Это продолжение перевода книги Томас и др. Создание бизнес-ценности с генеративным ИИ.[1] Может возникнуть соблазн пропустить эту главу, ведь она вроде как не про ИИ. Но вот в чем ирония: она как раз полностью про бизнес ИИ. Жестокая правда в том, что вы вряд ли сможете продвинуться в своем ИИ-пути так далеко, как могли бы, если не займетесь навыками — как своими личными, так и коллективными для вашей организации. Именно поэтому эта глава и включена в книгу.
Рис. 6.1. Кривая жизненного цикла внедрения инноваций
Скачать заметку в формате Word или pdf
Предыдущая глава Содержание Следующая глава
Пожалуй, не проходит и одной встречи, чтобы нас не спросили:
- Как мне сохранить актуальность своих навыков, чтобы оставаться конкурентоспособным?
- Как нашей компании поддерживать актуальность компетенций, чтобы не отстать?
- Когда речь заходит об обучении ИИ-навыкам — нам стоит растить кадры внутри или искать снаружи? (Этот, казалось бы, простой вопрос открывает широкий круг тем — от программ развития до пересмотра стратегии найма в организации.)
В главе 3 мы приводили несколько формул важности ИИ. Сейчас же предложим формулу доктора Пола У. Осмона:[2]
Знание * Усилие = Успех
Это почти как третий закон Ньютона (каждое действие рождает равное противодействие): каждый грамм знания, прилагаемый с усилием, создает равную, неудержимую силу на пути к успеху. Но если есть только знание без усилия — или усилие без знания — вы неизбежно окажетесь далеко от цели. Это почти как законы физики, только примененные к человеческой способности учиться.
Мы уверены, что после прочтения этой главы у вас появится нужная база, чтобы начать расставлять приоритеты в развитии навыков — и для себя, и для вашей компании. А если добавить к этому системные усилия (само чтение книги — это только начало), то вы будете на верном пути к профессиональному и личному успеху.
Начнем с развития навыков
В такой передовой, стремительно развивающейся и постоянно меняющейся области, как ИИ, специалисты с нужными знаниями, опытом и набором умений — большая редкость. В эпоху GenAI и агентных технологий нам предстоит увидеть резкий рост потребности в высокоспециализированных ролях: инженеры, специалисты по моделям и подготовке данных… Но этим дело не ограничивается. Когда вы всерьез меняете способ работы своей компании (сдвиг влево, сдвиг вправо, переход к AI+), начинают играть роль и другие ключевые компетенции. Если здесь ошибиться — ваша организация рискует не успеть за темпом трансформации и недополучить выгоды от ИИ.
Мы видели, как компании пытаются решить вопрос «покупкой навыков» — преобретают стартапы или устраивают найм-штурм, но все это часто не приводит к системным изменениям в компании. Почему? Чтобы по-настоящему выиграть в гонке GenAI, навыки должны восприниматься как организационная способность в целом — чтобы каждый мог внести свой вклад в трансформацию. И это означает, что начинают влиять такие факторы, как корпоративная культура и организационные барьеры между подразделениями — они могут серьезно тормозить внедрение ИИ.
Чтобы организация была готова к будущему и могла в нем преуспеть, нужен план развития навыков. Если вы только в начале этого пути — не паникуйте. Эта глава поможет вам структурировать подход к решению задачи.
Навыки на уровне предприятия можно условно разбить на несколько основных категорий:
- Критически важные для бизнеса (то есть те, что прямо связаны с реализацией стратегии)
- Ролевые (в зависимости от функции, отдела, должности и т. д.)
- Софт скиллы (сотрудничество, дизайн-мышление, знание отрасли, коммуникация и пр.)
- Технические навыки (от минимального уровня работы с no-code/low-code до программирования и создания моделей)
Хотя все эти группы важны, фокус этой главы — на технических навыках. И не обманывайтесь: технические навыки нужны не только разработчикам. GenAI и агентные технологии затронут, улучшат и изменят каждую роль — а может, и особенно нетехнические.
И наконец, дорогой читатель, чтобы добиться успеха, вам нужна продуманная программа развития навыков. Такая, которая включает в себя все необходимые компетенции и при этом четко ориентирована на поддержку будущих технических инноваций. Это не разовая обучающая сессия и не трехдневное выездное мероприятие для всей компании, и это не то, что можно просто закрыть наймом на новую позицию. Долгосрочный успех потребует плана, доступа к большому количеству обучающих материалов, а также личной и постоянной готовности вкладываться в повышение квалификации.
Хорошая новость в том, что, как и любое нововведение, освоение новых навыков можно сопоставить с кривой жизненного цикла внедрения инноваций (см. рис. 6.1).
Компании, уже продвинувшиеся в своих инициативах по внедрению GenAI, понимают важность повышения квалификации. Наши наблюдения во взаимодействии с клиентами подтверждаются в отчете Gartner Lessons from Generative AI Early Adopters, где респонденты указали, что обучение текущих сотрудников навыкам работы с GenAI — это главный способ закрытия дефицита кадров на будущее. Более того, в этом же отчете значимость обучения AI-навыкам для бизнеса была поставлена выше стратегии управления AI! Это нам близко, ведь как можно иметь стратегию, если вы даже не знаете (см. главу 1), какие задачи ежедневно упускаете из вида, которые можно решить (или хотя бы улучшить) с помощью технологий?
Так где бы вы сами разместили себя на этой кривой освоения навыков? Мы хотим, чтобы вы воспринимали эту главу как введение в то, как правильно начать. Хотя первые пользователи много говорят о важности навыков, говорить — это одно, а реально что-то менять — совсем другое. Сейчас многие компании сталкиваются с трудностями в области компетенций. Но то, что объединяет нас всех (будь вы первопроходцем или только собираетесь начать), — это понимание, что за последние десятилетия мы прошли через несколько технологических поворотных моментов, и с каждым новым поворотом мы становимся лучше в их распознавании.
