Что позволяет запускать меняющие жизнь инновации – СhatGPT, Metaverse, IoT…
Такие решения, как СhatGPT, метавселенные, сегодня бурно обсуждаются во всем мире. Ведь они кардинально начинают менять образ жизни человека. Об основах, при которых возможно появление таких прорывных инноваций и в Кыргызстане, рассказала выпускница Harvard Business School, эксперт по цифровой трансформации и стратегическим коммуникациям с более чем 20-летним опытом, эксперт масштабного донорского проекта по цифровой трансформации КР, основатель консалтинговой компании PRofiComm - Татьяна Шахин-Байло. В одной из ведущих мировых бизнес-школ она получила самые последние практические знания в области построения современных цифровых стратегий в эпоху искусственного интеллекта и данных.
- Если просто о сложном – какие ключевые основы должны быть в Кыргызстане, чтобы и у нас появлялись такого рода инновационные решения, как ChatGPT или та же Siri?
- Стратегически важно на данном этапе развития цифровой трансформации в стране направить усилия на развертывание полноценной экосистемы данных. Этот вывод логически исходит из аналитики более 20 изученных успешных кейсов цифровой трансформации мировой практики (ссылаюсь на HBS), а также результатов исследования в 90 странах с участием 1 500 топ-менеджеров, анализа цифровой зрелости нашей страны и уровня развития электронного правительства. Ведь любые решения необходимо адаптировать под реалии каждой страны, каждого бизнеса в отдельности. Так как контекст реализации подобных "изменений" (сегодня в мире их сегментируют как кардинальные инновации) является одним из ключевых параметров успеха.
- Вы говорили о существовании даже формулы расчета…
- Да, есть математическая выкладка наращивания ценности перехода в цифру (будь то бизнес или govtech). Она выглядит следующим образом - U=сqn (в степени e). То есть цифровая (трансформационная) ценность зависит от соотношений между ценностями таких параметров, как:
1. Контекст (уровня зрелости среды).
2. Качество продукта или сервиса (эта ценность должна быть практически моментальной).
3. Количество пользователей (комплиментаторов) с показателем уровня сетевого эффекта.
То есть, к примеру, различные экосистемы в различных контекстах могут иметь совершенно разную ценность – либо "полететь" либо нет. Невозможно взять какой-либо успешный кейс, "наложить на разные реалии" и ожидать идентичные результаты. Для нас, считаю, актуальный и имеющий высокий спрос следующий этап цифровизации – это именно построение DATA-центричной модели изменений с глубокой интеграцией с бизнесом через доверительную среду совместного использования данных. Эта экосистема есть основа AI (искусственный интеллект), соответственно, моделей управления на основе ИИ.
- А что такое экосистема данных, если объяснять обывателю? И как она способствует появлению прорывных умных решений?
- Давайте возьмем простой пример - цифровое решение онлайн-автокредитования за пять минут. Реализация данной услуги за такой короткий период возможна при, во-первых, развернутой инфраструктуре цифровых данных как со стороны государственного, так и финансового секторов. Посредством регламентированного и безопасного совместного использования цифровых данных возможно внедрение автоматизированных платформ кредитного скоринга и принятия решения (в данном случае кредитный скоринг (от идентификации человека до системы оценки кредитоспособности). Кроме того, должны быть реализованы автоматизированные механизмы онлайн-переоформления автомобиля и получения цифровых правоустанавливающих документов с возможностью доставки госномерных знаков. Вся эта процедура (услуга) может быть доступна за пять минут.
По традиционной модели это могло занимать недели с обязательным посещением ряд госорганов, филиала банка и т. п. А ценность цифрового решения – быстро, качественно, удобно, посредством смартфона и Интернета.
Так вот, если качественная инфраструктура "данных" развернута только на стороне бизнес-сектора, то, как вы понимаете, без другой составляющей (на стороне госсектора) запуск подобных решений откладывается. Как говорится, здесь нет никакой магии, а просто "протокол". То есть при наличии и интеграции с финансовыми технологиями возможны такие решения. А теперь распаковываем социальную сторону решения – возможность жителям удаленных регионов иметь доступ к банковским продуктам. То есть это вопрос уже уровня инклюзивного финансирования, а далее – при развитии систем – это та заветная мечта: индивидуальные, персонализированные финансовые услуги. В общем, финтех шагает по стране с их миссией Finlife - проникновение во все сферы жизни и становление инструментом для образа жизни (это когда человек начинает все оплачивать через финансовые цифровые платформы).
- Вы сегодня активно продвигаете тему о фабриках данных. Что это такое?
