|
| | | | Проблемы современной экономики, N 4 (88), 2023 | | | | ПРОБЛЕМЫ МОДЕРНИЗАЦИИ И ПЕРЕХОДА К ИННОВАЦИОННОЙ ЭКОНОМИКЕ | | | Минаков В. Ф.
профессор кафедры информатики
Санкт-Петербургского государственного экономического университета,
доктор технических наук
Дудко О. Ю.
ассистент кафедры информатики
Санкт-Петербургского государственного экономического университета
Шепелёв П. Ю.
аспирант кафедры информатики
Санкт-Петербургского государственного экономического университета
| |
| | | | | В статье выполнен анализ распространения искусственного интеллекта (ИИ) в экономике, исследованы перспективы и проблемы его применения, новые риски. Рассмотрены возможности и влияние искусственного интеллекта на процесс принятия управленческих решений. Выявлены направления эволюции технологий ИИ, обеспечивающих повышение качества обоснования следующих решений: аналитики больших данных, цифровизации функций менеджеров и рутинных задач, решения сложных управленческих проблем с использованием алгоритмов и машинного обучения, оценки рисков и учета новых возможностей, совершенствования коммуникаций, обучения и адаптации к изменениям. Установлены наиболее эффективные способы реализации технологий ИИ менеджментом в управлении эффективностью деятельности предприятий, основанные на конвергенции когнитивных функций менеджеров и цифровых систем и технологий. Показаны проблемные ситуации и подходы к их разрешению в процессе когнитивной деятельности менеджмента, использующего технологии искусственного интеллекта в управлении компаниями. | | Ключевые слова: цифровые трансформации, когнитивные технологии, системы искусственного интеллекта, эффективность управления | | УДК 004.8; ББК 32.813 Стр: 50 - 54 |
Принятие управленческих решений — это процесс, который осуществляется на всех уровнях менеджмента в любой организации, причем его влияние на результаты и эффективность деятельности в условиях повышенной конкуренции становится критически важным. Он включает в себя анализ информации, оценку состояния компании, конъюнктуры рынков, их влияния на эффективность деятельности предприятий, генерацию альтернативных вариантов управленческих решений, а также выбор из них наиболее продуктивных, обеспечивающих достижение поставленных целей, особенно стратегических [3].
Процесс принятия управленческих решений в современных условиях усложняется ввиду повышения динамичности конъюнктуры, роста неопределенности и рисков, цифровой трансформации бизнес-процессов предприятий, увеличения объемов информации в сфере управления, и особенно — неструктурированных данных. Показателен в этом отношении прецедент банкротства в начале 2023 года Silicon Valley Bank (США), бизнес-модель которого базировалась на инвестировании в акции компаний, специализирующихся на инновационных проектах в Кремниевой долине. Традиционно многие десятилетия такое инвестирование обеспечивало высокие прибыли стейкхолдерам, поскольку успешные инновационные проекты окупали любые затраты, в том числе на провальные проекты. Но современная конъюнктура рынка инновационных продуктов и конкуренция на глобальных рынках привели к снижению доходности тотальных инвестиций в инновации. Отметим, что прецедент относится к самому технологически развитому и известному инновационному кластеру, а банкротство стало вторым по масштабам в США.
Это вынуждает лица, принимающие решения, использовать новые инструменты для обоснования решений. Искусственный интеллект стал одним из направлений цифровой трансформации, поскольку, используя его алгоритмы, методы машинного обучения, менеджеры могут проанализировать большие объемы данных в режиме реального времени и сгенерировать на их основе идеи. Также могут использовать сам ИИ для их генерации, а затем уже оценить предложенные им альтернативы и принять решение или даже полностью отдать процедуру принятия решений программным роботам. То есть, ИИ помогает автоматизировать рутинные задачи, существенно ускоряя их выполнение в сравнении с человеком, выявлять закономерности и предоставлять информацию о бизнес-операциях в режиме реального времени, обучаясь на данных, включая сведения о том, как человек мыслит и как принимает решения, что в перспективе позволит существенно повысить эффективность хозяйственных операций компаний, снизить затраты предприятий, сделать их более рациональными и ускорить принятие управленческих решений.