По правде говоря, мы пока видим недостаточно стратегических шагов в области переквалификации — и это касается и бизнеса, и образовательных учреждений, и госструктур. Мы уверены, что для по-настоящему точной оценки уровня навыков сотрудников нужны целенаправленные действия. И, честно говоря, это пока не происходит с нужной серьезностью ни в частном, ни в государственном секторе. В отчете Boston Consulting Group говорится, что только «15% руководителей считают, что обучение является неотъемлемой частью бизнес-стратегии их компаний», а «лишь немногие организации заявляют о наличии у них процесса прогнозирования дефицита навыков в соответствии с потребностями бизнеса».
Более того, в этом же отчете отмечается, что только 24% респондентов проводят четкую связь между корпоративной стратегией и программами переквалификации. Будем откровенны: компании, перестаньте воспринимать повышение квалификации как статью расходов — это главный источник создания ценности. Обученные разработчики или облачные инженеры смогут правильно оценивать, сколько токенов потребуется их приложениям; обученные маркетологи пересмотрят подход к созданию рекламных текстов и подключат агентный AI для помощи в кампаниях, дизайне материалов, закупке рекламы и получении новых аналитик о том, какие инициативы дают настоящую вовлеченность; обученные продавцы станут более креативными и эффективными партнерами для клиентов и будут тратить меньше времени на внутреннюю подготовку и бумажную работу. Масштаб влияния повышения квалификации — колоссальный. А осознать необходимость изменений и решиться на действия — вот это и есть настоящее лидерство! Помните нашу мысль из предыдущих глав: технологии — это просто, культура — это сложно.
В IBM есть особое признание для лучших продавцов, называемое «Золотой круг». Если вы туда попадаете, это значит, что вы являетесь выдающимся специалистом, который стабильно демонстрирует приверженность качественному обслуживанию клиентов и достижению ощутимых, измеримых результатов (речь не только о выполнении 100% плана), способствующих росту IBM. Награда — это оплаченная поездка для вас и вашего спутника, от которой вы почувствуете себя королевской особой из «Игры престолов», только без страха быть убитым. Мы собрали некоторые статистические данные о характеристиках, присущих участникам Золотого круга. Один из ключевых предикторов, который особенно выделился, — это обучение: участники Золотого круга обучались больше, быстрее проходили назначенные учебные программы, а также составляли собственные планы обучения. Этот фактор нельзя недооценивать. И, как вы узнаете позже в этой главе, нанимать нужно любопытных — потому что эффективное повышение квалификации требует сочетания корпоративной программы развития и личной инициативы в освоении навыков. Вывод очевиден — участники Золотого круга могут позволить себе загорать, потому что они действительно любопытны!
Путь к AI+ требует масштабирования навыков в широком спектре ролей
Чтобы эффективно преодолеть разрыв в уровне понимания данных, организациям необходимо предоставить своим сотрудникам простой доступ к обучающим материалам, данным, интуитивно понятным инструментам и практическим приложениям, адаптированным под их роли. Такой подход значительно сокращает время, затрачиваемое на преодоление сложностей, связанных с данными, и тем самым повышает общую продуктивность и эффективность компании.
Если картинка стоит тысячи слов, то рис. 6.2 — это визуальное резюме бизнес-аргумента в пользу этой главы (и, возможно, причина, по которой вы читаете эту книгу).
Рис. 6.2. Обратная зависимость между уровнем грамотности в области данных и численностью сотрудников по ролям
Обратите внимание на специалистов по данным, разработчиков и инженеров данных, расположенных в левой части рисунка; это самая грамотная в плане работы с данными когорта в типичной организации. Они обладают техническими навыками для работы со сложными данными и извлечения из них ценных инсайтов, что крайне важно для принятия обоснованных решений и реализации стратегических инициатив.
Продвигаясь вправо по рисунку, обратите внимание на переход к ролям потребителей данных — вы можете знать их как бизнес-аналитиков и бизнес-пользователей данных. Потребители данных, возможно, не обладают тем же уровнем технической экспертизы, что и производители данных, но их успех (а также успех бизнеса) все больше зависит от данных в повседневной деятельности. Причина, по которой мы подробно рассматривали данные как продукт и информационную архитектуру (IA) во 2-й главе, заключается в том, что эта когорта включает специалистов из маркетинга, HR и других подразделений. Для этих ролей критически важны качественные данные, которые легко найти, интерпретировать и использовать — это подчеркивает необходимость надежных систем управления данными и их сопровождения.
Различия в уровне грамотности по работе с данными в зависимости от ролей на рис. 6.2 указывают на необходимость различных подходов к доступу и интерпретации данных, поскольку не все пользователи обладают одинаковыми навыками работы с ними. Организации должны обеспечить таким пользователям возможность легко находить, понимать и применять данные в своей работе, тем самым снижая затраты времени на решение связанных с данными задач и повышая общую продуктивность.
ИИ — разрушитель или создатель рабочих мест?
Мы рассматриваем ИИ как источник профессий нового типа. Поэтому мы решили немного подробнее объяснить, почему считаем именно так, и привести несколько примеров, которые могут развеять тревоги, связанные с рынком труда. Без сомнений: эпоха синих и белых воротничков уходит в прошлое. От котельной до заседания совета директоров — теперь будут только профессии нового типа, и на все из них будет влиять ИИ.
Так что да, вы это уже слышали: ИИ не заменит вас, но заменят люди, использующие ИИ. Мы считаем, что если вы не начнете повышать квалификацию своих сотрудников, то пострадаете не от самого ИИ, а от конкурентов, которые применят те подходы, о которых мы рассказываем в этой книге. Суть в том, что ИИ повлияет на каждую профессию, и да, перемены неизбежны.
Беспокойство по поводу технологических переломных моментов — не новость. Вернемся в 1589 год, когда королева Елизавета I отказалась выдать патент изобретателю механической вязальной машины, опасаясь, что это оставит вязальщиц без работы. Сейчас мы знаем, что механические вязальные машины способствовали началу первой промышленной революции, что привело к стремительному экономическому росту и расширению рынков. А теперь вспомните речь президента США Вудро Вильсона в 1907 году, о которой мы говорили в главе 3. Эти опасения не новы.
