Теоретические аспекты исследования проблем и перспектив применения технологий искусственного интеллекта в менеджменте российских компаний

Введение

Одним из важнейших факторов успешного развития российских компаний, в условиях глобальных вызовов, является эффективный менеджмент. Но данная сфера деятельности, в российских реалиях, имеет проблемы, связанные с бюрократизаций управления, наличием консервативных методов управления компанией, избыточного штата менеджеров и невысокой цифровизации самого процесса управления. Эти негативные факторы оказывают интегральный неблагоприятный эффект, который ведет к принятию управленческих бизнес-решений низкого качества. Это негативно влияет на развитие предприятия, что может привести к срыву реализации стратегически важной для России политики импортозамещения. Решением вышеуказанных проблем может стать повсеместное внедрение искусственного интеллекта (ИИ) в менеджмент всех звеньев.

Актуальность работы обоснована необходимостью повышения качества и эффективности управленческих решений менеджеров российских компаний путем применения ИИ и его компонентов. В условиях больших данных и постоянно меняющейся внешней среды менеджменту, проблематично оперативно и эффективно принимать стратегические и тактические решения, что ведет к ухудшению работы предприятия. Следовательно, актуален вопрос автоматизации и интеллектуализации рутинного сбора внутрифирменной управленческой информации из разных подразделений организации для принятия менеджерами разных звеньев оперативных и наиболее эффективных решений. Главным решением здесь служит внедрение ИИ, который позволит собирать информацию из всех подразделений формировать отчеты, анализировать бизнес-среду и генерировать различные управленческие советы и предложения на основе анализа деятельности компании. Но на данный момент ИИ в России слабо развит, что требует поиска мер по его развитию и определения его дальнейших перспектив внедрения в систему менеджмента российских компаний с учетом политики импортозамещения.

Изученность проблемы. Актуальная проблематика применения технологий ИИ в менеджменте всех звеньев управления сейчас активно исследуется российскими учеными.

Бамбуров В.А. [1] рассматривал проблемы теории внедрения технологий ИИ в систему корпоративного управления. Им отмечается польза ИИ в обеспечении прозрачности бизнес-процессов и автоматизации рутинных управленческих операций для повышения эффективности управления.

Белова Е.Ю., Шевченко М.О. [2] в своей работе затрагивали вопросы цифровой трансформации систем менеджмента предприятий, а также влияния внедрения цифрового интеллекта на совершенствование технологий выстраивания бизнес-процессов. Данными авторами определено положительное влияние уровня цифровизации бизнес-процессов на экономическую эффективность.

Кротенко Т. Ю., Жернакова М. Б. [12] в своем исследовании занимались определением компетенций менеджера в условиях цифровизации. Авторы подчеркнули необходимость актуализации компетенций менеджеров в соответствии с требованиями цифровой экономики. Также ими был представлен пример надпрофессиональных компетенций менеджера будущего.

Попова Е.В. [17] анализировала российский опыт внедрения ИИ в систему менеджмента российских компаний малого и среднего бизнеса. Также она выделила наиболее активные сегменты бизнеса в плане внедрения ИИ-инноваций. Например: интеллектуализация процессов разработки новых продуктов и услуг, совершенствование существующих продуктов; реформирование работы с человеческими ресурсами; реформирование систем продвижения, маркетинга, рекламы; оптимизация логистики; риск-менеджмент, стратегическое управление и управление финансами. Таким образом автор подчеркивает широкие перспективы применения ИИ в менеджменте.

Указанные ученые внесли огромный вклад в исследование теоретических и практических вопросов цифровизации менеджмента. Тем не менее требует дальнейшего исследования проблема использования ИИ в менеджменте с учетом российской специфики управления, а также присутствует необходимость применения системного подхода к выявлению проблем применения данной технологии.

Цель исследования заключается в выявлении авторами перспективных сфер и системных проблем применения ИИ в менеджменте российских компаний, а также разработке нового комплекса компетенций менеджеров, работающих с ИИ.

При проведении исследования использовались следующие научные методы: метод сравнения, аналитический метод, метод изучения информационных материалов, табличный метод.

Научная новизна исследования заключается в определении перспективных сфер применения ИИ менеджерами и анализа рынка импортозамещенных систем класса Business Intelligence (BI) и Business Process Management (BPM). Также авторы разработали комплекс компетенций soft skills и hard skills для менеджера цифровой эпохи и применили системный подход к определению проблем использования ИИ в российском менеджменте.