С другой стороны, у исследователей ИИ есть опасения этического характера за последствия его использования для принятия управленческих решений. Так, сооснователь Института исследования машинного интеллекта Элиезер Юдковский охарактеризовал перспективы создания сверхумного ИИ, который станет не только конкурировать с интеллектом человека, но и превосходить его уже совсем скоро, как начало вымирания человечества, поскольку выявить критические границы, которые будут пересечены при его создании, крайне сложно. А доказать безразличной (лишенной эмоций) нейросети ценность высокодуховного, но нерационального решения человека практически невозможно [20]. Об этом также пишут Илон Маск, Стив Возняк и еще более 27,5 тысяч экспертов в области ИИ, руководителей ИТ-компаний и их сотрудников, которые в открытом письме представили потенциальные риски того, что автономные системы ИИ, если их продолжить бесконтрольно обучать, могут стать неуправляемыми и привести к экономическим или политическим потрясениям [26]. Поэтому актуально проанализировать, как российские и зарубежные авторы определяют понятие искусственного интеллекта, какие выделяют преимущества, перспективы использования технологий ИИ в процессе принятия управленческих решений в конкретных ситуациях, сложности, а также угрозы. Наш анализ может быть полезен ввиду его глобального значения, как ключевой трансформационной технологической тенденции, которая оказывает огромное влияние на преобразование всех сфер жизни, включая экономику и управление. Поэтому понимание того, как разные авторы видят и определяют ИИ, поможет уточнить его роль в принятии управленческих решений, а значит обеспечить более эффективное внедрение многогранной технологии, способствовать развитию новых стратегий разработки, регулирования и применения искусственного интеллекта на основе выявления ключевых принципов его использования, которые требуют учета и соблюдения.
Исходя из гипотезы, а также результатов исследований искусственного интеллекта в научной литературе, мы решили использовать системный подход, включающий несколько методов научного исследования, поскольку это, на наш взгляд, дает более полное представление об ИИ и его влиянии на принятие управленческих решений. А именно, осуществили:
– систематизированный обзор литературы, так как этот метод предполагает всесторонний анализ научных монографий, статей, книг, диссертаций, отчетов, эссе и других публикаций, связанных с темой исследования. Мы собрали информацию о различных точках зрения авторов на само определение ИИ и его применение в управленческих решениях;
– критический анализ литературы, так как этот метод включает в себя более глубокое изучение выбранных источников с акцентом на выявление схожих признаков, различий и противоречий в определениях, подходах и выводах авторов об ИИ и его влиянии на принятие управленческих решениях. Оценили качество и достоверность источников, которые процитировали в данной публикации;
– мета-анализ и контент-анализ, так как в сети Интернет представлено достаточное количество эмпирических исследований, позволяющих объединить и проанализировать результаты предыдущих исследований об ИИ для выявления общих закономерностей и эффектов, осуществить категоризацию и классификацию информации с целью выделения ключевых понятий, тем и трендов в области использования ИИ в управленческих решениях.
Поскольку управленческое решение может быть принято в самых разнообразных ситуациях, то анализ условий, в которых ИИ используют для его принятия, стоит начать с выделения двух подходов к изучению его возможностей: первый исходит из того, что искусственный интеллект является совокупностью мета-алгоритмов, которые могут находить способы решения конкретных задач управления, а второй рассматривает ИИ в качестве средства оптимизации поведения людей в организации, особенно в тех его аспектах, которые связаны с принятием и реализацией важных (прежде всего стратегических) решений [5].
