ранее выполнявшиеся людьми.
- Дополнение: ИИ поддерживает людей в выполнении сложных задач и принятии более правильных решений.
- Инновация: ИИ открывает новые возможности, продукты или операционные модели.
На основе анализа более 200 случаев использования ИИ, собранных в нашем AI Radar, стоимость ИИ проявляется в девяти областях производительности, которые можно сгруппировать в три категории: улучшение процессов, улучшение возможностей и финансовые результаты. Время имеет значение — стоимость ИИ редко проявляется в один момент, но возникает в цепочке, начиная с улучшения процессов и возможностей и в конечном итоге проявляясь в финансовых результатах.
Таблица 1: Области производительности, где ИИ создает стоимость; см. AI Radar, чтобы увидеть, как они затронуты различными случаями использования.
Давайте рассмотрим, как стоимость возникает для каждого типа возможностей и на чем следует сосредоточиться для её максимизации.
Автоматизация
При автоматизации система берет на себя существующую задачу и выполняет ее с минимальным участием человека. Это особенно полезно, когда необходимо быстро и последовательно принять большой объем аналогичных решений. Система ИИ оценивает структурированные входные данные и производит классификации или решения в масштабе. Люди все еще могут быть вовлечены для компенсации неточностей ИИ двумя механизмами:
- Проверка: люди могут одобрить или отклонить выходные данные ИИ после их проверки.
- Эскалация: ИИ обрабатывает обычные случаи, в которых он имеет высокую уверенность, передавая более сложные случаи человеку.
Однако конечная цель инициатив по автоматизации — полностью удалить ручную работу из процесса. Центральная проблема заключается в надежности: может ли система выполнять задачу с достаточной точностью, чтобы исключить людей из рутинного выполнения?
Давайте рассмотрим пример обнаружения мошенничества при финансовых транзакциях. Банки обрабатывают миллионы транзакций каждый день. Системы ИИ могут анализировать эти потоки в реальном времени и отмечать подозрительные закономерности. Большинство транзакций проходят автоматически, в то время как небольшая часть направляется аналитикам-людям для дальнейшего расследования. Система, таким образом, выполняет оперативный скрининг, в то время как эксперты-люди сосредоточены на неоднозначных или высокорисковых случаях.
Где возникает стоимость
Автоматизация — наиболее интуитивная форма стоимости ИИ — если объем ручной работы исчезает, воздействие легко количественно оценить и измерить.
Опережающие индикаторы
Первый сигнал обычно — Эффективность. В нашем примере, как только система обнаружения мошенничества развернута, большинство транзакций могут быть постоянно проверены без ручного просмотра. Это позволяет организациям обрабатывать большие объемы транзакций с гораздо меньшими ручными усилиями.
Важное замечание: при оценке выигрыша в эффективности важно не предполагать идеальную производительность. Ваша система ИИ, вероятно, все еще будет делать ошибки. Усилия по поиску и исправлению этих ошибок означают дополнительные усилия, которые должны быть вычтены из вашего уравнения стоимости.
Второй опережающий индикатор — Скорость получения информации. Подозрительные транзакции могут быть обнаружены немедленно, а не после отсроченного ручного анализа, позволяя следователям реагировать быстрее и снижать потенциальный вред.
Запаздывающие индикаторы
Со временем более эффективный процесс приводит к Снижению затрат и улучшениям в области Риска и Соответствия. Автоматизация также улучшает Масштабируемость — по мере того как система обрабатывает возрастающие объемы транзакций, организации могут масштабировать операции без расширения команд по расследованию.
Стратегическая стоимость
Автоматизация редко создает долгосрочное дифференцирование. Когда технология становится широко доступной, конкуренты быстро наверстывают упущенное. Её реальная стратегическая роль — фундаментальная: автоматизация удаляет большое количество рутинной работы, улучшает опыт сотрудников и освобождает человеческую емкость для более сложных, творческих и стратегически значимых видов деятельности.
Где стоимость может быть увеличена
Стоимость систем автоматизации зависит в первую очередь от точности и надежности системы ИИ, что определяет, сколько участия человека все еще необходимо. В примере с обнаружением мошенничества:
- Ключевой рычаг — точность модели. Она определяет, насколько хорошо система различает законные и мошеннические транзакции.
- Второй рычаг — охват данных и гладкий конвейер данных. Схемы мошенничества постоянно развиваются, поэтому система должна обучаться на разнообразных и актуальных данных о транзакциях, включая обратную связь от следователей-людей.
- Наконец, стоимость зависит от точности решений об эскалации. Система должна определить, когда автоматически обрабатывать транзакцию, а когда привлекать аналитика. Правильная установка этой границы критична: слишком много эскалаций снижают эффективность, а слишком мало — увеличивают риск.
На основе AI System Blueprint следующий рисунок суммирует логику создания стоимости автоматизированными системами ИИ.
Для большего количества примеров сценариев автоматизации см. эти случаи использования:
- Обработка счетов
- Обработка материалов
- Обработка багажа
- Знание вашего клиента
Дополнение (Augmentation)
В сценарии дополнения ИИ не полностью заменяет человеческий труд, а поддерживает экспертов-людей в выполнении своей работы. Как правило, это сложные многошаговые задачи, где каждый шаг может разветвляться в разных направлениях в зависимости от результата предыдущего шага.
Использование ИИ для UX-исследований иллюстрирует этот механизм. Компании собирают большие объемы отзывов пользователей из опросов, интервью, отзывов о продуктах и т.д. Системы ИИ могут анализировать эти наборы данных, выявлять повторяющиеся темы и генерировать структурированные резюме. Команды продукта могут направлять анализ, интерпретировать инсайты и переводить их в дизайн-решения или приоритеты дорожной карты. Система ИИ расширяет информацию, доступную для принятия решений, в то время как люди остаются ответственными за оценку и действование на основе инсайтов.
Где возникает стоимость
Стоимость возникает в виде лучших решений, которые в конечном итоге накапливаются в лучший опыт клиента и финансовую производительность.
Опережающие индикаторы
Обычный опережающий индикатор — Качество и Точность, которые могут улучшиться по нескольким причинам:
- Когда ИИ обрабатывает рутинные задачи, такие как обработка данных, эксперты могут посвятить больше времени более глубокой интерпретации и суждению.
- Взаимодействие человека и ИИ делает процесс более итеративным: пользователи могут уточнять вопросы, исследовать альтернативные перспективы и переосмотреть промежуточные результаты, если необходимо.
- ИИ может действовать как беспристрастный партнер по обсуждению, который выявляет закономерности или аргументы, которые эксперт-человек может упустить, помогая снизить предвзятость и расширить аналитическую перспективу.
Второй индикатор — Скорость получения информации. По мере того как ИИ обрабатывает рутинные задачи, такие как обработка и организация данных, люди могут сосредоточиться на более важных анализах.