Вы проиграете только в том случае, если не прокачаете свои навыки
В 1997 году компьютер Deep Blue (разработанный, кстати, IBM) победил Гарри Каспарова (возможно, самого известного шахматного гроссмейстера). Это стало началом эпохи «машина против человека». Каспаров тогда отметил, что, по его мнению, он мог бы победить Deep Blue, если бы у него также был мгновенный доступ к обширной базе шахматных партий. (Есть версия, что ход, с которого Deep Blue начал победную атаку, был багом — просто ошибкой, но это уже выходит за рамки этой книги.) Многие восприняли его слова как обиду, но если вы понимаете, как работает ИИ, вы поймете и его точку зрения. В конце концов, ИИ учится по наблюдениям… и лучше всего — по размеченным данным. Он резонно задался вопросом: если ИИ имеет доступ к базе размеченных шахматных партий и их исходов прямо во время матча (и это часть модели), почему человек не может иметь того же?
Из размышлений и действий Каспарова родился новый формат шахмат — так называемые «центавр-шахматы» (один из вариантов — freestyle chess). Центавр-шахматы — это как смешанные боевые искусства, только в шахматах (без болевых, но с возможностью «сдаться»). В таких партиях могут играть обычные люди, ИИ (например, модель, разработанная университетом), или гибрид — человек с ИИ.
Как обстоят дела? Чаще всего выигрывают гибридные команды — человек плюс ИИ. Хотя это не полное доминирование: ИИ тоже побеждает сам по себе. Знаете, кто никогда не выигрывает? Люди, играющие в одиночку. Это значит, что центавр-шахматы — это про усиление человеческих возможностей!
В своей книге The Chess Master and the Computer Каспаров пишет: «Слабый человек плюс машина плюс лучший процесс оказывались сильнее, чем просто мощный компьютер, и, что еще удивительнее, — сильнее, чем сильный человек с плохим процессом». Но здесь есть важная развязка: появление ИИ вовсе не «убило» шахматы. Напротив — сегодня в шахматы играет больше людей, чем когда-либо. Интерес к игре достиг исторического пика, а Netflix даже выпустил мини-сериал Ход королевы (The Queen’s Gambit). Более того, сегодня число шахматных гроссмейстеров более чем вдвое превышает количество, которое было во времена противостояния Каспарова с компьютером. И, как вы уже догадались, многие дети используют ИИ в роли тренера, чтобы улучшить свои шахматные навыки.
Больше навыков, больше интереса. Похоже, если ИИ помогает людям становиться лучше в шахматах, логично предположить, что он поможет людям стать лучше и в других профессиях — врача, юриста, пилота, электрика, судьи, укладчика плитки, учителя и др. Разве это отличается от демократизации электричества, когда мы научились применять его во всех сферах жизни? От вождения автомобилей до приготовления еды и создания кино — с ИИ будет та же история.
Демократизация технологий: источник рабочих мест
Да, будет перераспределение рабочих мест — но мы говорим о чистом создании новых профессий. Подумайте: кто-нибудь жалеет об изобретении холодильника? А ведь это вытеснило целую профессию — доставщиков льда. Суть в том, что ИИ повлияет на повторяющиеся, регламентированные задачи и создаст рабочие места, о которых мы пока даже не догадываемся. Демократизированная технология всегда трансформирует общество к лучшему.
Пример из банковской сферы нас действительно удивил — банкоматы. Когда они только появились, многие думали, что банковских служащих станет меньше, а отделений — тем более. Казалось бы, банкоматы заменят кассиров. Но посмотрите на рис. 6.3 — этого не произошло. Почему? Потому что банкоматы берут на себя рутинные операции: оплата счетов, переводы между счетами, проверка баланса и т. д. Зачем тратить человеческое время на эти простые задачи?
Рис. 6.3. С момента появления банкоматов число кассиров выросло
Сегодня кассиров больше, чем когда-либо, но теперь они сосредоточены не на рутине, а на построении доверительных отношений с клиентами. И поскольку банкоматы удешевили банковскую операционную модель, отделений стало больше, хоть и с меньшим числом сотрудников. Но освободившиеся ресурсы позволяют сфокусироваться на более прибыльных и персонализированных услугах — планировании наследства, управлении трастами и ценными бумагами, финансовом консультировании и т. д.
Технологии также создают спрос на новые способы решения задач — или на то, что раньше люди даже не считали нужным. Почему многие не осознают, что им нужно что-то лучшее? Вероятно, потому что не знают, что может быть лучше — им просто не хватает понимания возможностей технологии. Но когда появились цифровые карты, онлайн-оплата и возможность делить стоимость поездки, стало очевидно, что существует более удобная альтернатива, и индустрия такси начала стремительно меняться.
Как это произошло? Если задуматься, технология, которая была доступна новым игрокам, была доступна и традиционным компаниям, потому что большая часть этой технологии — с открытым исходным кодом. По правде говоря, она была доступна всем. У многих уже тогда были смартфоны, существовали цифровые платежи, а GPS был повсеместным — все ведь пользовались навигацией и прогнозом погоды в телефонах. Компании вроде Uber просто собрали все это вместе и применили новую бизнес-модель, сместив акцент вправо. Вместо того чтобы ждать, пока мимо проедет такси, и ловить его на улице или звонить диспетчеру, они спросили: «А что если позволить людям вызывать водителя через смартфон — с полной прозрачностью по времени ожидания, информации о водителе, машине и так далее?»
Не упустите этот момент: Uber придумал другую модель бизнеса — и людям это понравилось. Дело было не столько в технологии (она, напомним, была доступна всем), сколько в том, чтобы, наконец, перестать проходить мимо проблем, которые можно было бы решить или улучшить с помощью технологий. Просто Uber сделал это первым. Как? Uber воспользовался уравнением Осмона, где знания (навыки) умножаются на усилия, и превратил это в успех. Более того, модель Uber со временем вышла далеко за пределы перевозок — теперь по этой схеме можно заказать доставку почти чего угодно. Так что мы не считаем, что ИИ заменит все профессии — но совершенно точно ИИ изменит характер работы.
Напоследок добавим, что нам действительно понравилась книга Эндрю Макафи The Geek Way, потому что она буквально по пунктам объясняет, как Uber и другие цифровые новаторы сделали это. Конечно, там есть и другие важные факторы — культура, процессы, — но все равно навыки выступают на первый план.
