С развитием генеративного ИИ многие сотрудники значительно повысили свою личную производительность с помощью соответствующих инструментов, однако общий корпоративный рост стоимости и результатов не идет в ногу с этим. Основатель компании Hebbia, специализирующейся на аналитике данных с помощью ИИ, Джордж Сивулка, недавно опубликовал статью «Высокая производительность отдельного человека не означает успеха компании», в которой отметил, что проблема кроется не в технологиях, а в том, что организации не переосмыслили свои структуры и процессы с учетом ИИ. Он предложил концепцию «организационного ИИ» (Institutional AI), полагая, что в будущем конкурентоспособность компаний будет зависеть от того, насколько глубоко ИИ интегрирован в процессы, принятие решений и управленческую архитектуру, а не только как инструмент повышения личной эффективности.
Парадокс производительности ИИ: повышение эффективности отдельных сотрудников не сопровождается ростом корпоративной ценности
За последние годы генеративный ИИ быстро распространился, инструменты вроде ChatGPT и Claude широко используются сотрудниками компаний для написания текстов, разработки программ и анализа данных. СМИ и создатели контента подчеркивают, что ИИ позволяет увеличить личную эффективность в разы, даже в десятки раз.
Однако Сивулка указывает, что общий результат и ценность компаний при этом не растут пропорционально: «Другими словами, выгоды от повышения производительности, которые дает ИИ, не превращаются в реальную бизнес-ценность на уровне организации».
Он считает, что причина в том, что большинство компаний позволяют сотрудникам использовать ИИ по отдельности, не меняя при этом организационные структуры, процессы и механизмы принятия решений. Поэтому «высокоэффективный человек не равен высокоэффективной компании».
(ИИ, помогающий писать код, стал причиной проблем? В Amazon за неделю произошло четыре сбоя систем, руководство срочно созвало комиссию для анализа)
Исторический взгляд на трансформацию организаций в эпоху ИИ: от электрификации фабрик до современного AI
В статье Сивулка приводит аналогию с концом XIX века, когда началась промышленная революция. Когда электроэнергия начала заменять паровые двигатели, многие текстильные фабрики просто заменили паровые моторы на электродвигатели, сохранив при этом структуру и производственные процессы. В результате за почти 30 лет производственная мощность практически не увеличилась.
Только в 1920-х годах, после полного переосмысления производственных систем — внедрения конвейеров, оснащения каждого станка отдельным мотором и переработки рабочих процессов — электроэнергия действительно привела к значительному росту производительности.
Сивулка считает, что нынешнее развитие ИИ находится примерно на том же этапе: компании лишь «заменяют старые моторы на новые», не переосмысливая полностью «производственный цех».
От «личного ИИ» к «организационному ИИ»: как максимально повысить эффективность?
Он вводит понятия «личный ИИ» (Individual AI) и «организационный ИИ» (Institutional AI), объясняя различия между ними.
Личный ИИ: инструмент повышения личной эффективности
Сивулка отмечает, что большинство текущих приложений ИИ — это «личный ИИ», то есть инструменты, предназначенные для повышения производительности отдельного человека. Например, сотрудники используют ИИ для написания отчетов, организации данных или подготовки презентаций:
Такие инструменты действительно повышают эффективность, но зачастую не имеют единой системы процессов и механизмов совместной работы, что приводит к тому, что создаваемый ИИ контент не интегрируется друг с другом, а внутри организации возникает хаос и информационный шум.
Организационный ИИ: встроенные в процессы интеллектуальные системы
Он предлагает другую модель — «организационный ИИ». Такой ИИ не является просто отдельным инструментом, а глубоко интегрирован в управленческие решения, бизнес-процессы и архитектуру корпоративного управления, помогая компании создавать реальную ценность на уровне всей организации.
В рамках этой модели ИИ может выполнять множество ролей: анализировать риски, координировать информацию между отделами, самостоятельно выявлять новые бизнес-возможности.
«Столпы организационной интеллигенции»: реальный план развития корпоративного ИИ
Сивулка выделяет семь ключевых элементов «организационной интеллигенции» (Institutional Intelligence), которые, по его мнению, станут ядром будущих систем корпоративного ИИ.
Координация: предотвращение хаоса в организации
Если каждый сотрудник использует ИИ по отдельности, то создаваемый контент и процессы могут конфликтовать. Задача организационного ИИ — создать механизмы сотрудничества и управления, чтобы люди и ИИ-агенты (AI Agents) могли работать в четко распределенных ролях и задачах.
