Развертывание технологий в масштабах всей организации также требует умелого управления изменениями. Например, в одной американской сети магазинов одежды пилотный проект внедрения ИИ был запущен лишь в небольшом количестве магазинов. В рамках него машинное обучение применялось для предоставления рекомендаций в режиме онлайн, прогнозирования оптимальных уровней загруженности склада и создания моделей быстрого пополнения запасов, а также (что было сложнее всего) формирования политики сбыта. Закупщики, которые прежде заказывали товары интуитивно, теперь задавали вопросы: «Зачем я вам, если вы полагаетесь на эту технологию?» После завершения пилотной фазы проекта закупщики объединились и обратились к директору по стимулированию сбыта с требованием отказаться от программы. Стоит отдать ему должное: он отметил, что пилотный проект показал хорошие результаты, и позволил его расширение. Он решил, что закупщики, освободившись от определенных задач, смогут заняться более сложной работой, в которой люди все еще проявляют себя лучше, чем машины, например разбираться с желаниями молодых покупателей и определять планы производителей одежды на будущее. Вместе с тем он понял, что закупщиков необходимо обучить новым принципам работы.
Чтобы масштабирование проходило успешно, компании также должны работать над повышением производительности труда. Возможно, внедрение когнитивных технологий в ближайшее время не приведет к существенной экономии за счет сокращения штатов, но точно принесет коммерческую выгоду. Например, многие компании планируют поднимать производительность труда, увеличивая количество клиентов и транзакций, но не расширяя штат. Если же основным фактором при обосновании инвестиций в когнитивные технологии служит сокращение штата, компаниям следует ориентироваться на то, что со временем это будет достигнуто посредством естественной убыли коллектива или отказа от аутсорсинга задач.
Кіру не тіркелу пікір қалдыру үшін