Чому більшість керівників неправильно підходять до впровадження ШІ — колонка INSEAD
Штучний інтелект зробив технології доступними для всіх, але водночас загострив конкуренцію між компаніями. Коли всі мають доступ до однакових інструментів, вирішальними стають не технології, а вміння мислити по-новому та швидко адаптуватися.
На цьому тлі дедалі більше керівників інвестують у ШІ-рішення, проте далеко не всі отримують очікуваний результат. Ми переклали колонку INSEAD, у якій пояснюють, чому штучний інтелект не змінює головних принципів ведення бізнесу, як компаніям не втратити контроль, впроваджуючи ШІ, та чому найбільшою конкурентною перевагою залишаються критичне мислення, допитливість і готовність переосмислювати звичні підходи.
Кожна галузь має свої приховані закономірності. Штучний інтелект лише посилює розрив між тими, хто їх розуміє, і тими, хто їх не помічає.
Meta витратила понад $80 млрд на Reality Labs, намагаючись створити віртуальний світ власними силами. Водночас Roblox обрала інший підхід: компанія дала користувачам інструменти для створення контенту та розвитку платформи. У результаті сервіс має понад 150 млн щоденних активних користувачів і ринкову капіталізацію понад $30 млрд на момент публікації.
Обидві компанії працюють в одному секторі та використовують схожі технології. Різниця в тому, що Roblox побачила модель, у якій користувачі самі створюють цінність майже без додаткових витрат для платформи. Meta ж зробила ставку на традиційний підхід і спробувала створити все самостійно.
Упродовж більшої частини сучасної історії бізнесу успіх залежав від доступу до знань і здатності втілювати їх на практиці. Знання контролювали великі інституції та географічні обмеження, а реалізація вимагала часу й капіталу. Сьогодні ситуація змінилася. Підприємець у Досі, Лагосі чи Софії може змагатися за того самого клієнта, що й компанії з будь-якої іншої країни. А завдяки ШІ багато ідей можна реалізувати, просто описавши завдання звичайною мовою.
Такі закономірності існують у кожній галузі. Це система стимулів, яка визначає, хто і за що отримує винагороду. Це розподіл впливу, від якого залежить, які ідеї отримують підтримку. І це набір правил, що визначає, які підходи стають стандартом ринку, а які поступово втрачають актуальність.
Штучний інтелект не змінив цих правил. Він лише зробив помилки дорожчими. Саме тому керівникам варто навчитися бачити приховані механізми, які рухають їхніми ринками.
Перевірте власні припущення
Впровадження штучного інтелекту — це насамперед не технологічний, а управлінський виклик. Це змушує компанії переглянути звичні підходи та поставити собі запитання: якби ми створювали цей бізнес сьогодні з нуля, чи побудували б ми його так само?
SpaceX свого часу поставила під сумнів правило, яке десятиліттями вважали незмінним: чому ракети мають бути одноразовими? Завдяки вертикальній інтеграції та швидкому тестуванню компанія створила нову категорію на ринку.
Спростування одного застарілого припущення призводить до поступових покращень. Коли ж компанія переглядає одразу кілька базових уявлень про свій ринок, вона починає бачити приховані закономірності. Саме так з’являються проривні рішення та нові ринкові категорії.
Проєктуйте з урахуванням масштабування, але не забувайте про етику
Є три принципи, які змінюють підхід до створення продуктів у добу штучного інтелекту.
Перший — майже нульова вартість масштабування. Рішення на базі ШІ можна відтворювати в необмеженій кількості сценаріїв із мінімальними додатковими витратами. Тому кожен цифровий продукт або процес варто оцінювати через просте запитання: якщо це спрацює, чи зможемо ми масштабувати його без пропорційного зростання витрат і команди?
Другий принцип — переосмислення того, хто створює цінність. Найуспішніші платформи не виконують усю роботу самостійно. Uber залучив водіїв, які фактично створюють сервіс. TikTok зробив ставку на кріейторів, які наповнюють платформу контентом. У результаті компанії отримують основну частину цінності, хоча самі не створюють контент і не надають послуги напряму.
Коли користувачі одночасно стають авторами контенту, тестувальниками продукту та каналом його поширення, зростання відбувається значно швидше, ніж у традиційних компаніях.
Третій принцип стосується етики та безпеки. У світі, де технології поширюються експоненційно, проблеми також масштабуються з такою самою швидкістю.
Показовий приклад — OpenClaw, асистент із відкритим кодом на базі ШІ. За кілька місяців після запуску проєкт отримав понад 250 тисяч зірочок на GitHub. Водночас система виявила понад 40 тисяч незахищених серверів, через які витікали API-ключі та персональні дані.
Ставте під сумнів те, що вважається правдою
Великі мовні моделі, на які дедалі частіше покладаються компанії, мають власні обмеження та упередження.