Рычаги ума: как построить устойчивую программу развития навыков
В этой части мы поделимся историями, идеями и примерами того, как нам удалось переломить ситуацию с навыками в свою пользу в IBM. И хотя ничто не вечно, стратегии, о которых пойдет речь, прочные и уже доказали свою эффективность в течение многих лет, охватив сотни тысяч сотрудников и партнеров.
Вы, наверное, уже заметили, что хотя эту книгу написали сотрудники IBM, она вовсе не была исключительно про IBM или ее технологии. Это сделано специально. Но в этом разделе мы будем часто обращаться к опыту IBM и тем шагам, которые мы предприняли в сфере навыков. Этот раздел был написан в соавторстве с приглашенным экспертом (Ребеккой Рейес) — признанным лидером в области развития навыков, которая возглавила, возможно, крупнейшую в истории компании программу по повышению квалификации. Поэтому мы уверены в предложенных стратегиях — мы знаем, что работает, а что нет, и научились адаптироваться. Используйте наш опыт для развития своих собственных программ.
Стресс и адаптация — ключи к росту. Конечно, стресс для мышцы отличается от того, как мы говорим о стрессе на работе. Но суть та же — напряжение обучает, и это катализатор для изменений и роста. Повторение восстанавливает и превращает мелкие изъяны в сильные стороны. Подумайте, самый заметный эффект от поднятия тяжестей — рост мышц. Все начинается, когда вы поднимаете большой вес, чтобы нагрузить мышцы. Это вызывает микроповреждения в мышечных волокнах. Эти микротравмы запускают биологическую реакцию, при которой организм начинает восстановление. Именно этот процесс формирует новые, более крепкие мышечные волокна взамен поврежденных, и со временем приводит к росту мышц.
Возможно, главный совет, который мы можем дать по развитию навыков: обучение — как тренировка в спортзале. Навыки развиваются под постоянным разумным напряжением, с чередованием нагрузки и удержания. И как с планом тренировок, сначала нужно взять обязательство, а затем подкрепить его продуманной, проверенной программой — только в этот раз речь идет о навыках.
А вы или ваша команда бросаете себе вызов? Практикуетесь регулярно — выявляете мелкие изъяны в знаниях, в задачах, в логике, в коде, в аргументации — и даете себе время на восстановление, обучение, адаптацию? Вы прикладываете правильное количество напряжения (слишком много вредно как для тела, так и для программы по развитию навыков), чтобы расти?
Мы структурировали части этой главы вокруг «рычагов», которые можно задействовать, чтобы развивать навыки в вашей компании и использовать текущий момент. Вам не обязательно читать главу по порядку — если чувствуете, что какой-то рычаг у вас уже под контролем, переключитесь на те, о которых вы еще не задумывались. Когда закончите, у вас будет несколько направлений, которые можно будет оптимизировать, чтобы использовать возможности для развития навыков, которые перед вами открываются.
Вот наши рычаги развития навыков:
- Начните с самого начала — нанимайте сотрудников, которым интересно «почему».
- Привлекайте специалистов с цифровым мышлением.
- Проведите инвентаризацию навыков.
- Планируйте для всех — план без действий — это просто речь.
- Примите кривые обучения (и забывания).
- Комбинируйте обучение, подражание и сотрудничество.
- Культура имеет значение — навыки должны быть глаголом, а не существительным.
- Задайте организационный тон в вопросах ИИ.
Рычаг 1: Начните с самого начала — нанимайте сотрудников, которым интересно «почему»
Старая пословица «любопытной Варваре на базаре нос оторвали»[3] предупреждает о рисках излишнего любопытства. Но в эпоху, когда доступ к информации и технологиям стал демократичным, это самое любопытство — двигатель прогресса. Поэтому, несмотря на то, что в этой главе речь пойдет о корпоративных программах и идеях по развитию навыков, не упускайте из виду главный ингредиент — врожденное любопытство тех, кого вы нанимаете.
Назовите любой типаж — мы с ним работали. Люди с талантом, который невозможно натренировать. Люди, настолько любопытные, что если что-то им непонятно, они уходят в интернет и теряются в онлайн-курсах. А есть и те, кто на обязательное обучение реагирует словами: «Это не моя работа, зачем мне это проходить?» или «Я не из продаж, зачем мне знать, как мы продаем наш продукт? Я просто пишу код». И любые промежуточные варианты. Но вы никогда не ошибетесь, если будете нанимать людей с естественным любопытством. Проще говоря, если «технологические годы» равны собачьим (а в случае ИИ — мышиным), то все образовательное преимущество от университетов быстро обесценивается.
Будьте Моцартом в обучении
Существует история (в разных версиях) о том, как знаменитый композитор Вольфганг Амадей Моцарт уже в шесть лет был признан музыкальным гением. В пять лет он сочинил свое первое произведение и вскоре выступал при дворах. Как-то к нему подошел молодой композитор и сказал что-то вроде: «Я хочу сочинять симфонии. Можешь меня научить?» Моцарт ответил: «Ты еще слишком молод, чтобы сочинять симфонии». Мужчина удивился: «Мне за двадцать, а ты сам сочинил свою первую симфонию в десять!» На что Моцарт (знаменитый своей прямотой не меньше, чем музыкой) сказал: «Да, но я не ходил и не спрашивал, как это сделать».
В чем суть? В том, что, несмотря на важность руководства и обучения, подлинное мастерство идет изнутри. Ваша задача — подтолкнуть сотрудников к тому, чтобы они перестали искать инструкции и начали самостоятельно исследовать и экспериментировать. Организациям действительно нужны траектории развития, но не меньше — пространства, где можно поощрять и развивать внутреннюю жажду знаний.
