З поширенням генеративного AI багато працівників значно підвищують особисту продуктивність за допомогою AI-інструментів, однак загальна цінність та виробництво компаній не зросли відповідно. Засновник компанії з аналізу даних AI Hebbia, George Sivulka, нещодавно опублікував статтю «Висока особиста продуктивність не означає успіх компанії», у якій зазначає, що проблема полягає не у технологіях, а у тому, що організація компанії не перероблена з урахуванням AI. Він пропонує концепцію «інституційного AI» (Institutional AI), яка передбачає, що майбутня конкурентоспроможність компаній залежатиме від глибокого впровадження AI у процеси, рішення та управлінські структури, а не лише як інструмент підвищення особистої ефективності.
Парадокс AI у підвищенні продуктивності: особиста ефективність зростає, а цінність компанії — ні
За останні роки генеративний AI швидко поширюється, інструменти як ChatGPT та Claude широко використовуються працівниками для написання текстів, розробки програм та аналізу даних. ЗМІ та творці наголошують, що AI може збільшити особисту продуктивність у кілька разів або навіть у десять.
Однак Sivulka зазначає, що загальний обсяг виробництва та цінність компаній не зросли у відповідності: «Інакше кажучи, прибутки від підвищення продуктивності, які приносить AI, не перетворюються у реальну бізнес-цінність на рівні організації.»
На його думку, причина полягає в тому, що більшість компаній просто дозволяють працівникам окремо використовувати AI-інструменти, але структура, процеси та механізми прийняття рішень залишаються незмінними. Тому «висока особиста ефективність не означає високої ефективності компанії».
(Штучний інтелект у допомозі програмуванню спричинив проблеми? Amazon за тиждень стикнулася з чотирма збоїми систем, керівництво скликало термінове засідання)
Історія електрифікації заводів як приклад трансформації організацій у епоху AI
У статті Sivulka цитує приклад промислової революції кінця XIX століття. Коли електроенергія почала замінювати парові машини, багато текстильних фабрик просто замінили парові двигуни на електродвигуни, але структура та виробничі процеси залишилися незмінними. В результаті протягом майже 30 років виробничі потужності майже не зростали.
Лише у 1920-х роках, після повного перероблення виробничих систем — впровадження конвеєрних ліній, окремих двигунів для кожного обладнання та перепланування робочих процесів — електроенергія справді дала значний приріст продуктивності.
Sivulka вважає, що сучасний розвиток AI перебуває на подібному етапі: компанії лише «замінили двигуни», але ще не «переробили всю фабрику».
Від «особистого AI» до «організаційного AI»: як максимально підвищити ефективність?
Він називає сучасні моделі та застосування AI «особистим AI» (Individual AI), і вводить концепцію «організаційного AI» (Institutional AI), пояснюючи різницю між ними.
Особистий AI: інструмент для підвищення особистої ефективності
Sivulka зазначає, що більшість застосувань AI нині — це «особистий AI», тобто інструменти для підвищення продуктивності на рівні окремої особи. Наприклад, працівники використовують AI для написання звітів, обробки даних або створення презентацій:
Ці інструменти дійсно підвищують особисту ефективність, але часто не мають єдиного процесу або механізмів співпраці, що призводить до розпорошення результатів, хаосу та інформаційного шуму всередині організації.
Організаційний AI: інтегрована система розуму у процеси компанії
Він пропонує інший формат — «організаційний AI». Такий AI — не просто інструмент, а глибоко інтегрований у процеси прийняття рішень, управління та структури компанії, допомагаючи створювати реальну цінність на рівні організації.
У цій моделі AI може виконувати різні ролі: аналізувати ризики, координувати інформацію між відділами або активно виявляти нові бізнес-можливості.
«Структура інтелекту організації»: сім основних стовпів для справжнього плану AI компанії
Sivulka пропонує сім ключових елементів «інституційного інтелекту», які, на його думку, стануть ядром майбутніх систем AI у бізнесі.
Координація: запобігання хаосу через AI
Перш за все, якщо кожен працівник використовує AI окремо, результати та процеси можуть конфліктувати. Завдання організаційного AI — створити механізми співпраці та управління, щоб люди та AI-агенти (AI Agents) могли працювати у чітко визначених межах.
