Робот может много, но надо ли это бизнесу?

В предыдущем посте серии был мой собственный пример разработки ПО, где ИИ уже сильно удешевил исполнение. Легко сделать вывод, что скоро так будет везде ибо очень хочется разогнать дармоедов и заставить трудиться честного робота. Но есть “отягчающие обстоятельства” — экономика.

Роботы давно умеют работать и без нынешнего генеративного ИИ: автомобильные конвейеры, сортировка на складах, упаковщик коробок на кондитерской фабрике, робот-пылесос дома — всё это уже обычная жизнь. Только автоматизация приходит в разные сферы очень неравномерно.

Почему?
(очевидные размышления)

👉🏻 В разработке почти всё происходит в цифре. Новый ИИ-агент не требует строить цех.

👉🏻 На конвейере одна и та же операция повторяется тысячи и миллионы раз, дорогой робот успевает окупиться.

👉🏻 На складе тоже нужен масштаб, плюс инфраструктура, бесперебойное обслуживание и понятные маршруты.

👉🏻 Пылесос стал доступным не потому, что робот простой, а потому что одну узкую задачу научились делать миллионами одинаковых устройств.

А если сегодня надо выполнять одну операцию, завтра другую, послезавтра вообще переехать в соседнее помещение? А если нужно искать решение очень мутной задачи и принимать его уже по факту нахождения не самых подходящих вариантов? При всём чудесном развитии ИИ пока в таком будет закономерно сбоить и/или будет стоить неподъёмно дорого. Тогда как человек — очень удобная универсальная машина: показал, объяснил, дал инструмент, и он способен перестроиться, если изначально подходит по компетенциям.

Поэтому я бы не спрашивал “можно ли что-то автоматизировать для бизнеса?”. Можно уже очень многое, но вопрос — окупится ли. MIT несколько лет назад посчитал это для задач компьютерного зрения: технически автоматизируемых задач оказалось намного больше, чем экономически выгодных. При тогдашних затратах автоматизация была привлекательна только для 23% затрат на оплату труда по vision-задачам. И особенно хорошо экономика сходилась там, где одно решение можно масштабировать на много клиентов.

То есть старое правило никуда не делось: сначала цель, потом процесс и только тогда уже технология. Я об этом писал на примере кейсов автоматизации HR.

Чтобы определиться с экономикой автоматизации, я бы начинал с пяти вещей:

1️⃣ Сколько полностью стоит текущая человеческая работа?

2️⃣ Сколько стоит не только “купить робота”, а внедрить и обслуживать всю систему?

3️⃣ Сколько одинаковых операций она реально закроет и какими объёмами будет загружена?

4️⃣ Как часто сейчас меняется процесс и сколько стоит такая перестройка? А будет стоить при автоматизации?

5️⃣ Какая человеческая работа всё равно останется? И сколько она будет стоить?

☝🏻 Автоматизация конкурирует с человеком не способностями, а полной стоимостью. И человек конкурирует с полной стоимостью автоматизации, поэтому в одной отрасли машина победит быстро, а в другой человек ещё долго будет дешевле, гибче и практичнее. А где-то ИИ пока даже на порог не встанет.

❓А вы считаете свою экономику, когда думаете об автоматизации?

P.S.: Ставьте 🔥, если было полезно и хотите продолжить тему.

#иишница #управление #эффективность #Серия_Человек_и_робот

@PeopleManagementTech

Я как-то писал о факапах процесса найма и как их исправить усугубить. На днях у коллег вышел мой пост на дополняющую тему ИИ в найме. Там про ряд прямо регулярно наблюдаемых вещей 🔽

ИИ отлично ускоряет наём и управленческий бардак.

Сейчас ИИ можно отдать поиск, разбор резюме, сравнение кандидатов и часть коммуникаций. Кто-то пытается отдавать и интервью, но я сам пробовал – пока ещё не всё так хорошо получается.

С ИИ могут стать быстрее отдельные операции, но не обязательно быстрее и лучше весь наём. Если узкое место находится в работе с нанимающим менеджером, робот его не уберёт.

Перед тем как покупать очередной инструмент или снова думать, где искать этот “халат с перламутровыми пуговицами”, я бы сел с нанимающим менеджером и проверил несколько вещей:

1️⃣ Понятно ли, какой результат от человека нужен бизнесу через 3–6 месяцев?

2️⃣ Есть ли вообще на рынке люди с таким набором требований?

3️⃣ Готова ли компания платить столько, сколько такой человек стоит на рынке?

4️⃣ Все ли участники интервью оценивают одно и то же, а не каждый своего “идеального кандидата”?

5️⃣ Понятно ли, кто принимает финальное решение? Быстро ли он готов его принимать?

6️⃣ Честно ли кандидату показывают не только красивую вакансию и “дружный молодой коллектив”, но и реальную работу, ограничения и живого руководителя?

7️⃣ Понятно ли, кто и как после выхода выводит человека на целевую продуктивность? Прямо с именами и планом.

Для бизнеса я вообще считаю вакансию закрытой не в момент оффера, а когда нужный человек вышел и начал создавать тот результат, ради которого его нанимали.