В наиболее распространенном значении понятие искусственного интеллекта возникло в середине ХХ века, а затем постепенно изменяло своё содержание по мере развития технологических возможностей когнитивных функций, характерных для интеллекта человека. Первые системы ИИ были достаточно ограниченными, запрограммированы на решение проблем в конкретных областях, то есть они совсем не адаптировались к изменениям в окружающей среде, а значит, не могли быть использованы для принятия управленческих решений. Алан Тьюринг, как один из первых исследователей ИИ, писал о нем так: «Мы будем говорить, что машина думает, если поведение машины будет нельзя отличить от поведения человека» [31]. Однако с развитием цифровых, а затем когнитивных технологий, ИИ получил новые направления эволюции. Особенное влияние оказала методология нейронных сетей, которая имитирует организацию и соединения в сети нейронов нервной системы живых существ. Её уникальная особенность, а именно способность обучаться на большом количестве различных задач и благодаря этому определять закономерности и выявлять взаимосвязи между анализируемыми данными, которые невозможно выявить другими методами, вывела ИИ на уровень массового распространения. И сегодня это мощный технологический комплекс, которому под силу не только замещать человека в решении многочисленных вычислительных задач, но и моделировать отдельные функции сознания (обучаться через опыт, распознавать образы и речь, обрабатывать и анализировать данные, применять логику и оптимизацию для решения задач и проблем, принимать решения) [11].
Определенную трудность в осмыслении влияния ИИ на принятие управленческих решений составляет многозначность термина. Однако, несмотря на существование различных трактовок сущности ИИ, его бурное развитие и предоставляемые им возможности не могли не оказать существенного влияния на теорию и практику управления и ведения бизнеса. Соответственно, различные аспекты этого влияния заинтересовали ряд исследователей. В частности, Сухарева М.А. и Виниченко М.В. [10] согласны с мнением Сусловой Е.В. [9] в том, что для решения слабоструктурированных или неструктурированных управленческих задач, с которыми достаточно сложно справиться естественному интеллекту, необходимо создать систему ИИ, тогда как для полной реализации его возможностей, связанных с анализом, прогнозированием, обобщением исходной информации по сложной управленческой проблеме и, в конечном итоге, принятии верного решения, должна быть создана современная интеллектуальная система поддержки принятия решений. В ее основе должны быть динамические модели данных, способные адаптироваться к конкретной ситуации и задаче, концепции ИИ, параллельная обработка больших данных в процессе принятия решения, а также методы вероятно возможного вывода результатов. В свою очередь, Стефанова Н.А. и Сидорова Ю.В. [6–8], также как и Попова И.А. изучают проблемы и перспективы применения ИИ в процессе принятия управленческих решений и приходят к выводу, что чаще всего ИИ формирует разнообразные базы данных и знаний, блоки решения и логического вывода, хранилища моделей и т.п., а не приходит к новому, неординарному решению, которое могло бы быть наиболее эффективным.
Хьюго Коссет-Лефевр и Джоселин Маклюр [19] пишут, что использование прогнозирующих алгоритмов машинного обучения становится все более распространенным и рекламируется как потенциально полезный метод, позволяющий избежать дискриминационных решений, поскольку они якобы нейтральны, объективны и могут быть оценены. Однако, на практике, утверждают авторы, использование алгоритмов все еще может быть источником неправомерных дискриминационных решений, основанных как минимум на трех их характеристиках: процессе извлечения данных, на которые они опираются, их классификации и воспроизводстве человеческих предубеждений, а их автоматический и предсказательный дизайн могут привести к трансформации и неправомерным обобщениям, что вкупе с их непрозрачностью слишком часто упускаются из виду.
И.М. Энхольм, Э. Папагианнидис, П. Микалеф и Д. Крогсти [21] исследуют использование технологий ИИ в управлении и хозяйственной деятельности, в процессе создания ценности. Сара Бэнкинс, Пол Формоза, Янник Грип и Дебора Ричардс [15] изучают использование ИИ для принятия решений в области управления человеческими ресурсами и приходят к выводу, что сотрудники предпочитают решения людей решениям ИИ, считая их более справедливыми и думая, что так организация проявляет к ним больше внимания и уважения. Однако, в ситуациях с отрицательной оценкой, полученной от человека и положительной оценкой, полученной от ИИ, результат решения ИИ становится приемлемым, тогда как отрицательные решения, принимаемые ИИ, вызывают обостренное чувство неуважения к себе и должны, по мнению авторов, ограничиваться. К схожим выводам приходит и Гэри К. И. Чан [18]. У него одной из основных задач является смягчение предвзятости ИИ и обеспечение справедливости в его непрозрачных системах для принятия решений о трудоустройстве. В его статье указывается, что и принцип равных возможностей, и объяснимый ИИ должны быть интегрированы в разработку и внедрение систем принятия решений о приеме на работу с использованием ИИ.
