Модель компетенций для внедрения искусственного интеллекта

Введение

Внедрение ИИ в компаниях невозможно без соответствующих компетенций у персонала. Так, например, до 95% компаний отмечают, что внедрение ИИ не привело к ощутимому финансовому результату. И одна из причин - недостаток компетенций у персонала. Это отражается в целом на направлении цифровизации, так как централизованный подход, когда за все отвечает ИТ-служба не работает, и нужно, чтобы идеи рождались у бизнеса и адаптировались под специфику. Но чему конкретно учить людей? И что должны знать руководители, чтобы контролировать развитие и внедрение искусственного интеллекта?

Когда мы работали над материалом ниже, то посчитали долгом сохранить ту структуру, которая была представлена в статье Цифровая трансформация и цифровизация: компетенции и дорожная карта. Логика у нас простая: ИИ – одна из цифровых технологий, а значит, и подчиняется она правилам цифровизации в целом. Единственное, мы сделали чуть большую детализацию именно в контексте ИИ.

Модель компетенций для внедрения искусственного интеллекта

И так, мы предлагаем пойти по четырехуровневой шкале оценки персонала:

• Уровень 0 – знаний и навыков нет; использование не требуется по роли.

• Уровень 1 – базовый: знает основы, работает по инструкциям, нуждается в поддержке.

• Уровень 2 – рабочий: уверенно применяет, адаптирует под задачи, помогает коллегам.

• Уровень 3 – экспертный: задаёт стандарты, создаёт решения, обучает и консультирует.

Сама же модель строится на трех направлениях – личностные, управленческие и цифровые компетенции.

1. Личностные компетенции

В данном направлении мы выделяем девять ключевых компетенций.

1.1 Готовность изучать новое / Адаптивность к изменениям

На данный момент мы живём в мире, где изменения происходят все быстрее.

На наш взгляд именно адаптивность и гибкость становятся все важнее. В контексте ИИ можно выделить несколько блоков:

• быстрое освоение новых ИИ-инструментов и технологий;

• гибкость в изменении подходов при появлении новых решений;

• открытость к экспериментам и тестированию ИИ-возможностей;

• готовность пересматривать существующие процессы.

1.2 Нацеленность на результат и критичность

Внедрение технологий ради технологий ведет гарантированно к убыткам. Да, обеспечить стопроцентную безопасность и совсем не рисковать не получится, но несколько направлений ниже позволят хотя бы снизить риски:

• фокус на измеримых результатах от внедрения ИИ;

• критический анализ предложений ИИ-систем;

• проверка фактов и достоверности ИИ-генерированного контента;

• оценка эффективности ИИ-решений по конкретным метрикам.

1.3 Клиентоцентричность

Любая технология в конечном счете должна быть направлена на клиента. Причём сейчас развивается и внутренняя клиентоориентированность. Например, ИТ-блок воспринимает своих коллег именно как клиентов и собирает «клиентские» метрики.

• Применение ИИ для улучшения клиентского опыта.

• Персонализация взаимодействия с клиентами с помощью ИИ.

• Анализ потребностей клиентов через ИИ-аналитику.

• Этичное использование данных клиентов в ИИ-системах.

1.4 Эмоциональный интеллект

90% работы в ИТ-проектах – устранение страхов людей. Для ИИ этот показатель ещё выше. Он для большинства людей сравним с магией, а отсюда и страха будет ещё больше. Что здесь важно:

• понимание эмоциональных реакций на внедрение ИИ;

• управление страхами сотрудников относительно замещения ИИ;

• эмпатия при обучении коллег работе с ИИ-инструментами;

• мотивация команды на освоение ИИ-технологий.

1.5 Публичные выступления / Ораторство

Мы неоднократно наблюдали проекты, которые так и не запустились только из-за того, что руководитель не мог защитить свою идею или боялся выступить на цифровом комитете. А в некоторых крупных компаниях чуть ли не в регламентах закреплено, что ты должен «продать» свой проект всем руководителям, объяснить его суть. В общем и целом, тут мы предлагаем следующие инструменты:

• презентация результатов ИИ-проектов руководству;

• объяснение возможностей ИИ различным аудиториям;

• проведение обучающих сессий по ИИ-инструментам;

• выступления на конференциях и форумах по ИИ.

1.6 Креативность

Самые лучшие идеи проектов зачастую приходит именно от бизнеса. Не будет волшебника, который все продумает за бизнес. Поэтому тут важно использовать ИИ для раскрытия своего потенциала, а также искать области внедрения ИИ всюду. Для этого можно сформулировать также четыре направления:

• поиск нестандартных применений ИИ в рабочих процессах;

• творческий подход к формулированию запросов для ИИ;

• генерация инновационных идей для ИИ-проектов;

• создание оригинального контента с помощью ИИ-инструментов.

1.7 Решение проблем.