Чтобы действительно встроить любопытство в процесс найма, работайте с HR-командами, чтобы они умели распознавать любопытство как качество при отборе кандидатов. У вас будут рекрутеры, которые не знают, что такое GitHub — их нужно обучать, чтобы они могли смотреть глубже, чем просто на резюме или профиль в LinkedIn. Ведь профиль на GitHub — это часто лучший маркер любопытства. И смотрите шире — не только на навыки, которые прямо сейчас нужны бизнесу. Например, одна кандидатка запомнилась нам не только своими глубокими техническими знаниями, но и тем, что вела аккаунт в соцсетях (@culinarychum), посвященный ресторанам, которые хорошо справляются с аллергиями (например, с целиакией), и обзорам безглютеновых продуктов. Это реальный сотрудник IBM (Елена Маркес), и она демонстрирует не только сильные технические навыки, но и массу других качеств: активное сообщество, точку зрения, эмпатию, грамотную коммуникацию, вовлеченность. Вместе мы управляли десятками тысяч, а возможно, и сотнями тысяч сотрудников — в компаниях с миллиардными инвестициями. Знаете, что отличает тех, кто топчется на месте, от тех, кто добивается успеха? Любопытство. В современной экономике нужны навыки, а не просто дипломы.
Очевидно, что не все сотрудники — новички в компании. Вам нужно наделить управленцев полномочиями оценивать и замечать любопытство, а также создавать условия для самообучения. Выделите время и ресурсы, чтобы поддерживать таких сотрудников. Именно они подскажут вам «как» — через внешнее обучение, участие в конференциях, волонтерство в профессиональных сообществах. Ваша задача — помочь им увязать все это с траекторией развития в интересах бизнеса. Они хотят пойти на конференцию? Спросите, выступают ли они там? Как менеджер или наставник, предложите помощь в подготовке заявки на выступление или просто дайте обратную связь по презентации — ваша поддержка и даже пара замечаний могут превратить любопытного наблюдателя в уверенного, вдохновленного лидера.
Например, в IBM у менеджеров есть программы, позволяющие оплачивать внешнее обучение — от MBA до сертификаций по безопасности или навыков публичных выступлений. А если бюджет не позволяет направить сотрудника на внешнее обучение, возможно, вы предложите гибкий график, чтобы он инвестировал в развитие сам, зная, что компания ценит его вклад и поддерживает другими способами — например, оплачиваемым временем на обучение.
Почему мы так много говорим о любопытстве? Потому что вовлеченные и любознательные сотрудники сами находят нужные ресурсы или приходят за помощью. Более того, они ваш главный индикатор успешного внедрения программ повышения квалификации. Если вы сможете выявить лучшие вложения в развитие, сделанные вашими любознательными первопроходцами, вы сможете быстро масштабировать эти подходы на всю организацию. Это и есть модель индивидуального обучения, которую даже ИИ пока не может превзойти.
Рычаг 2: Привлекайте специалистов с цифровым мышлением.
Навыки в сфере ИИ «стареют» гораздо быстрее человеческих. Поэтому, даже нанимая лучших, вам нужно будет постоянно инвестировать в их развитие. Вот почему так важно сразу искать специалистов с цифровым мышлением. Но важно прояснить: это не означает диплом по компьютерным наукам — речь о людях, которые умеют находить инновации, повышающие эффективность, точность, скорость и удобство.
Вы, вероятно, уже сталкивались с противоположным типом — людьми, которые говорят: «Я не технарь». Это те, кто по-прежнему копирует файлы через File → Copy и File → Paste, вместо того чтобы использовать Ctrl+C, Ctrl+V. Те, кто вставляет устаревшие скриншоты дашбордов в презентации. Те, кто владеет iPhone за $1500, но использует лишь 10% его возможностей, не зная, например, что можно распознавать текст на фото с помощью ИИ. А это важно: сотрудники с цифровым мыслением всегда ищут более эффективные способы работать, включая использование агентов-ассистентов.
У многих компаний есть список «любимых» вузов — как у юридических фирм, нанимающих только выпускников Гарварда. Выбросьте этот подход. Да, есть университеты с высоким уровнем отбора и ресурсами, но реальный рынок талантов гораздо шире. Мы находили отличных специалистов среди выпускников колледжей и техникумов и наблюдали, как их карьеры стремительно развивались. Ветераны также часто делают успешный переход от службы к бизнесу, принося с собой практический опыт и дисциплину. Ищите таланты там, где их не ждут.
При размещении вакансий подумайте: вам действительно нужен диплом о высшем образовании или это просто шаблон в форме найма? Если бы все ориентировались только на «корочки», мы могли бы не узнать Стива Джобса (сооснователь Apple), Амансио Ортегу (основатель Inditex) и Анну Винтур (главный редактор Vogue). Мы не умаляем ценность образования — оно важно и помогает в систематизации знаний. Но это далеко не единственный критерий.
Согласно исследованию Гарвардской школы бизнеса Hidden Workers: Untapped Talent, 88% работодателей признают, что квалифицированные кандидаты отсеиваются только потому, что не соответствуют формальным критериям вакансии. Конечно, если вам нужен программист — важно, чтобы он писал код промышленного уровня. Но не недооценивайте силу мотивации и стремления к развитию. Сегодняшняя система найма часто больше ориентирована на отсутствие опыта, чем на потенциал кандидата. Не попадайтесь в эту ловушку. Создайте гибкую рабочую культуру, дайте людям возможности расти и уберите чрезмерные требования, которые отталкивают потенциально ценных сотрудников.
Также стоит рассмотреть использование ИИ-инструментов для поиска и анализа навыков кандидатов и внутренних сотрудников — в рамках стратегии, ориентированной на компетенции. ИИ может навредить, если применять его бездумно. Но при корректной настройке и контроле предвзятости он способен сформировать внутренний рынок карьерных возможностей. А это — основа для развития навыков, ведь ротация сотрудников между ролями стимулирует их рост.
Когда лучше менять роль? Некоторые руководители считают, что это нужно делать каждые 2–3 года. Мы же считаем: если вы приходите на работу и ничто вас не пугает — значит, вы ничему не учитесь. А это верный сигнал, что пора что-то менять. Рост и комфорт не могут сосуществовать. Срок работы в должности не определяет развитие навыков — а вот выход из зоны комфорта определяет.
Рычаг 3: Проведите инвентаризацию навыков
Ранее в этой главе мы упоминали отчет BCG, в котором говорилось, что лишь немногие компании могут прогнозировать дефицит навыков. Представьте, что вы пытаетесь прогнозировать погоду без данных о температуре, скорости ветра, атмосферном давлении и других параметрах. Тем не менее, большинство компаний работают без базового уровня навыков, анализа дефицита и стратегической дорожной карты, соответствующей их планам роста.