Фаниш Пуранам [28] в своей статье «Совместное принятие решений человеком и ИИ как проблема проектирования организации» пишет о перспективе сотрудничества людей и алгоритмов в процессе совместного принятия решений, которые будут реализовываться третьей стороной. Он утверждает, что с точки зрения организационного дизайна человек и ИИ выполняют разные задачи, с которыми каждый относительно лучше другого справляется, а, следовательно, существует возможность «обучаться вместе». Тогда как Уве Питерс [27] акцентирует внимание на том, что принятие решений человеком в некоторых ситуациях значительно более прозрачно и заслуживает большего доверия, чем алгоритмическое принятие решений, и про этот факт не стоит забывать при их сравнении, поскольку может возникнуть угроза разработки объяснимого ИИ, который будет вводить людей в заблуждение, активируя обоснованные убеждения о регулирующем измерении обоснования.
Э.Н. Аникьева и С.Р. Кувардин [2] анализируют ситуации, в которых слабый, сильный и супер-ИИ применяются для принятия решений, а Денисов Д.Ю. [4] называет применение ИИ как управленческого инструмента в современном менеджменте главным конкурентным преимуществом, позволяющим компаниям повышать производительность труда, сокращать производственные и операционные издержки, создавать новые товары и услуги, а также выходить на качественно новый уровень обслуживания клиентов, заказчиков и партнеров, создавать новые бизнес-модели. К таким выводам он приходит на основе исследования, проведенного аналитическим центром TAdviser [12]. В нем на основе данных о ста компаниях, работающим в России (данные на 2020 г.), из крупного и верхнего сегмента среднего бизнеса в более чем десяти отраслях экономики приводится информация об уровне использования ИИ-решений для оптимизации внутренних бизнес-процессов, представленная на рис. 1. | | |  | | Рис. 1. Доля использования ИИ-решений для задач оптимизации, (%) [14] |
Также, эксперты TAdviser приводят данные компании IDC, в которой считают, что российский рынок ИИ-решений в 2023 г. вырастет до 500 млн долл., а в 2024 г. — до 555,1 млн долл. [13], тогда как прогноз Центра компетенций МФТИ «Искусственный интеллект» еще более оптимистичен [1]. Таким образом, затраты бизнеса и государства в сфере разработки и внедрения ИИ-решений в России продолжат расти.
В мире ситуация аналогична: MarketsandMarkets [25] оценил мировой рынок ИИ в 2022 г. в 86,9 млрд долларов и прогнозирует его рост в среднем на 36,2% до 2027 г., а аналитики Gartner Сание Алайбейи и Питер ден Хамер утверждают, что уже к 2024 году 69% функционала менеджера будет автоматизирована и его роль в управлении потребует полной трансформации, и это при том, что большинство из организаций, подвергнутых обследованию, не только сохранили, но даже увеличили инвестиции в ИИ во время пандемии [29].