1. Теоретические аспекты и перспективные сферы применения ИИ в менеджменте

Под ИИ следует понимать совокупность технологий и методов, которые позволяют компьютерным системам не только имитировать мышление человека, но и дают способность им самообучаться, что позволяет искусственной интеллектуальной системе создавать мета-алгоритмы, позволяющие решать новые задачи, с которыми система ранее не сталкивалась. Особенно на развитие ИИ повлияла методология нейронных сетей, которая имитирует, копирует организацию в сеть нейронов нервных систем живых организмов позволяя ей обучаться, определять закономерности и выявлять взаимозависимости [9,23]. Данный функционал позволяет применять ИИ во всех сферах экономики. Так, технологии ИИ уже оказывают колоссальное влияние на экономику. По оценкам PricewaterhouseCoopers, к 2030 году вклад технологий искусственного интеллекта в мировой валовой внутренний продукт (ВВП) составит 15,7 трлн долл. США, что превышает совокупный ВВП Китая и Индии на текущий момент [24]. Росту ВВП будет способствовать применение ИИ для сокращения издержек, обеспечения роста производства, повышения качества и персонализации продукции и услуг. Также ИИ может использоваться не только для генерации ответов в чат-ботах или уведомления о дедлайнах выполнения производственных задач, он широко может применятся в бизнес-менеджменте [17].

Применение ИИ в менеджменте обусловлено наличием у человека предела скорости и объема усвоения и переработки информации. Его превышение приводит к появлению психофизиологических проблем, которые негативно отражаются на качестве принимаемых управленческих решений менеджером. Здесь применение технологий ИИ для анализа больших данных позволяет оперативно реагировать на быстрый рост данных и высокую динамичность параметров окружающей среды в современных реалиях, тем самым улучшая возможности прогнозирования [9].

Применение технологий ИИ для анализа большого массива данных позволяет реагировать на быстрый рост данных и высокую динамичность параметров окружающей среды в современных реалиях [9]. Таким образом, ИИ может использоваться менеджерами для сбора и анализа различного рода больших данных, автоматизации монотонных и рутинных функций, консультирования в принятии решений и других повседневных задач.

На данный момент можно определить список перспективных сфер деятельности менеджеров, в которых возможно внедрение ИИ (табл. 1).

Таблица 1

Перспективные сферы применения ИИ менеджерами

Если заглянуть в будущее, то сферы применения ИИ могут расширяться еще больше. Если краткосрочная перспектива применения менеджерами данной технологии связана с преимущественно консультационной и вспомогательной функцией, то в будущем технологии могут позволить полностью исключить их физическое участие в управление уже «умным» предприятием.

Вполне вероятным становится оцифровка головного мозга менеджера и внедрение его в механизмы цифрового управления предприятием. Перенос сознания менеджеров разных звеньев, генерального директора, акционера или члена совета директоров корпорации позволит управлять корпорацией силой цифровой мысли. Здесь предприятие становится уже полностью безлюдным. Весь персонал может удалено контролировать работу «умной» фабрики. Также станет реальностью при помощи чипов извлекать из человеческого мозга подходы к решению проблем бизнеса, ход мысли, пожелания, предпочтения и бизнес-идеи [13]. Самой главной проблемой оцифровки головного мозга является наступление цифрового бессмертия управляющего. Его сознание не оборвется с биологоческой смертью. Оно будет существовать пока есть материальный или облачный носитель сознания. Последствия этого непредсказуемы. Вплоть до того, что один цифровой генеральный директор может владеть компанией тысячи лет. Это может показаться фантастикой, но с нынешними темпами технологического развития (Neuralink уже готовится провести первое в истории вживление чипа в головной мозг) это уже скоро может стать обычной повседневностью. Человек быстро ко всему привыкает.

2. Cистемы класса BI и BPM

Вернемся к современному положению дел. В различных сферах деятельности менеджера ИИ-технологии и его компоненты могут применяться в составе определенной цифровой системы как инструмент автоматизации и интеллектуализации бизнес-процессов. Наиболее перспективны системы класса BPMS и BI. Рассмотрим их по порядку.