Для инвентаризации начните с конкретных технических навыков, с метриками (уровнями), которые четко описывают, на что способен сотрудник. Инвентаризация чего-либо начинается с таксономии и метрики учета. AI тоже может определять навыки, но мы хотим предупредить: в этой области много «змеиного масла».[4] Проблема не в том, что AI «угадывает» навыки человека, но мы считаем, что это должно быть подтверждено человеком. В конце концов, если человек согласен с оценкой AI, вы только что создали меченую пару данных, что критически важно для управления моделью.
Некоторые считают, что оценка навыков с помощью AI может справиться со всем, забирая эту задачу у менеджеров, потому что они слишком заняты. Но чем они так заняты? Разве управление людьми не является частью работы менеджера? Если средний менеджер управляет 15 людьми, так ли сложно попросить менеджера встретиться с сотрудниками и сделать обсуждение навыков постоянной частью каждого взаимодействия? Почему бы не использовать AI для изучения слабых мест и спросить сотрудников, согласны ли они? Иногда AI будет прав, иногда — нет. Вот вам бесплатный совет для высших руководителей корпорации: если кто-то говорит об этом, он в какой-то степени заинтересован; если он измеряет это, он привержен этому, и тогда это имеет значение. По этой одной причине менеджеры должны часто обсуждать навыки со своими сотрудниками. И пока вы заняты повышением квалификации своего персонала в области AI, важно также сосредоточиться на нетехническом контенте — межличностных и внутриличностных навыках, которые часто называют soft skills, — которые важны, но гораздо труднее измеримы.
Мы считаем, что лучший способ обеспечить достоверность навыков — это иметь централизованную таксономию, которая автоматически обновляется в определенном диапазоне (например, от уровня 1 до уровня 5) по завершении курса или деятельности (например, пилотного проекта или успешно оцененной презентации вашему наставнику). В IBM мы разработали пятиуровневую систему навыков для команд продаж:
Рис. 6.4. На изображении представлена схема уровней навыков для продавцов, которая используется для оценки их способностей в области продаж. Схема включает пять уровней, каждый из которых описывает, что может делать продавец на этом уровне. Чем выше уровень, тем выше возможности руководства проверять и подтверждать (auditability), что сотрудник действительно обладает заявленными навыками и может их применять.
- Уровень 1: Основы (Вход). Сосредотачивается на общей бизнес-истории с тщательно разработанными сюжетными линиями, которые целенаправленно приводят клиентов к уникальному дифференцированию IBM.
- Уровень 2: Решение задач (Основа). Внедряет решения и продукты, которые помогают клиентам смягчить «боль», возникшую на уровне 1, предлагая «ответ» на то, как решить их проблемы.
- Уровень 3: Демонстрация (Опыт). Обучает (и показывает) продавцам, как «показывать, а не рассказывать» ответы на болевые точки. Технические продавцы углубляются в детали и адаптируют свои демонстрации.
- Уровень 4: Пилот | Внедрение (Эксперт). Комбинирует различные методы обучения, чтобы обеспечить технических продавцов глубокими навыками, необходимыми для успешной работы за пределами демонстрации.
- Уровень 5: Обучение (Лидер мысли). Продавцы, признанные советом директоров, которые постоянно демонстрируют мастерство как внутри, так и вне IBM.
Эта схема помогает оценить и развивать навыки продавцов, обеспечивая постепенное улучшение их способностей от базового уровня до уровня лидера мысли.
В этой схеме есть очевидные дизайнерские шаблоны, а также более тонкие и детализированные. Вот наши ключевые моменты проектирования:
Твердые навыки требуют жесткой оценки
Мы любим саморефлексию, но в этой области, по нашему мнению, самооценка не работает (хотя высококвалифицированные кандидаты должны иметь возможность пройти тестирование). Это похоже на просьбу к вашей кошке оценить свои навыки охоты — она королева джунглей, пока не появляется лазерная указка.
Технические продажи и обычные продажи требуют как коммерческой хватки, так и технической компетентности. По этой причине уровни 1 и 2 общие как для технических продавцов, так и для традиционных сотрудников отдела продаж, поскольку они обучают рынку и нашим ценностным драйверам. Уровень 3 — это уровень «показывай, а не рассказывай». Здесь начинается разделение: от продавца ожидается проведение живой демонстрации в соответствии со скриптом, тогда как от технического продавца ожидается значительное отклонение от скрипта (по просьбе клиента), глубокое объяснение и определенная степень кастомизации этой демонстрации. И не сомневайтесь, у нас есть очень технически подкованные люди, и некоторые из них ненавидят уровни 1 и 2.
Некоторые продавцы считают уровень 3 слишком глубоким и пугающим, потому что это живая демонстрация, а не видео, которое нужно просто запустить. Отлично! Поскольку эти демонстрации созданы с инструкцией «не провалишься, если следовать», мы предполагаем, что делаем этих продавцов более технически подкованными. Чтобы проверить правдивость наших утверждений о невозможности провала, иногда мы просим школьников завершить уровень 3. Это также служит отличным ответом, когда некоторые наши продавцы говорят, что причина, по которой они не выполнили работу, заключается в том, что это «слишком технично». На самом деле они просто не приложили усилий.
По мере достижения более высоких уровней навыков, подтвержденность этих заявлений о навыках становится все более надежной, как будто на нее можно сделать ставку в Лас-Вегасе (об этом чуть позже). Это нечто, что нельзя просто утверждать или посетить лекцию и заявить о мастерстве. На самом деле, все наоборот: если уровень 1 + уровень 2 = Знание, то уровень 3 = Показ, уровень 4 = Действие, а уровень 5 = Обучение. Навыки уровней 3 и 4 включают значительную долю практической работы и свидетельства. Таким образом, повышение уровня навыков оставляет аудиторский след — что-то, что может быть использовано учеником и компанией в качестве доказательства достижения.
Это может использоваться для взимания различных ставок (так как высококвалифицированные консультанты часто берут больше, чем младшие сотрудники) или для оплаты различных уровней производительности среди сотрудников (высококвалифицированные сотрудники могут и должны требовать более высокооплачиваемых позиций). Это также может быть использовано для прогнозирования будущих потребностей в найме на основе навыков, которые, вероятно, будут востребованы вашими клиентами.
