Может ли искусственный интеллект принимать управленческие решения? Может. Но кто ж ему даст! Сегодня так... типа заметок на полях. Человечество придумало искусственный интеллект, научило его анализировать огромные массивы информации, оценивать риски, находить решения. И тут выяснилось, что самая сложная задача – уговорить человека разрешить машине что-нибудь решать. Вид Homo Sapiens вообще удивительно изобретателен, когда дело касается защиты собственного места в социальной иерархии. Но начнём с приличной причины. Ответственность. «А кто будет отвечать, если ИИ ошибётся?» Прекрасный вопрос. Совершенно справедливый – руководитель отвечает за последствия решений. Перед собственниками, клиентами, законом. И передавать полномочия системе, которая не может возместить ущерб или понести ответственность, действительно опасно. Но есть маленькая неувязочка. Люди тоже ошибаются. Иногда катастрофически. И при этом руководители всё же ежедневно делегируют решения подчинённым. Почему-то никто не требует, чтобы директор лично рассчитывал каждую скидку, утверждал каждую поставку и проверял каждую бухгалтерскую проводку. Значит, дело не в невозможности делегирования. Нужно определить полномочия, пределы риска, правила контроля, условия эскалации и порядок ответственности. Сложно? Да. Невозможно? Если бы! А теперь перейдём к причине, о которой на совещаниях говорить не принято. Власть. Право принимать решения – это не только ответственность. Это статус, влияние, контроль над ресурсами. А чего только стоит сама возможность заставить других ждать твоего одобрения. Или простой благосклонности. Для некоторых представителей Homo managerialus именно здесь начинается настоящее управленческое удовольствие. Даже не так – упоение и страсть! Можно не знать предмета, не понимать технологии, не предлагать решения. Зато без твоей подписи ничего не произойдёт. И попробуйте объяснить такому человеку, что часть (если не все) его решений способен принимать алгоритм. Что тогда останется от его управленческого величия? Кресло, табличка на двери и календарь совещаний? Особенно интересна судьба двух замечательных представителей управленческой фауны. «Эффективный менеджер» – это виртуоз согласований, презентаций и перераспределения ответственности. Его главное достижение – присутствие в цепочке принятия решений. Другая разновидность – менеджер-ждун. Последователь стратегии «давайте пока понаблюдаем». В сложных случаях применяет инновационный метод «само рассосётся». Искусственный интеллект обоим опасен. Первому придётся объяснить, какую ценность создаёт его участие в процессе. Второму – сформулировать, чего именно он ждёт, по каким признакам поймёт, что дождался, и сколько стоит ожидание. А это же практически покушение на основы корпоративного мироздания! И вот главный парадокс. Компании охотно покупают ИИ, который анализирует, прогнозирует, составляет рекомендации и предлагает решения. Но принимать решения ему не разрешают. В результате машина работает всё быстрее. Отчёты готовятся за минуты. Варианты просчитаны. Риски оценены. А очередь на подпись начальника становится всё длиннее. Новым узким местом становится... руководитель. Разумеется, это не означает, что завтра ИИ можно назначить генеральным директором. Генеральный директор не просто выбирает оптимальный вариант из предложенных. Он определяет приоритеты, принимает неизбежные конфликты интересов, распоряжается доверенными ему ресурсами и отвечает за последствия. У него есть полномочия от собственников и юридические обязанности. У языковой модели их нет. Но какое отношение всё это имеет к необходимости личного утверждения очередной стандартной закупки?! Возможно, главным препятствием для распространения ИИ в управлении окажется вовсе не недостаток искусственного интеллекта, а избыток человеческого стремления к власти. И самое прекрасное – борьбу за сохранение полномочий всегда можно представить как заботу об ответственности. Homo всё-таки удивительно талантливые существа. Особенно когда разговор об их социальных игрищах. #люди #управление #ии

Где живёт мой ИИ Часть 10. Про эскалацию Ранее мы много говорили о проверке результата. Цифровой работник сделал работу, результат прошёл Quality Gate, что дальше? Если всё хорошо, то понятно – работу принимаем и поехали делать следующий шаг. Но что делать, если что-то не так? И здесь появляется слово, которое почему-то часто звучит как сообщение о катастрофе – эскалация. На самом деле правильная эскалация – это не «ИИ сломался, срочно зовите человека». Это обычный механизм управления работой. Причём полезный даже там, где никакого ИИ нет и в помине. Представим обычный бизнес-процесс. Каждый результат проходит как минимум через руководителя. А иногда – потом через длинную вереницу визирований и согласований. Большинство работ при этом совершенно нормальные, но они всё равно стоят в очередях и ждут внимания людей. Так появляются очереди и незавершённая работа, растущее время цикла. Можно организовать работу иначе. Если результат соответствует правилам – он идёт дальше, а внимание требуется только тогда, когда возникло отклонение, которое исполнитель сам разрешить не может. Это уже совсем другая логика управления потоком – стандартная работа проходит сама, исключения получают специальный маршрут. Например, цифровой работник подготовил предложение клиенту. Проверка обнаружила проблему. Если он просто забыл нудный пункт, то можно вернуть результат на доработку – здесь человек вообще не нужен. Если возник вопрос, для которого требуется мнение, например, юриста, то можно обратиться к нему напрямую, получить ответ, обновить понимание ситуации, скорректировать намерения и продолжить работу самостоятельно. То же самое можно делать с другим сотрудником, группой специалистов или владельцем процесса. Человек здесь становится не постоянным исполнителем очередного этапа, а источником решения там, где оно действительно необходимо. А вот если решение выходит за установленный лимит риска или полномочий, например, размер скидки или бюджет, то нужен человек с соответствующими полномочиями, например, руководитель. Это всё разные маршруты. И далеко не каждый из них является «ошибкой ИИ». Мне вообще нравится такая формулировка: На эскалацию передают не ошибку – на эскалацию передают решение, для которого не хватает полномочий, информации или компетенции. Это довольно существенная разница. Но есть ещё один, совершенно другой вид эскалации, – операторская эскалация. С одной стороны, цифровой работник может столкнуться с технической проблемой. Например, не отвечает интеграция, невозможно получить данные, возникло состояние, которое система не может безопасно разрешить сама. С другой стороны, разработчик может заложить операторскую эскалацию на случаи некорректной работы пользователя. Например, это может быть какое-либо нарушение внутренних корпоративных стандартов. Вот здесь нужен уже не бухгалтер, юрист или руководитель процесса – нужен оператор. Его задача – разобраться, почему поток встал и помочь восстановить исполнение. Поэтому я бы разделял как минимум два класса – бизнес-эскалация и операторская эскалация. Смешивать их в одну кучу «что-то пошло не так» – довольно плохая идея. Хорошая эскалация должна приносить человеку не просто уведомление о факте ошибки, а уже подготовленный контекст – что произошло, что уже сделано, почему работник остановился, какого решения ему не хватает и что произойдёт после этого решения. То есть человек подключается не к поиску проблемы, а к конкретной точке принятия решения. На мой взгляд, именно здесь цифровые работники могут дать очень заметный управленческий эффект. Не потому, что уберут человека из процесса, а потому, что перестанут таскать его через каждую операцию. Человек нужен там, где действительно требуется человеческое решение. И это, кстати, одна из тех идей, которые полезны компании ещё до внедрения ИИ. Если каждый нормальный результат требует согласования, проблема может быть не в нехватке автоматизации. Возможно, вы просто слишком дорого организовали исключения. #бизнеспроцессы #цифровойработник

⚡️АИ: нетленное выражение🔥, в анналы!🗿