Обзор McKinsey Global Institute «Сегодня и завтра аналитики, искусственного интеллекта и автоматизации»
(What’s now and next in analytics, AI, and automation).
Эта публикация показалась нам интересной, и мы попросили Анну Племяшову, директора по развитию подразделения BELTEL Datanomics, отметить наиболее существенные моменты статьи.
Обзор McKinsey формулирует 4 пункта вопросов, которые встают перед современным бизнесом в связи с развитием технологий в области искусственного интеллекта и автоматизации, а именно:
- Возможности, доступные уже сейчас
- Перспективы и вызовы, которые ждут компании впереди
- Проблемы занятости и будущее рабочей силы и человеческих ресурсов
- Основные шаги для бизнес-лидеров в эпоху цифровой трансформации
Я остановлюсь на наиболее значимых, с моей точки зрения, выводах, сделанных McKinsey Global Institute в этом отчете.
Основные выводы отчета
С момента публикации первого отчета McKinsey о Big data в 2011 году данные и аналитика поменяли за эти годы всю природу конкуренции. Достичь конкурентного преимущества за счет использования искусственного интеллекта теперь могут не только глобальные корпорации, обладающие бОльшими возможностями финансирования, но и компании среднего и малого бизнеса. Это становится возможным благодаря развитию и доступности современных технологий, которым способствовало три фактора:
- Развитие алгоритмов машинного обучения, особенно методов глубокого машинного обучения и нейронных сетей.
- Доступность вычислительных мощностей для быстрого обучения более сложных моделей. Графические процессоры (GPU), изначально предназначенные для визуализации компьютерной графики в видеоиграх, были перепрофилированы для выполнения алгоритмов и обработки данных, необходимых для машинного обучения. Также появляются более мощные процессоры, чем текущее поколение GPU, такие как Tensor Units (TPU).
- Наличие массивов данных, которые могут использоваться для обучения моделей. Данные генерируются путем ежедневного создания миллиардов изображений, потоком онлайн-кликов, голосом и видео, мобильными местоположениями и датчиками, встроенными в Интернет вещей.
Внедрение таких технологий прежде всего значительно повышает эффективность. Автоматизация не только позволяет увеличивать доходы за счет сокращения рабочей силы, но также за счет увеличения производительности, пропускной способности, оптимизации, улучшения прогнозов и их точности.
Производительность труда: неравномерный рост
Стоит отметить, что процесс «диджитализации» в мире происходит очень неравномерно. Есть отрасли, например, финансы и страхование, и компании, например, Google и Amazon, которые являются лидерами цифровой трансформации. В то же время существуют целые направления деятельности, такие как сельское хозяйство, некоторые производственные отрасли, где потенциал автоматизации глобально по миру составляет 50-65%.
McKinsey приводит интересную историческую иллюстрацию о росте производительности труда, начиная с конца 19 века.
1850-1910 рост производительности труда от использования парового двигателя составил 0.3%
1993-2007 рост производительности труда при внедрении робототехники составил 0.4%
1995-2005 рост производительности труда с применением информационных технологий составил 0.6%
2015 — 2065 планируется, что рост производительности труда в период цифровой трансформации составит от 0.8 до 1.4%
Тренд на глобальную автоматизацию закономерно поднимает вопрос будущего рабочей силы и человеческих ресурсов в экономике. Исследования McKinsey предполагают, что почти половина человеческой деятельности с размером заработных плат примерно в 15 триллионов долларов может быть автоматизирована с помощью технологий искусственного интеллекта. Станет ли это причиной масштабной мировой безработицы? Если обратиться к истории, то можно провести аналогию с ростом производства в развитых странах. Перераспределение рабочей силы из сельского хозяйства на фабрики и производства, в сервисные отрасли не привели к массовой безработице, поскольку оно сопровождалось созданием новых профессий, о которых ранее даже не могли и думать. Нельзя сказать однозначно, что исторический прецедент будет повторяться, но очевидно, что, когда технологии заменяют некоторые рабочие места, они создают и потребность в новой деятельности, которую ранее с трудом можно было представить.
На примере занятости США видно, что треть рабочих мест, созданных за последние 25 лет, это профессии, которые ранее не существовали или почти не существовали в таких областях, как разработка ИТ, производство оборудования, создание приложений и управление ИТ-системами. Растущая роль данных в бизнесе создаст значительную потребность в дата-саентистах и аналитиках. Только для США на ближайшее десятилетие McKinsey оценивает дефицит специалистов по данным примерно в 250,000 человек.
Что делать сейчас бизнесу, чтобы успеть
Наверное, самая интересная часть публикации — это рекомендации, которые специалисты MGI предлагают бизнесу:
- Тестирование, пилотирование, обучение и масштабирование должны происходить очень быстро. Бизнес-лидеры должны обладать не только теоретическими знаниями, но и глубоким практическим чутьем своей отрасли, чтобы понимать, как применять новые технологии к реальной проблеме и сразу же масштабировать решение.Переосмысление текущих бизнес-процессов. Чтобы получить максимальную отдачу от использования алгоритмов машинного обучения и искусственного интеллекта, лидерам необходимо четко расставить приоритеты в осуществлении цифровой трансформации. Иными словами, принимая во внимание возможности диджитализации бизнеса, бизнес-лидеру нужно оценить, как должны быть изменены существующие бизнес-процессы и какие могут быть созданы «с нуля».
- Цифровые активы и ресурсы — это новый «баланс» предприятия. Цифровые активы — это новое конкурентное преимущество компаний. Любой бизнес, независимо от индустрии и отрасли, должен оценивать этот вид активов относительно конкурентов, чтобы не оказаться в «отстающих».
- Последовательное инвестирование и позиционирование. Когда встает вопрос о новых инициативах в цифровой трансформации, многие руководители удовлетворены уже теми результатами, которые они достигли в этом направлении в прошлом. Постоянное взвешивание возможностей от цифровых изменений и мониторинг конкурентов — необходимые действия бизнес-лидеров.
- Новый взгляд на человеческий ресурс — интеграция человека и машин. Увеличение технологичности рабочих мест приведет к тому, что многие компании столкнутся с необходимостью переучивать персонал и инвестировать в обучение.
Как видно из краткого обзора предложенной публикации, возможности, которые предоставляет для бизнеса эпоха цифровой трансформации, невероятно обширные. Сегодня — это зарождение новых бизнес-процессов, моделей деятельности. Те, кто поймает «ветер перемен», не побоится изменить устоявшиеся процедуры и правила, готов инвестировать в автоматизацию процессов, обучаться новым технологиям и знаниям, изобретать новые продукты, используя передовые алгоритмы и практики, за теми компаниями лидерство, успех в будущем и завоевание рынков.