Внедрение инноваций невозможно без проблем и сбоев. Важно в этот момент сохранять спокойствие и решать проблемы. А также думать, как возникающие проблемы в бизнесе можно решать или предотвращать с помощью ИИ.

• Диагностика проблем, решаемых при помощи ИИ.

• Структурированный подход к внедрению ИИ-решений и возникающим при этом проблемам.

• Поиск альтернативных вариантов при неудачах ИИ-проектов.

• Комплексное решение бизнес-задач с использованием ИИ.

1.8 Принятие / Терпимость к другим взглядам

Ключ к поиску решений и качественному продукту – умение договариваться. А для этого необходимо выстраивать диалог между людьми с разными характерами, что само по себе очень сложно. Кроме того, в любом случае будут успешные и неуспешные проекты.

• Открытость к различным подходам внедрения ИИ.

• Учет мнений скептиков и критиков ИИ-технологий.

• Толерантность к ошибкам и неудачам в ИИ-экспериментах.

• Готовность к диалогу по этическим вопросам ИИ.

1.9 Методичность / Дисциплина

Никакой, даже самый лучший инструмент не приживётся, если руководитель не будет демонстрировать важность инструмента своим примером.

• Систематический подход к изучению ИИ-технологий.

• Соблюдение регламентов и процедур при работе с ИИ.

• Документирование опыта и результатов ИИ-проектов.

• Планомерное развитие ИИ-компетенций в организации.

2. Управленческие компетенции

В данном направлении мы выделяем восемь ключевых управленческих навыков, которые легли в основу нашего системного подхода. Конечно же, с учётом проникновения и развития ИИ.

2.1 Стратегия, организационная структура, бизнес-процессы

• Разработка стратегии внедрения ИИ в бизнес-процессы и долгосрочного развития.

• Создание организационной структуры для управления ИИ-проектами, а также использование ИИ для её проектирования.

• Оптимизация бизнес-процессов с использованием ИИ-технологий.

• Долгосрочное планирование развития ИИ в организации (в том числе включение внедрения и эксперименты с ИИ в метрики руководителей).

2.2 Практики регулярного менеджмента

• Внедрение ИИ в ежедневные управленческие процессы.

• Использование ИИ-аналитики для принятия управленческих решений.

• Автоматизация рутинных управленческих задач с помощью ИИ.

• Мониторинг показателей эффективности с использованием ИИ-систем.

2.3 Цифровые технологии, работа с данными и кибербезопасность

• Интеграция ИИ с существующими цифровыми системами и технологиями.

• Обеспечение качества данных для ИИ-алгоритмов.

• Защита ИИ-систем от кибератак и утечек данных.

• Соблюдение требований информационной безопасности при работе с ИИ.

2.4 Проектное и продуктовое управление

• Управление ИИ-проектами от идеи до внедрения, в том числе расчёт ROI и ТСО, понимание жизненного цикла ИИ-проектов и их специфики, понимания отличия от классической автоматизации.

• Разработка ИИ-продуктов и сервисов для клиентов.

• Координация работы междисциплинарных команд по ИИ.

• Контроль бюджетов и сроков реализации ИИ-инициатив.

2.5 Внутренняя и внешняя коммуникация

• Коммуникация / продвижение результатов ИИ-проектов внутри организации.

• Взаимодействие с внешними поставщиками ИИ-решений.

• Управление репутацией организации в контексте использования ИИ.

• Формирование корпоративной культуры принятия ИИ-технологий.

2.6 Теория ограничения систем

• Выявление узких мест в процессах, которые может решить ИИ.

• Оптимизация производительности системы через ИИ-решения.

• Балансировка нагрузки между человеческими и ИИ-ресурсами.

• Управление ограничениями при масштабировании ИИ-решений.

2.7 Внедрение изменений: мотивация, связь с общественностью, управление сопротивлением и лидерство

• Мотивация сотрудников к освоению ИИ-технологий.

• Работа с сопротивлением изменениям при внедрении ИИ.

• Лидерство в ИИ-трансформации организации.

• Формирование положительного образа ИИ-инициатив.

2.8 Бережливое производство

• Применение принципов бережливого производства к ИИ-проектам.

• Устранение потерь в процессах с помощью ИИ-оптимизации.

• Непрерывное совершенствование ИИ-решений.

• Снижение затрат через автоматизацию с использованием ИИ.

3. Цифровые компетенции

В статье Цифровая трансформация и цифровизация: компетенции и дорожная карта мы выдвинули модель цифровых компетенций: цифровая эрудиция, работа с данными, информационная безопасность, организация совместной работы и производство контента. Мы несколько месяцев пытались сформулировать модель компетенций для ИИ. Однако в конце концов мы поняли, что это частный случай, который должен подчиняться цифровизации в целом. Поэтому данная модель актуальна и тут, вопрос лишь в детализации.

3.1 Цифровая эрудиция

• Классификация видов ИИ и области их применения.

• Возможности и ограничения ИИ-технологий.