Вони навчаються на даних з інтернету — а отже, на інформації, створеній людьми з різними інтересами, мотивацією та поглядами. Такі моделі не перевіряють істинність фактів. Вони прогнозують відповідь, яка виглядає найбільш правдоподібною.
Це створює системну проблему. У США 71% алгоритмів глибокого навчання для сфери охорони здоров’я навчаються на даних пацієнтів лише з трьох штатів. Понад половину вебсторінок у наборі даних Google C4, який використовують для навчання великих мовних моделей, розміщено на серверах у США.
До цього додається ще одна проблема: у деяких наукових галузях понад половину досліджень не вдається відтворити під час повторних перевірок. Проте ШІ використовує такі матеріали нарівні з іншими джерелами.
Китайські моделі можуть мати інші обмеження та упередження, але суть проблеми не змінюється. Жодна модель не є повністю нейтральною, тому жодну модель не варто сприймати як безстороннього арбітра.
Ситуацію ускладнює ще один процес — так званий «колапс моделі». Контент, створений штучним інтелектом, дедалі частіше потрапляє до нових навчальних наборів даних. У результаті моделі починають навчатися на матеріалах, які самі ж і створили. Це поступово погіршує якість результатів із кожним новим поколінням систем.
Перевірте свої залежності
Залежність від штучного інтелекту значно ширша, ніж може здатися на перший погляд.
- Енергетична незалежність. Хто забезпечує електроенергією інфраструктуру, на якій працює ваш ШІ?
- Обчислювальна незалежність. Де саме обробляються ваші дані та виконуються обчислення?
- Незалежність даних і алгоритмів. Хто контролює дані, на яких працює система, і хто визначає логіку рішень, які вона ухвалює?
- Культурна та світоглядна незалежність. Чи відображає ШІ ваш контекст і цінності, чи працює виключно через призму даних, на яких його навчали?
- Незалежність талантів. Чи зможуть ваші працівники виконувати свою роботу, якщо завтра доступ до ШІ зникне?
- Управлінська незалежність. За якими законами працює ваш постачальник технологій і під чиєю юрисдикцією він перебуває?
- Стратегічна незалежність. Чи робить кожен новий інструмент вашу компанію сильнішою та самостійнішою, чи навпаки — посилює залежність від зовнішніх платформ?
Усі ці фактори взаємопов’язані. Геополітичні обмеження, санкції або зміна умов з боку постачальника можуть одночасно вплинути на кожен із них.
Якщо компанія не має плану дій на випадок втрати доступу до ШІ-інфраструктури, вона не має повноцінної ШІ-стратегії. Вона лише залежить від ШІ.
Перегляньте, що саме ви захищаєте
Традиційні підходи до захисту інтелектуальної власності формувалися в часи, коли ринки змінювалися значно повільніше. Сьогодні нові функції копіюють за кілька днів, а програмний код — за кілька годин. Тому головне питання вже не в тому, як запобігти копіюванню, а в тому, як зберегти стійку конкурентну перевагу.
Коли користувачі взаємодіють із продуктом, вони створюють нові дані. Ці дані допомагають удосконалювати продукт, що приваблює ще більше користувачів. Вони, своєю чергою, генерують ще більше даних. Так формується ефект «гравітації даних» — самопідсилювальний цикл, який набагато складніше скопіювати, ніж окрему технологію чи патент.
Захистити таку перевагу часто простіше й дешевше, ніж роками відстоювати права в судах.
Багато компаній уже володіють подібними активами, хоча не завжди усвідомлюють їхню цінність. Наприклад, телекомунікаційні оператори мають величезні масиви даних про поведінку користувачів. LinkedIn має понад мільярд людей, які регулярно діляться на платформі своїми навичками, професійним досвідом, кар’єрними змінами та діловими зв’язками.
Дійте швидко та робіть інші ставки
Штучний інтелект здешевлює масштабування майже до нуля, а ринки змінюються за лічені тижні. У таких умовах великі й довгострокові ставки стають дедалі ризикованішими.
Натомість ефективною стає стратегія невеликих експериментів із обмеженими втратами та високим потенціалом зростання. Якщо ідея не спрацює, компанія втратить небагато. Якщо спрацює — зможе швидко масштабувати успіх. Саме ця асиметрія стає перевагою.
Найуспішніші компанії досягають цього завдяки дисципліні. Вони використовують зрілі та прибуткові напрями бізнесу для фінансування нових ініціатив. А коли нові напрями доводять свою життєздатність, поступово зміщують туди ресурси та увагу.
Такий підхід погано поєднується з жорсткими ієрархіями та культурами, які уникають ризику.
Більшість книжок про лідерство майже не говорить про головне. Сьогодні найбільшою конкурентною перевагою є не технологія, не платформа і навіть не власні дані. Найбільшу цінність мають цікавість, готовність діяти в умовах невизначеності та впевненість у тому, що нові виклики можна зрозуміти й подолати.