Внедрение ИИ в бизнес сложнее, чем построение моделей с использованием алгоритмов, и носит трансформационный характер. Следовательно, изучение его влияния на принятие управленческих решений актуально. При этом, возвращаясь к публикациям авторов, которые были упомянуты выше, можно сделать вывод, что они отдают предпочтения именно разработке алгоритмов, способных адаптироваться к изменяющимся условиям и повысить свою производительность, разработке более эффективных моделей глубокого обучения, которые способны обрабатывать и анализировать большие объемы данных с высокой скоростью, изучению проблем и перспектив применения технологий ИИ, а также этическим вопросам его внедрения. При этом, влияние ИИ на бизнес-модели организаций и непосредственно на процесс принятия решений, то есть цифровую трансформацию, пока остаются недостаточно исследованы. Хелиодоро Техеда, Аакрити Кумар, Падраик Смит и Марк Стейверс [30] перед тем, как полностью попытаться понять эффективность совместного принятия решений, предлагают попытаться сначала понять, насколько человек стал зависимым от ИИ. Они утверждают, что существует несоответствие между тем, как изучается совместное принятие решений, и тем, как оно практикуется в реальном мире. Вот некоторые аспекты этого несоответствия, которые нам удалось выявить. В академических исследованиях часто предполагается, что совместное принятие решений между человеком и ИИ происходит идеально, а решения принимаются на основе оптимальных алгоритмов, то есть ИИ не подвержен ошибкам или сбоям. Тогда как в реальности он зачастую сталкивается с техническими неполадками, недостаточной точностью и необходимостью обучаться и принимать решения на основе неполных, либо неактуальных данных. В исследованиях часто не учитываются психологические и социальные аспекты взаимодействия человека с ИИ, которые могут включать в себя доверие и адаптацию к новым технологиям, а также потребность в настройке эффективной коммуникации между человеком и компьютером. На наш взгляд, в большинстве исследований не учитывается сложность задач как показатель оценки, поскольку в них, как правило, рассматриваются ограниченные и искусственно созданные сценарии совместного принятия решений, хотя в реальной жизни задачи более многозначны и часто не имеют единственных оптимальных решений. Более того, многие исследователи недооценивают роль человека и его опыт, интуицию и креативность, поскольку сосредотачиваются на возможностях и потенциале ИИ в принятии решений. Хотя в реальном мире конвергенция ИИ и когнитивных функций человека могут дополнять друг друга, а не только заменять. В исследованиях обычно уделяется меньше внимания этическим и правовым вопросам, связанным с совместным принятием решений, что включает в себя либо вопросы ответственности людей, либо конфиденциальности данных. Все вышеуказанные аспекты, по нашему мнению, подчеркивают важность всестороннего анализа и практического тестирования совместного принятия решений человека с ИИ в реальных бизнес- и социокультурных контекстах, учитывая многообразие переменных и сложность взаимодействия человека и технологией.
Фредерик Беккер, Юлиан Скиржинский, Бас ван Офеусден и Фальк Лидер [16] в своем исследовании отмечают систематические ошибки, характерные для принятия решений человеком, которые можно избежать, предоставив ему средства для принятия решений в соответствии с рациональной стратегией, говорят о достижениях в области когнитивной науки и методах машинного обучения для автоматического обнаружения оптимальных стратегий принятия решений человеком. Тогда как Тяньши Ли, Венли Ли, Юйцин Чжао и Цзинпэй Ма [24], наоборот, исследуют манипуляции рациональностью в процессе принятия решений потребителями и то, как они влияют на подгруппы потребителей разного пола и возраста. Хотя потенциал ИИ для улучшения процесса принятия решений человеком в реальном мире не отрицают. Алан Гиллис и Питер Смит [22] задаются решением многочисленных и разнообразных этических проблем, связанных с распространением ИИ в процесс принятия профессиональных решений на примере здравоохранения с учетом ограничений фундаментальных технологий ИИ. А Андреа Лавацца и Мирко Фарина [23] заходят дальше и рассуждают о моральных и социальных последствиях всеобщей датафикации, утверждая, что наша среда спроектирована так, чтобы быть совместимой с интеллектуальными системами и технологиями. И наконец, Лоренцо Беленгер [17] пишет о потребности в новом и неортодоксальном подходе к борьбе с дискриминационными предубеждениями в области ИИ и потребности в создании транснационального независимого органа, обладающего достаточной властью, чтобы гарантировать реализацию возможных решений, предлагаемых им.
Обобщая результаты проведенного анализа литературы, важно отметить, что ИИ развивается в:
– сборе информации;
– анализе больших данных;
– автоматизации рутинных задач и функций менеджеров;
– решении сложных управленческих проблем с использованием алгоритмов;
– оценке рисков и учете новых возможностей;
– улучшении коммуникаций;
– обучении и адаптации к изменениям.