- Если датацентричная экономика – это про то, что мы должны сделать на данной волне трансформации. DATA (AI) Factory – это про то, как построить страновую систему совместного использования данных либо индивидуальную в вашем бизнесе. Это архитектурная инновация, вокруг которой перестраивается вся модель функционирования бизнеса, в том числе между отраслями экономики или государственного сектора. Она меняет саму суть того, как начинают системы и люди вокруг них реализовывать свою деятельность. То есть они перестраиваются вокруг этого архитектурного внедрения, формируя единую операционную модель, а не фрагментарную, которая интегрирована от потребности.
Важно подчеркнуть, что новая модель влияет на формирование как новой архитектурной, так и организационной структуры компании или правительства. Это совершенно новый способ функционирования.
- Как выглядит эта Data-фабрика? Что должны строить?
- Эта архитектура, которая подразумевает определение источников данных, развертывание процессов для конвейера данных (DATA Pipeline) – сбор, ввод, очистка (датафикация), формирование хранилищ или озер данных. Следующим ключевым компонентом фабрики является экспериментальная платформа, где проверяются модели алгоритмов обработки. Далее это развертывание продукта и его системные доработки. То есть конвейер отвечает за сбор и очистку данных, алгоритмы – набор действий для обработки данных и решения определенных задач, платформа – эксперименты над планируемыми решениями и сам процесс запуска продукта. Ну и, конечно, все это строится на цифровой инфраструктуре, которая, кстати, уже функционирует у нас на базе инфраструктуры системы "Тундук".
Важно понять, что данная модель подразумевает не просто наличие отдельно существующего IT-департамента, поддерживающего работу фабрики. Не просто наем айтишников. Это встраивание IT-функционала во все процессы работы организации. Это не означает тотальная IT-экспертиза во всем, но это обязательное приобретение базовых и далее цифровых навыков для возможности встроиться со своей ключевой экспертизой в новую модель организации. Это "must have навык" экспертов или госслужащих современного мира.
Поэтому это новая ключевая архитектура организации логически ведет к переосмыслению: как управляем, какие новые процессы внедряем, как меняем организационную структуру – то есть изменяем способ того, как мы будем работать и предоставлять ценность клиентам, гражданам. ИИ, данные – это новая среда, которая форматирует все то, что и как мы делаем. Они становятся в центре организации.
Также считаю критическим подчеркнуть важность доверия между всеми участниками процесса трансформации, так как совместное создание и совместное владение возможностями данных и ИИ является ключевыми для успеха. А также иметь гибридную модель реализации – человек + искусственной интеллект. Все это позволяет иметь менее предвзятое решение в конечном итоге.
- Внедрение такой современной модели должно быть затратно и какова окупаемость?
- C учетом проанализированных практик по всему миру именно данная модель (Data/ AI first model) позволяет масштабироваться практически c near-zero-cost (что подходит для одного – с легкостью масштабируется на целый сегмент целевой аудитории). Далее – наиболее оптимальным образом удовлетворяет спрос на персонализированные услуги (удаленно, быстро, индивидуально, в удобной для клиента форме, без расширения штата и затрат на офлайн-офисы с их тяжелой офисной структурой и т. п.). И именно модель с DATA-фабрикой на стадии накопления достаточного количества пользователей дает тот самый экспоненциальный, квантовый рост за счет дополнительного сетевого эффекта. Ни одна традиционная модель по своей сути не справится с поддержкой экспоненциального роста. Ведь в традиционных моделях – фрагментарное развертывание – куча данных, процессов, людей с их "броуновским движением". Либо все это разрозненное надо масштабировать для удовлетворения индивидуальной потребности гражданина, либо управлять единой автоматизированной системой без человеческого фактора в процессах, без этих классических bottleneck c перегрузками через единый интерфейс. Именно это и драйвит масштаб, объем, эффект обучения алгоритмов. Кстати, по экспертным оценкам, маркетплейсы могут формировать до 40% своей прибыли от монетизации ценности данных. Вкладываться ли в такое конкурентное преимущество и новые возможности?! На самом деле не всегда для этого необходим закуп дорогостоящего нового оборудования. Для каждого это индивидуальные решения - в зависимости от цифровой зрелости. По экспертным оценкам, компании могут инвестировать в формирование экосистемы данных порядка 2-6% общего корпоративного бюджета в год.
- Какой в международной практике применяется план действий по переходу? Какие нам нужны конкретные шаги?
- Согласна, что иногда не надо изобретать велосипед и использовать плюсы цифрового отставания. Модель изменений цифровой трансформации предполагает переосмысление четырех ключевых драйверов – стратегии с ее top down-видением (от руководства к сотрудникам, с установкой глубокой интеграции во все процессы работы). Далее – перепрошивку бизнес-процессов (связанные, релевантные со стратегией, централизованно насаждаемые и управляемые). Следующее – архитектурные изменения и, наконец, изменения организационной структуры и культуры компании. Но я бы выделила очень важный пятый элемент, который ранее сегментировали как вызовы цифровизации (это защита персональных данных (прайвеси), кибербезопасность, (предвзятость алгоритмов и т. п.). Смарт-компании и государства сегодня определяют этот пласт задач не отдельно от системы, а как параллельные задачи. Это не антикризисные стратегии (на всякий случай). Их функционал развертывается на уровне дизайна новой модели организаций, он заранее встроен, а не развивается где-то отдельно. И самое важное – им определен новый уровень ответственности – топ-руководитель и топ-менеджер. Почему? Уровень влияния и масштаб проблем от багов в этом направлении может приносить колоссальный урон.