Наш совет: избегайте соблазна спешить ради заголовка («У нас 100 старших разработчиков AI в резерве!»); вместо этого цените это как важный этап и убедитесь, что путь достаточно сложен и вознаграждает за усилия. Если вы это сделаете, жалобы на сложность того стоят, когда вы видите похвалы от тех, кто достиг цели. И помните, если вы установите высокую планку, она будет вызывать уважение. Но если вы позволите другим частям компании внедрять достижения с низкой планкой для повышения уровня навыков (например, за посещение вебинара вы получаете повышение навыка), вы низводите программу.
Свяжите уровни с глаголами (действиями), чтобы показать, что мы ожидаем, что человек, достигший этого навыка, сможет выполнять или знать. Обратите внимание, на рис. 6.4 под уровнями указаны глаголы. Используя глаголы, мы знаем, что если у нас есть технический продавец в Японии на уровне 4, он может пойти к клиенту и провести пилотный проект или развернуть платформу. В IBM это означает, что вы достаточно глубоко понимаете, как разворачивать программное обеспечение, проводить его пилотирование или бенчмаркинг, а также понимаете задачи дня 0, дня 1 и дня 2 и многое другое. Но это также дает нам общий язык навыков. Ценность глаголов быстро проявилась как способ достижения предельной ясности и облегчения коммуникации между клиентами, партнерами и сотрудниками IBM в отношении возможностей отдельного человека. Сейчас мы работаем над расширением этого для soft skills, таких как коммуникация и передача ценности.
Мы считаем, что одной из причин, по которой компании не так хорошо справляются с навыками, является то, что они считают это исключительно задачей HR. Но так не может быть, если вы действительно хотите преуспеть в этой области. Это должно быть партнерство с экспертами в данной области. Действительно, HR сосредоточен на обучении и знаниях, и интеграция в корпоративную структуру критически важна. Схема, которую мы разработали для технических продаж, была специально создана для интеграции в структуру HR IBM. Почему? Что если бы вы руководили разработкой? Тогда, возможно, вам понадобятся другие глаголы. Это напоминает нам цитату Дэвида Паккарда из Hewlett-Packard: «Маркетинг слишком важен, чтобы [просто] оставлять его отделу маркетинга». Мы смягчили цитату словом «просто», чтобы передать суть, которую хотим донести.
Все имеет срок годности. У нас есть детальные контрольные механизмы для этого, но мы понимаем, что то, что вы узнали сегодня изменится со временем. Наши значки истекают ежегодно. Мы можем продлевать некоторые из них, потому что изменений не так много. Или дадим несколько уроков, чтобы сохранить квалификацию. Или аннулируем ее, потому что многое изменилось.
Развивайте свои уровни
Рис. 6.4 показывает различные уровни, которые соотносятся с глаголами для навыков технических продавцов и традиционных продавцов в IBM. Мы решили более подробно раскрыть эти уровни, чтобы вы лучше поняли точность структуры навыков IBM Technology и могли применить это к своим программам навыков.
Уровни 1 и 2 — это основы «когда» и «почему». Эти уровни касаются ценности и нашего выхода на рынок. Уровень 1 начинается с формулирования бизнес-проблемы, с которой сталкиваются наши клиенты сегодня, а также того, что ждет их в будущем. Мы не хотим технологических проектов; мы хотим проектов, приносящих бизнес-ценность, сдвигающих влево и вправо. На этом уровне обучающийся сосредотачивается на том, как подчеркнуть болевые точки клиента (не спрашивая… они уже знают их) и, возможно, представить им те, о которых они не знают или которые у них появятся (например, объяснимый AI).
Здесь обучающийся работает над созданием момента озарения. Чтобы клиент заметил: «Вау… я никогда не думал об этом раньше» (это чистое золото для клиента, потому что это означает, что продавец учит, а не просто продвигает номера деталей). Обучающиеся готовятся на открытых книжных тестах (как в Coursera). Мы хотим убедиться, что обучающиеся прошли материал и знают, куда вернуться, когда они сталкиваются с кривыми забывания. На этих уровнях мы уверены, что некоторые продавцы «обманывают» себя и просто ищут ответы (как они могли бы сделать в курсе Coursera).
Мы не против этого. Почему? В какой-то момент они будут живьем перед клиентом и впадут в панику. Так они научаться ценить обучение, и, возможно, иначе отнесутся к обучению в следующий раз. И, честно говоря, чтобы быть хорошим в чем-то, часто сначала нужно быть плохим и учиться через боль. Конечно, если вы эксперт, вы можете пропустить урок, но все равно извлечь пользу из материалов, ориентированных на клиента, которые находятся внутри, и просто протестировать это. Мы уверены, что эти уровни помогают нашим продавцам продавать. Как? Вспомните статистику Golden Circler? (Не говоря уже о том, что мы сами используем эти материалы).
На уровне 3 продавец проводит живую демонстрацию, артикулируя ценностные драйверы, изученные на уровнях 1 и 2, и показывая (а не рассказывая) технологию. Другими словами, здесь нет слайдов PowerPoint или маркетинговых материалов: вы многократно запрашиваете модель или генерируете синтетические данные… с объяснением ценности. Уровень 3 получает одобрение менеджера — это означает, что если кто-то «обманывает» систему, теперь менеджер и сотрудник должны быть в этом вместе.
Демонстрация означает показ чего-то вживую. У нас были (жаркие) обсуждения с лидерами продаж, которые клянутся, что объяснение видео — это то же самое, что и демонстрация. Это не так. Клиенты чувствуют это за милю. Иметь резервное видео на случай, если интернет подведет – умный ход. Но начинать с видео? Нет. Просто представьте: продавец заходит, восхищается своей «доступной и простой в использовании платформой без кода, которая приносит GenAI всем», и вместо того, чтобы действительно показать ее, нажимает Play на видео. Ничто так не кричит «доступно и просто в использовании», как… не использовать его вообще.