Личный ИИ вызывает хаос, организационный ИИ способен унифицировать рабочие процессы и помогать в распределении задач. Сигнал: находить ценность в потоке «мусора» данных
Генеративный ИИ значительно снижает издержки на создание контента, что приводит к появлению большого объема информации разного качества. Важная функция организационного ИИ — выявлять и фильтровать действительно ценные «сигналы» среди огромных объемов данных и сгенерированного ИИ контента.
Личный ИИ не способен фильтровать информацию, организационный ИИ — да. Объективность: избегать усиления предвзятости пользователей
Сивулка отмечает, что многие модели ИИ склонны подстраиваться под мнения пользователей, что может усугублять когнитивные искажения внутри организации. В будущем корпоративные системы ИИ должны играть более объективную роль, выступая в качестве аудитора или контролера, ставя под сомнение решения и указывая на потенциальные риски.
Личный ИИ усиливает «эхо-камеры» (Echo chambers) и предвзятость (Bias), тогда как организационный ИИ сосредоточен на поиске правды. Конкурентное преимущество: объединение универсальных моделей и вертикальных приложений
Он ссылается на концепцию «двойной дилеммы новатора», указывая, что современные универсальные крупные модели предоставляют базовые возможности, а нишевые приложения, еще не получившие широкого распространения, могут приносить значительные дополнительные выгоды. Например, платформы генерации изображений Midjourney или голосовые ИИ компании ElevenLabs создают технологические барьеры, сосредотачиваясь на конкретных областях.
Он считает, что для компаний ключевым является сочетание универсального ИИ с организационным профессиональным ИИ — это действительно способ создать конкурентное преимущество.
Ориентация на результат: от сокращения затрат к увеличению доходов
Сивулка подчеркивает, что большинство современных ИИ-продуктов ориентированы на «экономию времени или затрат на персонал», однако настоящая ценность для бизнеса — это возможность увеличивать доходы. Поэтому в будущем системы ИИ должны демонстрировать способность находить новые бизнес-возможности или повышать прибыльность:
Настоящий организационный ИИ с конкурентным преимуществом должен напрямую влиять на доходы. Например, выявлять среди тысяч потенциальных объектов для слияний и поглощений единственную действительно перспективную цель, а не просто ускорять работу аналитика по финансовым моделям.
Внедрение: интеграция ИИ в бизнес-процессы
Реализация ИИ зачастую требует переосмысления и переработки бизнес-процессов и управленческих правил. Сивулка отмечает, что компании вроде Palantir (PLTR) привлекают внимание рынков тем, что помогают интегрировать системы ИИ в существующие бизнес-модели и управлять внутренними изменениями.
Проактивность: ИИ, который действует самостоятельно
Большинство систем ИИ сейчас требуют командных указаний для работы. В будущем важнее будет способность ИИ самостоятельно мониторить данные, обнаруживать аномалии и заранее предупреждать о рисках. Например, еще до того, как управляющий фондом откроет финансовую отчетность, ИИ может обнаружить ухудшение финансового состояния компании и автоматически предупредить о рисках, сопоставляя это с условиями кредитных договоров.
Конкуренция в эпоху ИИ: кто первым «перестроит завод» — станет ключевым
В заключении Сивулка подчеркивает, что хотя личные ИИ-инструменты останутся основным входом в мир ИИ для компаний, для достижения реальных конкурентных преимуществ потребуется внедрение систем организационного ИИ. Он считает, что в будущем компании, скорее всего, будут одновременно использовать универсальные помощники ИИ и специально разработанные системы организационного ИИ. Первые — для повышения эффективности сотрудников, вторые — для интеграции информации, поддержки решений и создания бизнес-ценности.
Он завершает статью историей промышленной революции, подчеркивая, что и в эпоху ИИ предприятия сталкиваются с вызовом — как переосмыслить организационные структуры:
Те фабрики, которые первыми внедрили электрификацию, в итоге уступили тем, кто полностью переосмыслил производственные линии. У нас уже есть электроэнергия, пришло время перестроить фабрики.
Эта статья о том, что повышение производительности сотрудников в 10 раз с помощью ИИ не равно увеличению стоимости компании в 10 раз: куда делась производительность? Первое появление — в Chain News ABMedia.
