Многие инициативы в области ИИ обречены на провал, поскольку лежащие в их основе бизнес-процессы не оптимизированы для реализации их потенциала.
Внедрение ИИ наиболее эффективно в рамках культуры постоянного совершенствования, которая расширяет возможности человека.
Следование трёхэтапному плану постепенного внедрения технологии позволяет получить максимальную выгоду.
В глобальной гонке за внедрением искусственного интеллекта многие организации, сами того не желая, ставят телегу с технологиями впереди лошади.
Согласно новому опросу Kaizen Institute, 55 % компаний называют устаревшие системы и процессы самым большим препятствием на пути к внедрению ИИ. При этом значительная часть компаний по-прежнему сосредоточена на самой технологии, а не на операциях, которые она автоматизирует.
Этот разрыв объясняет, почему, несмотря на огромные инвестиции, многие инициативы в области ИИ не приносят ощутимой прибыли. Решение? Подход, ориентированный на улучшение, который позволяет устранить потери и оптимизировать процессы до внедрения ИИ, создавая прочную основу для успешного развития технологий.
Инвестиции в ИИ без оптимизации — верный путь к провалу
В 2023 году компания McKinsey провела опрос руководителей о цифровой трансформации и выяснила, что только 30 % из них сообщили о значительном влиянии на итоговый результат. Основная причина заключалась не в технологических ограничениях, а в неспособности пересмотреть базовые процессы перед их оцифровкой.
Недавний опрос 83 бизнес-лидеров, проведённый Институтом Кайдзен, подтверждает этот вывод. Хотя 50 % опрошенных назвали автоматизацию самым значительным влиянием ИИ на рабочую силу, более половины признались, что их организациям не хватает операционной базы, необходимой для успешного внедрения ИИ. Данные этого опроса также показывают, что профилактическое обслуживание (48 %) и прогнозирование спроса (23 %) являются главными приоритетами для инвестиций в ИИ, что подчёркивает острую необходимость в эффективной интеграции.
Компании знают, что ИИ оказывает наибольшее влияние на рабочие процессы, но не спешат перестраивать их, чтобы в полной мере воспользоваться преимуществами.Изображение: Kaizen Institute, Ltd.
Истинная сила ИИ проявляется, когда он интегрирован в культуру постоянного совершенствования. Вместо того чтобы заменять человеческую изобретательность, ИИ становится мощным инструментом, расширяющим наши возможности по выявлению, анализу и реализации возможностей для улучшения. Эти симбиотические отношения преобразуют данные в полезную информацию, что приводит к значительному повышению эффективности работы.
Бизнес-философия кайдзен может оптимизировать использование ИИ.Изображение: Kaizen Institute, Ltd.
Например, ИИ может создавать системы поддержки принятия решений, подсказывая командам оптимальные действия. Он отлично справляется с анализом данных и выявлением закономерностей, которые человек может упустить. Прогностические модели для оптимизации и контроля становятся более точными благодаря чистым, структурированным данным. ИИ также может оптимизировать создание контента для отчетов и автоматизировать рутинные задачи, высвобождая время сотрудников для более стратегически важных видов деятельности.
Конечные результаты ощутимы: рост бизнеса, оптимизация цепочек поставок, повышение качества обслуживания клиентов и увеличение прибыли за счёт повышения эффективности и снижения затрат.
Схема трёхфазного преобразования
Самые успешные компании придерживаются структурированного подхода, который сочетает в себе принципы бережливого производства и постепенное внедрение ИИ:
Этап 1: Основа — составление карты и оптимизация потоков создания ценности
Прежде чем инвестировать в ИИ, успешные организации сначала составляют сквозную карту своих потоков создания ценности. Этот процесс позволяет выявить, где создается ценность и где возникают узкие места. Например, британская компания, работающая в сфере обрабатывающей промышленности, которая ранее полагалась на капиталовложения для улучшения своих процессов, применила анализ потока создания ценности к своим сложным операциям. Определив возможности и расставив приоритеты, компания добилась ежегодной экономии в размере 3,2 млн фунтов стерлингов (около 4,1 млн долларов США), сократила количество плановых простоев на 24 % и снизила энергопотребление на 24 % — и всё это за счёт оптимизации существующих процессов перед внедрением новых технологий.
По нашему опыту, составление карты потока создания ценности способствует взаимопониманию между отделами. Когда люди вместе визуализируют весь процесс, разрозненность исчезает и становятся очевидными возможности для улучшения.
Этап 2. Интеграция — целенаправленное внедрение ИИ
Как только процессы будут оптимизированы, организации смогут стратегически грамотно внедрять ИИ там, где он принесет максимальную пользу. Главное — начать с узконаправленных приложений, которые быстро окупаются, а не пытаться внедрить ИИ во всей организации.
Например, в автомобильной промышленности поставщик может сначала стандартизировать процедуры технического обслуживания и методы сбора данных. На основе этих чистых данных целевое ИИ-приложение для профилактического обслуживания может анализировать операционные данные с датчиков оборудования в режиме реального времени. Такой подход позволяет компании выявлять потенциальные неисправности до того, как они приведут к непредвиденным простоям, что значительно повышает надёжность оборудования и обеспечивает непрерывное и эффективное производство.
Помимо профилактического обслуживания, бизнес-операции с использованием ИИ могут осуществляться различными способами:
- Улучшенное прогнозирование спроса: алгоритмы ИИ анализируют исторические данные о продажах, рыночные тенденции и внешние факторы (например, погоду или экономические показатели), чтобы с высокой точностью прогнозировать спрос, оптимизируя запасы и производство.
- Оптимизированный контроль качества: системы машинного зрения могут выявлять дефекты на производственных линиях быстрее и точнее, чем человек, что позволяет сократить количество отходов и повысить однородность продукции.
- Оптимизация логистики: ИИ может оптимизировать маршрутизацию, планирование и складские операции, что позволяет сократить время доставки и транспортные расходы.
- Индивидуальный подход к клиентам: аналитика на основе ИИ позволяет сегментировать клиентов и персонализировать взаимодействие с ними, повышая их удовлетворенность и лояльность.
Компании, добившиеся успеха в сфере ИИ, начинают с малого и доказывают свою ценность. Они сосредотачиваются на решении конкретных проблем, а не внедряют технологии ради самих технологий.
Этап 3. Масштабирование — создание обучающейся организации с использованием ИИ
После определения контрольных точек организации могут расширять сферу применения ИИ, сохраняя при этом стремление к постоянному совершенствованию. На этом этапе происходит масштабирование того, что работает, и накопление организационных знаний.
Глобальная логистическая компания внедрила цифровые механизмы обмена знаниями, которые позволили быстро адаптировать и развернуть успешные решения на основе ИИ, реализованные в одном распределительном центре, по всей сети. Такой подход ускорил внедрение, при этом местные команды могли адаптировать решения под свои нужды.
Объединённая мощь Кайдзен и ИИ
Организации, которые придерживаются подхода Кайдзен — основанного на принципах 5S — неизменно превосходят тех, кто внедряет ИИ без предварительной оптимизации процессов. Высший пилотаж в сочетании Кайдзен с ИИ — это предоставление людям возможности инициировать изменения изнутри.
Наибольшего эффекта от ИИ добиваются компании с культурой постоянного совершенствования. Они используют технологии для расширения возможностей человека, а не для замены продуманной операционной структуры.