Замість токенів — прибуток. Як оцінити реальну віддачу від інвестицій у ШІ

22 серпня, 09:56

Reuters (Фото: Компанії відмовляються від сліпого впровадження ШІ та вимагають розрахунку RO)

Оцінка ефективності штучного інтелекту в компаніях поступово змінюється від сліпого захоплення обсягами використання до жорсткого аналізу фінансової віддачі та бізнес-результатів.

Спочатку довкола ШІ виник тотальний ажіотаж. Керівники компаній по всьому світу збожеволіли й вимагали впроваджувати технологію скрізь, не замислюючись про доцільність та витрати, пише The Economist. Топменеджери запроваджували рейтинги активності й вигадували вирази на кшталт «токсенмаксингу».

Реклама

Проте ейфорія тривала доти, доки керівники не згадали про обмеження бюджетів. Тоді в кабінетах зазвучало значно складніше запитання — про реальну доходність інвестицій.

Читайте також: Екзистенційна криза кадровиків. Як глобальна HR-галузь опинилася під загрозою вимирання через ШІ

Шопінг замість продуктивності

На першому етапі стимулювання використання мало сенс. Потрібно було відстежувати банальне споживання токенів співробітниками. Логічно, що інженер-програміст витрачатиме на запити значно більше коштів, ніж фінансовий аналітик, проте й для останнього цей показник не має бути нульовим. Втім, обсяги використання показують лише витрати, але нічого не говорять про створення нової цінності для бізнесу.

Навіть коли технологія реально вивільняє час, ця користь часто залишається непомітною для компанії. Міка Руоконен із фінського університету LUT зазначає, що більша частина цієї вигоди непомітно розпилюється на рівні окремих працівників. Якщо співробітник завдяки чат-боту виконує завдання швидше й витрачає дві вивільнені години на шопінг на платформі Vinted, вигоду отримує Vinted, але аж ніяк не ваша компанія.

Читайте також: Криза довіри. Чим загрожує масове використання ШІ під час найму та як зміниться процес відбору кадрів

Ілюзія швидкого коду та «сміттєві» статті

Перехід до оцінки ROI вимагає фокусу на показниках результату — таких як продуктивність команди чи задоволеність клієнтів. Однак це вимагає обережності. Науковці, наприклад, почали масово використовувати алгоритми для написання статей. Дослідження Тулсі Сучак з Університету Суррея виявило, що кількість публікацій на основі однієї з баз даних про здоров’я становила в середньому чотири на рік у період із 2014 по 2021 рік. За перші ж дев’ять місяців 2024 року їхня кількість злетіла до 190. Обсяг роботи зріс, але її практична цінність виявилася сумнівною.

Саме тому показники результату мають враховувати як позитивні, так і негативні ефекти. У Google інженерів давно оцінюють за трьома параметрами: швидкістю перевірки коду, зручністю системи при адаптації новачків та якістю софту. Як зазначає Річард Серотер із Google Cloud, ніхто не хоче просто швидко працювати й спрощувати випуск жахливого програмного забезпечення.

Реклама: Читайте також: Коктейлі Молотова проти ШІ. Чому розробники технологій масово наймають озброєну охорону

Бензопила проти морального духу

Ситуацію ускладнює й те, що для унаочнення переваг потрібен час. Дослідження Крістіни МакЕлхеран з Університету Торонто підтверджує існування «J-подібної кривої», коли продуктивність спочатку падає через адаптацію та виникнення заторів у суміжних процесах, і лише потім починає зростати.

Оцінюючи фінансовий ефект, керівники мають визначитися з головною метою. Найпростіший шлях показати окупність — використати економію часу як привід для скорочення штату. Проте бензопили та моральний дух колективу поєднуються так само погано, як сіль і слимаки. Звільнених людей уже неможливо перенаправити на більш продуктивні завдання. Розумніший варіант — розраховувати суму, яку технологія економить на відмові від розширення штату.

Читайте також: Криза знань. Cтуденти провідних університетів світу втрачають базові навички — до чого тут ШІ

Баланс між прибутком та інноваціями

Оскільки майбутнє технологій залишається невизначеним, Річард Серотер пропонує впроваджувати третій набір показників — «організаційно-орієнтовані». Вони оцінюють не вхідні чи вихідні дані, а ефективність управління змінами. Сюди входять рівень задоволеності співробітників процесом впровадження інструментів та прогрес у створенні внутрішньої експертизи в областях, які алгоритми не здатні автоматизувати.

Одностороння орієнтація лише на споживання ігнорує важливість прибутку. Проте жорсткий фокус виключно на негайній віддачі блокує процес постійного навчання компанії.

Редактор: Оксана Руженкова

Теги:   Штучний інтелект Інвестиції Автоматизація The Economist

Читати далі
Источник