Выводы

• Инструменты ИИ представляют собой точечное решение. Каждый предназначен для конкретного прогноза, а большинство разработано для конкретной задачи. Большинство стартапов нацелены на создание одного инструмента ИИ.

• Крупные корпорации состоят из рабочих процессов, обращающих ресурсы в продукт. Рабочие процессы подразделяются на задачи (например, первичное размещение акций Goldman Sachs состоит из 146 отдельных задач). Принимая решение о внедрении ИИ, компании должны разбить процессы на задачи, оценить прибыль от затрат по разработке или покупке ИИ для выполнения каждой задачи, ранжировать ИИ с учетом выгоды от затрат, затем начать работать по списку сверху вниз. Иногда можно добавить инструмент ИИ в рабочий процесс и сразу увидеть выгоду в результате повышения эффективности выполнения задачи. Однако чаще всего это не так просто. Извлечение реальной выгоды от внедрения инструмента ИИ требует реинжиниринга всего рабочего процесса. В итоге по аналогии с революцией ПК понадобится много времени, чтобы увидеть в большинстве рядовых компаний рост производительности в результате ИИ.

• Для иллюстрации потенциального влияния ИИ на рабочий процесс мы описали вымышленный ИИ, прогнозирующий ранжирование абитуриентов МБА. Чтобы извлечь из этой прогностической машины максимальную выгоду, учебным заведениям придется пересмотреть рабочий процесс. Им понадобится устранить задачу ручного ранжирования и расширить задачу по рекламе программы, поскольку ИИ повысит отдачу от увеличения числа абитуриентов (посредством повышения точности прогнозирования успешных абитуриентов и снижения издержек на анализ их заявок). Школа изменит задачу по предоставлению материальных поощрений, таких как стипендия и финансовая помощь, потому что будет больше уверена в том, какие из абитуриентов лучшие. И наконец, школа отрегулирует остальные элементы рабочего процесса, чтобы воспользоваться преимуществами предоставления мгновенных решений по заявкам на обучение.