• Формулирование запросов (промтинг) и работа с ИИ-инструментами.

• Связь ИИ с другими цифровыми технологиями.

• Использование ИИ в корпоративных ИТ-системах.

3.2 Работа с данными для ИИ

• Качество данных для обучения ИИ-моделей.

• Разметка и подготовка данных для ИИ.

• Управление данными в контексте ИИ-проектов.

• Интерпретация результатов ИИ-аналитики.

• Предвзятость и справедливость в отношении к данным для ИИ.

3.3 Безопасность ИИ

• Регуляторные требования к ИИ.

• Информационная безопасность ИИ-систем.

• Этика использования ИИ.

• Безопасность ИИ и управление рисками для бизнеса.

• Технологии сохранения конфиденциальности в ИИ.

3.4 Создание контента с ИИ

• Генерация различных видов контента с помощью ИИ.

• Инженерия запросов для создания контента в различных видах.

• Сотрудничество человека и ИИ в творческих процессах.

• Автоматизация производства контента.

• Контроль качества ИИ-генерированного контента.

3.5 Организация взаимодействия с ИИ

• Интеграция ИИ-помощников в командную работу.

• Автоматизация рабочих процессов с участием ИИ.

• Команды человек-ИИ и распределение задач.

• Обучение сотрудников работе с ИИ.

• Мониторинг эффективности сотрудничества человека и ИИ.

Матрица компетенций

Сотрудников мы, как правило, разделяем на пять групп:

• Собственники, СЕО и заместители (СЕО-1)

• Средний менеджмент

• Неформальные лидеры

• ИИ-специалисты

• Обычные сотрудники (работники).

Матрица компетенций по группам:

Компетенция	CEO/TOP	Средний менеджмент	Неформальные лидеры	ИИ-специалисты	Обычные сотрудники
1. Личностные компетенции (9 компетенций)	3	3	3	3	2
2.1 Стратегия, структура, процессы	3	3	2	2	1
2.2 Практики регулярного менеджмента	2	3	2	2	1
2.3 Цифровые технологии и кибербезопасность	2	3	2	2	1
2.4 Проектное и продуктовое управление	2	3	2	3	1
2.5 Внутренняя и внешняя коммуникация	3	3	2	2	1
2.6 Теория ограничения систем	2	2	1	2	0
2.7 Управление изменениями и лидерство	2	3	2	2	1
2.8 Бережливое производство	1	2	1	2	0
3.1 Цифровая эрудиция (ИИ-фокус)	2	2	2	3	1
3.2 Работа с данными для ИИ	3	2	2	3	1
3.3 Безопасность ИИ	3	2	2	3	1
3.4 Создание контента с ИИ	2	2	3	3	2
3.5 Организация взаимодействия с ИИ	2	3	2	2	2

 Если все упростить, то можно сделать следующую «выжимку».

• CEO/TOP

Экспертные компетенции: личностные, стратегия/структура/процессы, коммуникация, работа с данными для ИИ, безопасность ИИ.

Фокус: стратегическое лидерство, управление, безопасность ИИ.

Роль: визионеры ИИ-трансформации и главные ответственные за риски.

• Средний менеджмент

Экспертные компетенции: личностные, стратегия, регулярный менеджмент, цифровые технологии, проектное управление, коммуникация, управление изменениями, взаимодействие с ИИ.

Фокус: операционная реализация ИИ-стратегии.

Роль: главные исполнители ИИ-трансформации.

• Неформальные лидеры

Экспертные компетенции: личностные, создание контента с ИИ.

Фокус: демонстрация возможностей ИИ через практические результаты.

Роль: культурные амбассадоры и вдохновители.

• ИИ-специалисты

Экспертные компетенции: личностные, проектное управление, цифровая эрудиция ИИ, работа с данными, безопасность ИИ, создание контента.

Фокус: техническая экспертиза и консультирование.

Роль: центры компетенций и внутренние эксперты.

• Обычные сотрудники

Практические навыки: создание контента с ИИ, взаимодействие с ИИ.

Фокус: эффективное использование ИИ-инструментов в работе.

Роль: активные пользователи ИИ-решений.

Резюме

Как показывают последние исследования, компании-лидеры вкладываются в первую очередь в процессы и людей, а технологии и конкретные модели идут уже как следствие, а не самоцель. Если вы инвестируете в технологии и забываете про людей, то будете получать дорогие и никому не нужные игрушки. Бизнесу будет все равно, идей от него не будет, а все внедрённое будет восприниматься как чужеродное.

Для продвижения изменений необходимо обучение сначала высшего руководства, а затем и остальных сотрудников. Причём важно получить не менее 10% от всего персонала. Именно 10% команды должны стать агентами изменений. Именно 10% команды должны стать агентами изменений, которых будет поддерживать высшее руководство. При этом и само высшее руководство должно быть примером и лидером в использовании ИИ. В противном случае люди не купят идею и не поверят в неё.