BPMS можно определить как программные решения, которые позволяют автоматизировать основные и вспомогательные процессы управления бизнесом, а также проводить оценку эффективности своей деятельности с учетом своих стратегических целей. Менеджеры применяют данную технологию для повышения качества исполнения и контроля бизнес-процессов, снижения операционных расходов, сокращения временных издержек на выполнение управленческих функций, распределения потока работ межу участниками, оценки эффективности своей деятельности по отношению к установленным целям и управления процессом их достижения, а также непрерывное совершенствование внутренних бизнес-процессов [5,6]. В основе программного функционала BPMS заключена идея непрерывного цикла управления, который включает:

1) определение целей развития;

2) моделирование факторов, определяющих достижение этих целей;

3) планирование действий, ведущих к достижению поставленных целей;

4) постоянный мониторинг, позволяющий отслеживать состояние ключевых показателей эффективности и их отклонение от плана;

5) анализ достигнутых результатов, позволяющий лучше осознать природу предпосылки эффективности;

6) составление отчетности, которая помогает руководителям принимать дальнейшие решения [5].

Для решений данных бизнес-задач в BPMS используется ИИ и его компоненты (машинное обучение (ML) и нейронные сети). ИИ здесь может применятся для прогнозной аналитики действий работников на основе схожих прошлых ситуаций и текущего контекста, что сокращает время обучения работников менеджерами и помогает им принимать более взвешенные решения. Также ML и нейросети в BPMS автоматизируют задачи, требующие полуквалифицированного труда, изучая действия человека, чтобы определить, какие действия необходимо выполнить для выполнения задачи. Это избавляет работников умственного труда от полуквалифицированных задач, позволяя им сосредоточиться на более сложной неструктурированной работе [20].

Широкий функционал BPM-системы c применением ИИ делает ее востребованной для менеджеров. Стоит отметить, что данная технология уже импортозамещена. На российском рынке уже имеются аналоги зарубежных BPM-систем (табл. 2). Стоит отметить, что в основном BPMS используют крупные компании, что связано с масштабируемостью их задач и высокого потенциала развития.

Таблица 2

Российские BPM-системы

Указанные BPM-системы позволяют автоматизировать документооборот, работы кадрового отдела, управление персоналом, логистику, маркетинг, проектирование и т.д. Данные технологии могут намного облегчить рабочий процесс менеджеров разных звеньев. Здесь стоит отметить наиболее перспективные российские BPM-системы с применением ИИ. Это «Directum RX» и «Comindware BAP4». Первая использует ИИ для обработки бухгалтерских документов, цифрового управления трудоустройством сотрудников и создания проектных документов [16]. Вторая обеспечивает валидацию данных и создает BPM-ядро для синергии технологий (BPM, BI, ИИ, ML и др.) для разработки инновационных бизнес-приложений [19]. В перспективе, технологии ИИ будут применятся и в других BPM-системах и иметь более широкий функционал.

Дополняет BPMS похожая на него BI-система, которая представляет собой аналитическую платформу, необходимую для анализа больших данных и их визуализации с возможностью создания персонализированных отчетов. Данная технология бизнес интеллекта и управления знаниями интегрируется в программном обеспечении, которое позволяет менеджеру оперативней и эффективней принимать бизнес-решения. BI-системы используют инструменты математического, статистического и нейросетевого анализа больших данных, который позволяет искать зависимости между показателями и осуществлять прогнозирование. Сами большие данные собираются из различных информационных систем внутри компании, включая системы планирования ресурсов предприятия (ERP), системы управления взаимоотношениями с клиентами (CRM), локальные базы данных и внешние источники. Затем эти данные проходят интеллектуальную обработку с помощью ML и нейронных сетей. Далее они сохраняются в хранилище данных (в т.ч. облачное). Сами инструменты используются для анализа структурированных данных и преобразования их в кубы оперативной аналитической обработки (OLAP). В итоге полученная информация визуализируется для менеджера в виде интерактивных информационных панелей и отчетов [4,21]. Данная технология дает мощную аналитическую поддержку менеджеру в принятии управленческих решений.

Для ВI-систем характерны следующие возможности:

1) используют базы знаний, накапливающие опыт специалистов в решении определенных задач;

2) включают модель мышления на основе базы знаний, основанной на правилах и логических выводах;

3) позволяют формировать решения с использованием нестрогих, нечетких и неполных данных [4].

BI-системы, также как BPMS, представлены на российском рынке (табл. 3) и пользуются высоким спросом со стороны средних и крупных компаний.