- Процесс, скажем так, не быстрый…
- Это длительное путешествие, безусловно. Важно его подкрепить четкой программой изменений и наличием архитектора изменений, в чьи цели будет выставлен данный процесс. Иногда функционал совмещает, конечно, первое лицо, но при этом образ мышления с фокусом на цифру и уровень цифровых компетенций должен быть достаточно высоким. Все новое чисто психологически вызывает страх и отторжение. Поэтому часто изменения ведут по бимодальной модели управления – то есть частично забываем "старое", постепенно внедряем "новое" и управляем меняющимся настоящим.
Ну и еще один ключевой фактор эффективности внедрения программ изменений – это докоммуницированность в 360. Без применений технологий моделирования поведения по принятию изменений, стратегических коммуникаций эффективно запустить процесс не представляется возможным. Эти пиар-технологии и матрицы схем принятия – отдельная тема обсуждения, как и новые стратеги интеграции трех перспектив. Мир действительно изменился. Эксперты и практики отмечают тот аспект, что, если раньше коммуникационные стратегии были как гигиенический, поддерживающий фактор, то в эпоху внедрения инноваций – это обязательный стратегический инструмент управления изменениями. Коммуникатор (пиар-стратег) - проводник и носитель изменений наряду с первыми лицами компаний.
- То есть это тот самый информационный контекст?
- И он, в частности. Привычка мыслить вне старых рамок и действовать по-новому – еще та задача уровня внутренней трансформации руководителя, эксперта, компании, государства. Но есть сотни повсеместных примеров, успешно реализованных изменений - тот же Сингапур, наш сосед Казахстан... Да, легче образовывать и развивать новое, чем менять устоявшиеся системы. Есть известное выражение – "Культура ест стратегии на завтрак". Но технологическая трансформация – это не нечто новое, с чем сталкивается человечество впервые. Мы переживали ее в 60-х, в середине 80-х, с 2010-го, это просто разные волны. Сегодняшний хайп вокруг этой темы имеет четкие логические корни - появление AI, новые возможности масштабирования, расширения, спектр проблем для решения, доступностью реализации, спрос так называемых "непокрытых технологиями людей". Техноинновации - это еще и социальная стабильность с ее инклюзивными возможностями, ростом рабочих мест, креативной экономикой, возможностями прозрачности и нивелирования коррупционных проявлений и т. п.
- Хайп вокруг ChatGPT, значит, тоже связан с данными?
- Верно. Эта инновация, по сути, заменила необходимость формирования текстов практически любой сложности (от написания постов, описания продуктов – до со-написания научных статей, курсовых, диссертаций и тому подобное). Это прямая ценность. Далее, многие смарт-организации уже встроили этот инструмент в свои фабрики данных. Обмен данными в результате этого позволил решить огромный спектр задач. Например, многие компании констатируют колоссальное сокращение времени на создание обратной связи для клиентов (до 90%), на основе кооперации с чатом создаются бандловые, интегрированные предложения (огромное количество комбинаций имеющихся решений и появление новых и, самое главное, в кратчайший промежуток времени). То есть портфель предложений, важно, – персонализированных, колоссально увеличился для клиентов. Высокую результативность инновация демонстрирует на повышение эффективности операционной деятельности компаний – оптимизация процессов, минимизация в логистике, цепочке поставок, аналитике инвентаря, оптимизация маршрутов и т. п. Сценаризация использования поражает. И это опять же на основе обмена данными и развернутых внутри фабрик данных. Со-создание с ChatGPT новых ценностей и решений – это как раз тот эффект масштабирования P2P (продукт - человек) между всем многообразием потребителей с особой скоростью и прогрессией. А представьте, что может давать комбинация таких возможностей между бизнесом и госсектором. В марте Microsoft заявил о презентации обновленной версии ИИ GPT. Прогнозируют, что он "изменит все" и будет в 537 раз способнее своего предшественника, то есть ChatGPT. Пока невозможно осмыслить его влияние - например, на глобальный уровень безработицы или смену парадигмы работы человека в целом.
2023 год назван Годом искусственного интеллекта. От скорости встраивания в глобальные цифровые процессы зависит "место под солнцем" в мировой экономике. Уже в 2013 году Мировой всемирный экономический форум определил цифровую дезинформацию и неравенство как одну из ключевых угроз для общества. Хотим или не хотим, но изменения неизбежны…