ИИ позволяет лицу, принимающему решения, собирать необходимые и актуальные данные для интеллектуального анализа, что может включать в себя: сбор информации о конкурентах, направлениях развития отрасли, анализ рыночных условий и многое другое. То есть его использование ИИ позволяет менеджеру значительно ускорить процесс сбора информации и структурирования данных, что, в свою очередь, способствует лучшему пониманию текущих требований и выявлению потенциальных возможностей для развития.
Используя ИИ в анализе данных, доступных сегодня в беспрецедентно больших объемах, управленцы могут обрабатывать их в режиме реального времени для получения релевантных выводов и рекомендаций. Аналитические системы с использованием ИИ выявляют скрытые взаимосвязи и закономерности между различными переменными, существенно снижая вероятность ошибок в прогнозах в сравнении с человеком, что помогает лучше понимать происходящие изменения на рынке и отслеживать тенденции. Автоматизация различных аспектов работы менеджера за счет функций, которые выполняет ИИ, повышает эффективность, высвобождая для членов управленческой команды время для его перераспределения в пользу более важных стратегических задач.
Решение сложных управленческих проблем, связанных с разработкой стратегий и отслеживанием их выполнения, осуществлением корректирующих воздействий в связи с изменениями на рынке, в частности, цифровой трансформацией, идентификацией новых рисков или их наступлением, также могут быть решены с использованием технологий ИИ. Например, он может применяться для анализа альтернатив в решении или определении оптимального распределения мероприятий в плане действий, представлении отчета по рискам как неотъемлемой части управленческого процесса.
ИИ может рассчитывать вероятности для различных событий и предоставлять оценку их возможных последствий с учетом опыта, накопленного в его обучающей выборке. Он способен даже выдавать некоторый пул различных решений, что делает возможным управленческой команде лучше подготовиться к неожиданным обстоятельствам.
Технологии ИИ способны повысить качество коммуникаций как внутри компании, так и за её пределами, например, с внешними партнерами, благодаря быстрой обработке информации и определению наиболее адекватных комментариев или требований, в том числе, при наличии языкового барьера в межнациональных командах.
Особенно важно отметить, что ИИ обучаем и позволяет принимать все более точные и быстрые управленческие решения, что приводит к увеличению конкурентоспособности компаний и росту их успехов на рынке за счет того, что решения принимаются на основе полных и своевременно полученных данных, что также увеличивает вероятность принятия правильного решения менеджерами. Кроме того, это способствует ускорению реагирования на трансформационные изменения. Например, руководитель может отслеживать некую информацию в режиме реального времени, а не в формате отчетов, сделанных людьми с задержкой на их формирование и с вероятностью ошибки человека.
Наконец, ИИ может полностью заменить сотрудника при выполнении некоторых операционных процессов, что позволяет значительно сэкономить ресурсы для их выполнения и увеличить прозрачность и точность принимаемых решений, поскольку его целью является моделирование когнитивных способностей человека, таких как решение проблем, восприятие и обучение.
Подводя итоги, следует отметить, что сегодня многочисленные авторы публикаций как на русском, так и на иностранных языках по-разному определяют ИИ и уровень его развития. Некоторые считают, что ИИ — это важнейший критерий технологической, экономической и стратегической мощи, показатель конкурентоспособности на высокотехнологичных рынках. Другие только пророчат появление ИИ, называя современные его варианты, применяемые во множестве компаний по всему миру, в том числе для принятия управленческих решений инструментом, использующим математику, статистику, машинное обучение, глубокое обучение, большие данные, а не формой интеллекта [14]. Однако с полным основанием можно констатировать, что рынок ИИ, который оценивается экспертами в сотни миллиардов долларов, быстро растет, а, следовательно, увеличиваются проблемы применения ИИ и его перспективы использования, в том числе и в процессе принятия управленческих решений, одной из ключевых областей его применения. Следовательно, предприятиям необходимо соблюдать баланс между своей зависимостью от ИИ с потребностью в человеческом суждении и контроле за ним при принятии управленческих решений. В конечном счете, интеграция ИИ в них может принести компаниям как значительные преимущества, так и риски. Но поиск методов и технологий ИИ, применимых в каждой конкретной бизнес-модели, требуется уже сегодня, так как его эволюция и влияние перманентно возрастают. |
| |
|
|
