Джон Будро - Реинжиниринг бизнеса [Как грамотно внедрить автоматизацию и искусственный интеллект] [litres]

Компания Stitch Fix, торгующая одеждой онлайн, продает модели, о которых заказчики пока ничего не знают. Как им удается предугадывать желания клиентов раньше, чем те сами их осознают? Для этого компания объединила машинный и человеческий интеллект. Она полностью видоизменила деятельность своих 3400 стилистов, которые теперь в основном работают с потребителями дистанционно. Клиенты Stitch Fix начинают шопинг с заполнения онлайн обстоятельной анкеты, которой управляет искусственный интеллект. Если, допустим, женщина указала, что носит блузки размера М, программа тут же поинтересуется, предпочитает ли она свободные или облегающие модели. В анкете встречаются, в частности, следующие вопросы: «В вашем офисе принят деловой стиль или кэжуал?», «Готовы ли вы пойти на риск, следуя моде?», «Какой из этих 15 цветов вы предпочитаете в одежде?», «Вы носите узкие или свободные джинсы, а может быть, и те, и другие?» Ответы поступают в базу данных вместе с информацией, собранной в интернете (профили в социальных сетях, стиль «досок» в фотохостинге Pinterest и т. д.).

После этого клиентам периодически отправляют посылки с индивидуально подобранной для них одеждой. Они не видят вещей до того, как получат их. За каждую посылку они платят лишь $20 за «консультацию стилиста», но при этом имеют возможность отослать ее обратно, ничего не доплачивая. Эти так называемые «фиксированные покупки» стилисты составляют с помощью искусственного интеллекта. Сначала он, руководствуясь собственными алгоритмами, выбирает предметы гардероба, которые с большой долей вероятности понравятся покупателю. Затем набор этих вещей отправляется к стилисту, который, по мнению того же алгоритма, лучше всего подходит для конкретного клиента. Стилист, в свою очередь, вносит дополнительные детали в набор, предложенный компьютером. Получившийся в итоге комплект вещей отправляется заказчику.

Эта совместная работа искусственного интеллекта и стилистов позволила изучить многие тонкости взаимодействия людей и автоматики. Эрик Кольсон, главный специалист Stitch Fix по информационным технологиям, утверждает: «Есть задачи, с выполнением которых человек справится лучше. Среди них – курирование клиента, способность создать из разных вещей единый комплект, импровизация и общение с себе подобными» [35] David Kirkpatrick, “For Stitch Fix, the AI Future Includes Jobs,” Techonomy , October 2, 2017; http://techonomy.com/2017/10/software-plus-stylists-equal-sales-stitch-fix/ . .

Работа стилиста в данном случае была полностью переосмыслена, к ней добавилось сотрудничество с познавательной автоматикой. Стилисты берут на себя обязанности, в которых именно действия человека создают дополнительную ценность, включая функции куратора, импровизацию и коммуникацию с покупателями. Познавательные технологии, в свою очередь, занимаются задачами, с которыми человек справляется не так хорошо, например сбором и анализом данных, созданием методик моделирования продукции. Но, что особенно важно, в результате привлечения познавательной автоматики ценность работы каждого стилиста возрастает, поскольку он получает возможность с самого начала руководствоваться решениями, принятыми на основе алгоритмов.

Предыдущие примеры касались в основном деятельности, осуществляемой в индивидуальном порядке. А сейчас мы обсудим пример, в котором речь также идет о выполнении нешаблонных умственных задач, однако при этом необходимо взаимодействовать с другими людьми. И в этом случае познавательная автоматика тоже расширит возможности специалиста, однако, поскольку мы говорим о коммуникации, это будет сделано совершенно иначе.

Работа оператора колл-центра требует постоянного общения, и, увы, не всегда оно бывает приятным. Обычно оператор понимает, что клиент не в духе, только после того, как ответит на его звонок. А если общение происходит в чате, он может и вовсе не узнать о том, что его собеседник рассержен, и ограничиться безликим, неэмоциональным ответом. Кроме того, некоторые сотрудники колл-центра, чего уж греха таить, не слишком хорошо умеют справляться с обозленными, расстроенными или раздраженными клиентами.

Британская компания по доставке продуктов Ocado Group использовала алгоритмы искусственного интеллекта Google, которые позволяют распознавать устную речь и переводить ее в текстовую форму [36] Alex Voica, “How Ocado Uses Machine Learning to Improve Customer Service,” Ocado Technology (blog), October 13, 2016; https://ocadotechnology.com/blog/how-ocado-uses-machine-learning-to-improve-customer-service/ . . Эти инструменты идентифицируют негативно настроенных потребителей, выявляя в их звонках и письмах языковые шаблоны, характерные для состояния раздражения, расстройства или гнева. Теперь специалист по работе с клиентами знает, что заказчик не в настроении, еще до начала разговора. Он может ответить ему с необходимым сочувствием, достаточно эмоционально, чтобы снизить напряженность, а возможно, даже в корне переломить ситуацию.

Подобно инженерам из компании General Electric, получающим ценную информацию от «цифровых двойников» обслуживаемой техники, операторы колл-центра имеют в своем распоряжении уникальные сведения, которые невозможно добыть никаким другим путем. Этот пример, касающийся работы, где необходимо постоянное взаимодействие между людьми, демонстрирует, каким образом познавательная автоматика повышает качество общения потребителя с поставщиком услуг. Таким образом автоматизация значительно облегчает труд персонала, работающего непосредственно с клиентами, по сравнению с теми временами, когда приходилось угадывать степень раздраженности каждого звонящего.

Подобная оптимизация взаимодействия человека и автоматики применима и к задачам, требующим использования данных исследования для разработки творческих решений. Хороший пример – деятельность адвоката. Ранее при подготовке к судебному заседанию ему требовалось штудировать множество судебных отчетов, чтобы найти соответствующие прецеденты и понять алгоритмы принятия решений. Сейчас эта работа может быть полностью переосмыслена, если использовать искусственный интеллект компьютера IBM Watson, получая с его помощью необходимые материалы и уже на их основе выстраивая стратегию защиты. Архитектор также может использовать для проектирования зданий искусственный интеллект, анализируя с его помощью данные о погоде, дорожном движении, демографических и социальных характеристиках района, его топографии, а затем предлагая на их основе решения по расположению самого здания и необходимых объектов инфраструктуры.

В каждом из рассмотренных примеров часть задач передается от человека машине, а остальные обязанности по-прежнему исполняются людьми. При этом автоматика расширяет возможности специалиста, увеличивая его продуктивность или создавая новое поле для деятельности, что было бы недостижимо силами только лишь машин или человека.