Крупные игроки активно внедряют искусственный интеллект, но проигрывают новичкам. Причина кроется не в технологиях, а в устаревшей архитектуре рабочих процессов.
3 мин
В Harvard Business Review вышел важный материал Санджита Пола Чаудари, который объясняет фундаментальную проблему современного бизнеса. Многие крупные компании (инкумбенты) агрессивно внедряют искусственный интеллект, но получают лишь незначительный прирост эффективности. В то же время они продолжают проигрывать более мелким и гибким конкурентам.
Главная ошибка заключается в том, что старые лидеры рынка используют ИИ для оптимизации существующей работы, вместо того чтобы переосмыслить сам принцип организации труда. Они пытаются прикрутить реактивный двигатель к телеге, надеясь, что она поедет быстрее, тогда как ИИ требует создания принципиально нового транспортного средства.
Исторически сложилось так, что крупные организации строились вокруг иерархий и жестких процессов. Это было необходимо для координации людей в доцифровую эпоху. Когда появлялись новые технологии (например, персональные компьютеры или интернет), компании часто просто оцифровывали старые процессы: бумажная почта стала электронной, но суть коммуникации не изменилась.
Сейчас мы наблюдаем похожую ситуацию с искусственным интеллектом. Руководители корпораций видят в ИИ инструмент для автоматизации рутины — например, написания кода или обработки запросов поддержки. Это дает краткосрочный выигрыш в производительности, но не меняет бизнес-модель. Тем временем стартапы, не обремененные наследием прошлых лет, строят свои процессы вокруг возможностей ИИ с нуля.
Автор статьи подчеркивает, что истинная сила ИИ заключается не в ускорении выполнения задач, а в его способности декомпозировать (дробить) работу на мельчайшие единицы и координировать их новыми способами.
Традиционная фирма объединяет задачи в должности и отделы, потому что людям сложно координировать слишком много мелких действий одновременно. ИИ снимает это ограничение. Он позволяет:
Компании-старожилы часто упускают этот момент. Они сохраняют старые роли (роли) и узкие места (bottlenecks), просто давая сотрудникам новые инструменты. В результате архитектура работы остается прежней, ограничивая потенциал технологии.
Для индустрии это означает смену парадигмы конкуренции. Раньше преимущество было у того, кто обладал большим масштабом и ресурсами. Теперь преимущество переходит к тем, кто обладает лучшей «архитектурой работы».
Если ваша компания использует генеративные модели только для того, чтобы маркетолог быстрее писал посты, а программист быстрее закрывал тикеты — вы занимаетесь локальной оптимизацией. Это полезно, но недостаточно для выживания в долгосрочной перспективе.
Настоящая трансформация происходит, когда компания задает вопрос: «Если бы у нас не было этих отделов и должностных инструкций, как бы мы решили эту задачу с помощью ИИ?». Это может привести к тому, что целые департаменты станут ненужными, а вместо них появятся небольшие кросс-функциональные команды, управляющие автономными агентами.
В ближайшие годы мы увидим растущий разрыв между компаниями, которые «применяют ИИ», и компаниями, которые «перестроены под ИИ».
Первые будут отчитываться о повышении эффективности на 10–15%, но страдать от старых бюрократических проблем. Вторые могут демонстрировать кратный рост производительности при меньшем штате.
Для лидеров и управленцев главный вызов сейчас — не технологический, а организационный. Вопрос не в том, как быстро вы развернете Copilot или ChatGPT Enterprise. Вопрос в том, готовы ли вы сломать устоявшиеся структуры координации и пересобрать их заново. Те, кто не решится на болезненную перестройку архитектуры работы, рискуют остаться с идеально оптимизированными, но безнадежно устаревшими бизнес-процессами.
Простое внедрение ИИ в старые процессы дает лишь малый эффект. Настоящий прорыв требует полной перестройки архитектуры работы и отказа от привычных ролей.
Оптимизация текущих процессов с помощью ИИ может быть вредной, так как она консервирует устаревшие методы работы, вместо того чтобы заменять их новыми.