Особистий AI може спричинити хаос у організації, тоді як організаційний AI здатен узгодити робочі процеси та допомогти у розподілі завдань.
Сигнали: знаходження цінних даних у потоці інформації
Генеративний AI значно знижує витрати на створення контенту, але водночас породжує багато інформації різної якості. Важливою функцією організаційного AI є вміння розпізнавати та відбирати справді цінні «сигнали» серед масивів даних та AI-генерованого контенту.
Об’єктивність: уникнення посилення упереджень AI
Sivulka зауважує, що багато моделей AI схильні підлаштовуватися під думки користувачів, що може поглиблювати когнітивні упередження всередині організації. Майбутні системи AI мають виконувати роль більш об’єктивного контролю, схожого на аудит або нагляд, ставити під сумнів рішення та вказувати на потенційні ризики.
Особистий AI може посилювати «ефект ехо-камери» (Echo chambers) та упередження (Bias), тоді як організаційний AI здатен зосередитися на пошуку істини.
Конкурентна перевага: поєднання універсальних моделей та вертикальних застосувань
Він посилається на концепцію «двох дилем» інноватора, яка стверджує, що сучасні універсальні великі моделі забезпечують базові можливості, але ще не мають широкого застосування у вузьких сферах, де вони можуть мати значний додатковий ефект. Наприклад, платформи для генерації зображень Midjourney або голосові AI-компанії ElevenLabs створюють конкурентні переваги через спеціалізацію.
Він вважає, що для компаній ключовим є поєднання універсального AI із організаційним спеціалізованим AI — це найефективніший шлях до конкурентної переваги.
Орієнтація на результати: від зниження витрат до збільшення доходів
Sivulka підкреслює, що багато AI-продуктів орієнтовані на «економію часу або людських ресурсів», але справжня цінність для бізнесу — у здатності генерувати нові можливості для доходу. Тому майбутні системи AI мають демонструвати здатність безпосередньо впливати на зростання доходів.
Наприклад, AI має здатність ідентифікувати найперспективніші цілі для злиття або поглинання з тисяч потенційних об’єктів, а не лише допомагати аналітикам швидше будувати фінансові моделі.
Здатність до впровадження: інтеграція AI у бізнес-процеси
Реальне застосування AI часто вимагає перепроектування бізнес-процесів та управлінських систем. Sivulka зазначає, що компанії на кшталт Palantir (PLTR) привертають увагу саме через здатність допомагати інтегрувати AI у вже існуючі процеси та керувати внутрішніми змінами.
Проактивність: AI, що діє без людських підказок
Зараз більшість систем AI потребують людських команд для роботи. Однак у майбутньому важливішою стане здатність AI самостійно моніторити дані, виявляти аномалії та попереджати про ризики. Наприклад, ще до того, як менеджер з інвестицій відкриє фінансовий звіт, AI може виявити ознаки погіршення фінансового стану компанії та автоматично надіслати попередження відповідно до кредитних умов.
Конкуренція у епоху AI: хто швидше «перебудує фабрику» — той і виграє
У кінці Sivulka підкреслює, що особисті AI-інструменти залишаться основним входом у світ AI для компаній, але справжній розрив у конкурентоспроможності можливий лише через впровадження інституційного AI. Він вважає, що майбутні компанії ймовірно будуть одночасно використовувати універсальні AI-помічники та спеціалізовані системи AI для організаційного рівня. Перші підвищують ефективність працівників, другі — інтегрують інформацію, підтримують рішення та створюють бізнес-цінність.
Він завершує, посилаючись на історію промислової революції, і наголошує, що і в епоху AI компанії стикаються з викликом — як переробити свою організацію:
Ті заводи, що найраніше впровадили електрифікацію, у кінцевому підсумку програли тим, що переробили виробничі лінії. У нас вже є електрика, настав час перебудувати фабрики.
Ця стаття «AI підвищує продуктивність працівників у 10 разів, але не у 10 разів цінність компанії: куди зникла продуктивність?» вперше з’явилася на Chain News ABMedia.