И если на несколько пунктов выше у вас ответ “нет”, проблема, скорее всего, не столько в рекрутере, рынке или недостатке автоматизации.

Значит, сначала стоит сесть и разобраться с этими «нет». Ведь ИИ всё равно, с какими процессами работать: хорошие он помогает ускорить, плохие — быстрее доконать.

В People Management Tech я пишу про HR и управление командами как про часть бизнеса — больные места, продуктивность, будущее работы и конкретные решения.

Если вам близок мой взгляд — заходите.

👉 https://t.me/PeopleManagementTech

Коллеги позвали меня сегодня выступить на онлайн-конференции FriendWork «Нанять нельзя оставить?» Там мы будем разбираться с вопросами необходимости найма и как без него обойтись: повысить продуктивность, найти резерв внутри команды или подключить AI.

✅ Подключиться можно тут.

Выступать я буду на такую тему:
А точно нужен новый человек? Как отличить дефицит людей от дефицита продуктивности.

Что расскажу:

1. Бизнесу нужен не новый человек, а определённый результат.
2. Дефицит людей и дефицит продуктивности выглядят похоже, но требуют разных решений.
3. Добавление людей в неэффективную систему часто просто делает её дороже.
4. У новой ставки есть конкурирующие альтернативы.
5. Иногда новый человек действительно нужен — и тогда не стоит бесконечно «оптимизировать».
6. Вакансия закрыта не тогда, когда сотрудник вышел на работу, а когда бизнес получил ожидаемый результат.
7. Роль HR здесь шире оформления заявки на подбор и организации найма.

Приходите послушать и позадавать вопросы, если интересно и есть возможность.

«Нанять нельзя оставить?»

Недавно выступал на онлайн-конференции FriendWork, и к ней подготовил чек-лист. А сейчас коллеги прислали запись, и своим выступлением я с вами делюсь:

👉 RUTUBE

👉 YOUTUBE

Что мы обсуждали:

✅ как понять, действительно ли команде не хватает людей — или проблема в процессах и продуктивности;
✅ как не открыть лишнюю ставку и не увеличить ФОТ без необходимости;
✅ какие задачи уже можно закрывать без найма и где AI усиливает существующую команду в 2–3 раза;
✅ в какой момент внутренний ресурс исчерпан и новый сотрудник действительно нужен.

А если хотите посмотреть полную запись конфы, то запись лежит у коллег тут.

@PeopleManagementTech

Почему не всегда выигрывает самый сильный

В прошлый раз я писал, что большой бизнес не обязательно медленный, а маленький не всегда гибкий. У сильной компании всё равно есть очевидное преимущество — у неё больше ресурсов. Есть бренд, клиенты, технологии, инфраструктура, сильные люди. Есть доступ к капиталу: собственники и инвесторы готовы вкладывать ещё, если верят, что компания сможет превратить деньги в будущий результат.

Но инвесторы отнюдь не дураки. Они видят изменения, сравнивают сценарии и голосуют деньгами. И крупная компания может позволить себе несколько попыток: разработать новый продукт, купить технологию, нанять недостающих людей или вообще купить готовую скорость вместе с другой компанией.
Казалось бы, куда тут деваться более слабым?

💡 Всё на самом деле прозрачно: деньги покупают варианты и попытки, но не правильный ответ.

Первый пример — AT&T. В начале 1980-х компания заказала McKinsey прогноз рынка сотовой связи к 2000 году. Оценка получилась около 900 тысяч абонентов, а фактически к 2000 году их в США было в 100х больше. Позже AT&T пришлось возвращаться на этот рынок уже через покупку McCaw Cellular.

Второй пример — Nokia. В 2011 году компания вполне официально писала и про новую стратегию смартфонов, и про Windows Phone, и про необходимость ускорить исполнение решений. То есть проблему видели и пытались перестроиться, но в 2014 году бизнес Devices & Services всё равно был продан Microsoft.

Третий пример — IBM. В начале 1990-х оказалась почти на грани краха и получила увесистый убыток. Но смогла перенаправить компанию от прежней “железячной” модели в сторону услуг, интегрированных решений и затем e-business. Сила в этом случае помогла пережить перестройку, а не помешала ей.

Получаются три разных исхода:

➡️ Можно недооценить масштаб грядущего изменения.
➡️ Можно его увидеть, но выбрать неудачный ответ.
➡️ А можно успеть перенаправить накопленную силу туда, где она снова создаёт преимущество.

Поэтому проверять приходится даже то, что пока хорошо работает.

Сильный бизнес получает больше вариантов и больше права на ошибку. Но его сила не подсказывает, какой вариант выбрать. И иногда более слабый выигрывает не потому, что у него больше ресурсов, а потому, что раньше понял, куда свои ограниченные ресурсы больше не стоит вкладывать.

❓ Знакомая ситуация? Ставьте 🔥, если да и хотите дальше поговорить о сроке годности хороших решений.

#управление #большая_картина #Серия_Новые_правила_игры

@PeopleManagementTech