Таблица 3

Российские BI-системы

Представленные в таблице 3 BI-системы используют элементы ИИ в анализе эффективности бизнеса и подготовки интерактивных отчетов для нужд менеджмента. Но лидером в темпах применения ИИ является «Luxms BI». Данная BI-система платформа бизнес аналитики данных помогает аналитикам и менеджерам принимать решения за счет использования методов прогнозирования, математической статистики и AI/ML. Полный цикл работы с данными: от подключения к источникам до визуализации сложной аналитики (AI/ML) в цифровом маркетинге, управлении персоналом, стратегическом менеджменте и т.д. [25]. Таким образом, BI-системы развиваются совместно с BPM-системами. Для получения интегрального эффекта менеджерам необходимо применять эти системы интегрировано при широком использовании ИИ.

3. Необходимые компетенции менеджеров, которые работают с ИИ

Главной проблемой менеджеров в условиях развития ИИ и непредсказуемости внешней среды является необходимость освоения новых компетенций. Например, для работы с BI и BPM-системами с ИИ необходимо наличие определенных технических и профессиональных знаний или же hard skills. При этом постоянное изменение конъюнктуры национального, так и мирового рынка под влиянием глобальных вызовов, требует от менеджеров российских компаний оперативной выработки гибких инновационных бизнес-решений. Особенно это касается создания прорывных и высокотехнологичных продуктов в рамках реализации политики импортозамещения [8].

Здесь необходимо отметить и важность soft skills, которые необходимы менеджерам для максимально-эффективной организации работы трудового коллектива. Особенно это касается непосредственно коммуникации, эмоционального интеллекта и творческого мышления. Данные гибкие навыки наиболее проблематично автоматизировать при помощи ИИ, который наиболее приспособлен под решение не сложных задач и замещение монотонного труда. Хотя нашумевший ChatGPT уже способен по запросу выполнять задачи, требующие творческого подхода. Он уже может писать книги и сценарии фильмов, вести деловую переписку и блоги, разрабатывать бизнес-стратегии и проекты, а также выполнять многие другие профессиональные задачи. При этом нейросеть ChatGPT постоянно самообучается, что только повышает точность и качество ответа. Для менеджера данная ИИ-технология является мощным подспорьем в принятии эффективных бизнес-решений. Тем не менее, здесь необходимы навыки грамотного составления запросов. Таким образом, можно составить комплекс востребованных в условиях цифровой трансформации компетенций, разделенных на hard skills и soft skills, необходимых современному менеджеру (табл. 4).

Таблица 4

Необходимые компетенции менеджеров, которые работают с ИИ

Стоит отметить, менеджерам необходимо уделять внимание больше творчески-управленческим функциям, которые наименее подвержены замещению с помощью ИИ. Также для максимально эффективной работы с ИИ менеджеру, помимо работы с ИИ, необходимо осваивать и другие передовые цифровые технологии Индустрии 4.0. Данные технологии тесно связаны, что требует их дополнительного изучения для повышения качества цифрового управления. Например, знание менеджером основ кибербезопасности при работе с ИИ, необходимо для защиты от кибератак на компанию. Поэтому менеджер цифровой эпохи должен уже не только качественно выполнять свои управленческие функции, связанные с организацией работы подчиненных, но и владеть передовыми цифровыми навыками работы с ИИ и другими революционными технологиями.

4. Системные проблемы применения ИИ в менеджменте российских компаний

Несмотря на то, что ИИ еще находятся на ранней стадии развития в системе российского менеджмента, уже можно выделить следующие проблемы его применения [1,7-10,14,23]:

1) риски в сфере кибербезопасности, которые заключаются в несоответствии ИИ уровню информационной безопасности. Так как использование ИИ сопряженно с рисками коммерческого шпионажа и хакерских атак. Это связано с тем, что нейросетям требуется большой объем данных для эффективной работы и компания будет вынуждена делиться информацией о своей деятельности с технологическим провайдером, выступающим в качестве исполнителя;

2) неготовность (консерватизм) менеджмента к использованию ИИ. Менеджмент некоторых компаний предпочитает старую и налаженную систему управления. Внедрение ИИ ее перестроит, что вызовет сопротивление менеджмента;

3) сопротивление со стороны сотрудников. Связано с опасениями массовых сокращений, усиления контроля с помощью ИИ и необходимости проходить переобучение;

4) импортозависимость ИИ-технологий, что приводит к высоким транзакционными издержкам на их внедрение. Дешевые аналоги зачастую обладают недостаточным для эффективного управления качеством;

5) не проработанность российского законодательства, регулирующего использование ИИ. Отсутствует нормативно-правовая база использования ИИ в менеджменте и вообще в различных сферах экономики. Особенно это касается проблем правового регулирования использования ИИ, связанного с конфиденциальностью, интеллектуальной собственностью, безопасностью и ответственностью, этикой;

6) недостаточная прозрачность. ИИ-технологии достаточно сложны для понимания обычным сотрудникам. Поэтому принятые менеджером решения на основе консультации с ИИ должны быть открыты и логично донесены для всех сотрудников. Каждый работник должен уметь проверять корректность решения менеджера с помощью ИИ;

7) разграничение ответственности. Трудно определить кто несет ответственность за результат работы ИИ. Тут может быть вина программиста, который некорректно написал код и обучал нейросеть на некорректных исходных данных. Или менеджер, который задал неточный запрос. Возможно это ИИ не так все «понял» и выдал неверный отвеет. Поэтому в таких условиях крайне затруднительно не только применять соответствующие меры дисциплинарной ответственности, но и определять ответственное лицо;

8) нарушение этических норм. ИИ еще не способен понимать абстрактные человеческие понятия как справедливость, ответственность, сострадание, лояльность и т.д. Это может привести к подрыву репутации менеджеров и компании в целом когда вполне логичный вывод ИИ может нарушать общепринятые этические нормы;

9) недостаточная доступность программного обеспечения с ИИ. Несмотря на то, что на российском рынке уже имеются цифровые системы класса BI и BPM, только небольшая их доля использует ИИ-инструменты. Также отсутствуют полноценны аналогов таких технологий как тот же ChatGPT. Но, стоит отметить, что компания «Яндекс» уже делает первые шаги к созданию его аналога (YandexGPT);

10) открытость или закрытость исходного кода. Проблема дискуссионная. Ведь, с одной стороны, работу ИИ может корректировать любой менеджер и сотрудник, что только ускоряет развитие данной технологии. С другой стороны, высок риск утечки коммерческой и секретной информации компании в сеть (в т.ч. в даркнет);

11) нехватка высококвалифицированных кадров, особенно обладающих цифровыми компетенциями. Работа с ИИ требует определенных технических знаний и навыков. Здесь будет недостаточно одних только soft skills. Ведь чтобы применять в менеджменте ИИ нужно знать принципы и методы работы ее нейронной сети и машинного обучения, основы кибербезопасности, аналитики больших данных и т.д. При этом некомпетентность в данной сфере ведет к неэффективному менеджменту;

12) технологическая безработица. Она связана с риском потери рабочих мест в следствии внедрения ИИ. Особенно это касается менеджеров низшего звена. Их труд в основном сводится к монотонным управленческим операциям, которые легко передать роботу.

Таким образом, наиболее актуальными направлениями решения указанных проблем должны быть разработка законодательной базы ИИ, обучение менеджером цифровым компетенциями работы с ИИ и другими технологиям Индустрии 4.0, корпоративное регулирование использовании ИИ менеджерами и разработка отечественных аналогов ИИ.

Заключение

ИИ является прорывной технологией, которая способна решить консервативные проблемы российской системы менеджменты. Интеллектуальные системы на базе нейронных сетей и ML имеют широкие перспективы применения менеджерами в сфере логистики, маркетинга, производства, управления человеческими ресурсами, формирования стратегии развития бизнеса и т.д. В данных сферах ИИ способен анализировать большие данные о внешней и внутренней среде, автоматизировать рутинные операции, консультировать менеджеров, управлять финансами и выполнять многие другие функции менеджера. При этом эффективность ИИ возрастает, когда он используется в системах BPM и BI для автоматизации работы различных подразделений компаний. Стоит отметить, что данные системы с поддержкой ИИ активно импортозамещаются.

Для работы с ИИ-технологиями и системами современному менеджеру необходим осваивать hard skills (цифровые компетенции) и soft skills (компетенции, ориентированные на творческий процесс) для быстрой адаптации к меняющийся внешней и внутренней среде.

Тормозят внедрение технологий ИИ в российский менеджмент системные проблемы, связанные с консерватизмом менеджеров, недостатком цифровых компетенций, отсутствием правовой базы ИИ и проблем с разграничением ответственности. Поэтому для решения данных проблем необходима работа на государственном уровне, так и на внутрикорпоративном. Таким образом, ИИ-технологии являются неизбежным будущим менеджмента.