Когда вы переходите на уровень 4, вы занимаетесь серьезными техническими продажами… тем, что большинство технарей любят делать. Если PowerPoint рассказывает, а демонстрация продает, то развертывание скрепляет. Эти уровни нравятся тем техническим специалистам, которые утверждают, что текстовый редактор vi (универсальный текстовый редактор Unix) — это инструмент для повышения продуктивности, и считают, что идея CAPTCHA была полезной.
Как упоминалось ранее, вы выполняете задачи дня 0, дня 1 и дня 2 для клиента, обычно на их машинах или облачных ресурсах. Как же здесь увеличивается проверяемость (auditability)? Взаимодействие с клиентом управляется в нашем процессе продаж и в нашей системе управления (например, был ли пилот успешным? Они запущены и работают? и так далее). Теперь, если технический продавец, менеджер (который подписывает работу в системах продаж IBM) и клиент (который подразумевает, что работа выполнена, покупая и не жалуясь, что работа выполнена неправильно) были в этом… то вы могли бы «обмануть» свой путь к уровню 4. Уровень 4 — это комбинация практического и теоретического обучения. Мошенники на уровне 4 долго не продержатся.
Наконец, уровень 5 описывает потрясающих людей (настоящих рок-звезд), которых Workday справедливо высмеял в своем рекламном ролике на Супербоуле LVII… это люди, которых все знают. Почему? Они авторы книг и блогеров; они те, кто обучает своих коллег, те, кого клиенты спрашивают по имени или кто пишет рекомендации, те, к кому обращаются, когда возникают самые сложные проблемы. Мы не фанаты «одобрений совета директоров», но для уровня 5 это может иметь смысл. Это вершина навыков, и строгость заключается в очевидности уровня навыков. Как можно обмануть этот уровень? Возможно, попросить своих родителей и друзей анонимно лайкать ваши статьи или подкасты? Не уверен… но это довольно надежная ставка, что если вы встретите таких людей в IBM, вы можете найти их в Google и увидеть, почему они талантливая и востребованная группа.
Возьмите минутку, чтобы подумать о глубине навыков, необходимых для вашей команды. Составьте быстрый список из пяти уровней с глаголами, которые демонстрируют более утонченный уровень понимания и результата, достигнутого каждым. Ваш отдел HR уже кодифицирует уровни навыков? Если да, то соответствуют ли эти глаголы вашим потребностям? Ваши навыки могут соответствовать конкретным продуктам или предложениям, или они могут быть более общими, требуемыми в рамках семейства работ.
Теперь подумайте о навыках, необходимых для AI, — будь то внедрение, экспериментирование, разработка или что-то другое. Какие семейства навыков наиболее важны для возможностей, стоящих перед вашей компанией или организацией? И помните, нет единой, общепринятой таксономии навыков — но все, что вы определяете, должно быть высоко калибровано и измеримо для вашей организации.
Рычаг 4: Планируйте для всех — план без действий — это просто речь
С учетом сформированной базы навыков можно переходить к планированию. Куда нужно инвестировать, а где — наоборот, сокращать? В IBM мы масштабно прокачиваем навыки всех сотрудников в области генеративного ИИ и агентов. Это означает осознанную работу с ключевыми ролями, которые, как мы ожидаем, будут драйверами роста компании, привлечение новых специалистов с нужными компетенциями и параллельное развитие этих же навыков у действующих сотрудников.
Мы начали с вовлечения исполнительных руководителей, ответственных за эти роли, чтобы вместе с ними определить потребности в росте по сравнению с текущим состоянием. Если сделать снимок текущего состояния навыков сотрудников и задать целевую точку на конец года — как выглядит путь между ними? Мы выстроили систему, сочетающую назначенное обучение и формат «выбери свой путь». Необходима квартальная цикличность в обучении: четкие сроки, контрольные точки, признание прогресса (еще одно недооцененное преимущество… ради победы в соревновании люди — особенно в продажах — готовы на многое). Мы кастомизировали программу под каждую должность. Ведь ожидания от старшего архитектора ИИ с 20-летним опытом должны отличаться от ожиданий к специалисту на первой работе в цифровых продажах (хотя оба должны одинаково уметь ответить на вопрос «Что такое GenAI?» — как мы говорили, уровень 1 обязателен для всех).
Когда ожидания заданы, а менеджеры готовы вести за собой и делиться прогрессом команды, наступает ключевой этап — создание движения.
Некоторые вопросы, которые стоит учесть при разработке плана:
- Какую трансформационную историю вы или ваша компания хотите рассказать?
- Лучшие планы распределяют ключевые действия во времени. Какие из них критичны и требуют немедленного исполнения? Что можно отложить?
- Кто из руководителей выступает спонсором программы развития навыков? (Они обязаны участвовать — позже в этой главе мы поговорим о тех, кто только говорит, но ничего не делает.)
- Как вы обеспечите, что менеджеры и лидеры сами обучаются и выделяют время на обучение сотрудников?
- Как назначаются программы обучения? Кто задает ритм и следит за прогрессом? Кто отбирает курсы?
- Как вы будете признавать (и, возможно, поощрять) сотрудников за завершение обучения?
- Учитывается ли обучение при формировании вашей базы навыков?
Рычаг 5: Примите кривые обучения (и забывания)
Помимо аналогий о коротком сроке жизни технических навыков, к которым мы обращались на протяжении всей книги, есть еще один важный аспект, который необходимо учитывать при работе с навыками: кривая забывания. Будь то особенности человеческой природы, перегрузка новой информацией или очевидное снижение способности концентрироваться за последние десятилетия (по одному из отчетов, средняя продолжительность внимания у человека — меньше, чем у золотой рыбки, всего восемь секунд), — мы все будем забывать значительную часть того, чему учимся.
Одна из ключевых проблем при обучении больших моделей — ограниченный объем памяти GPU. Когда она заканчивается, данные выгружаются в кеш CPU, затем — в системную память, а потом и на диск… каждая такая выгрузка резко снижает производительность. С мозгом человека ситуация аналогична (только апгрейды емкости не происходят ежегодно), и именно поэтому критически важна возможность быстро восстанавливать в памяти информацию, которую вы не помните дословно, но знаете, что где-то с ней сталкивались — особенно для быстроты мышления сотрудников (в частности, в продажах).
На рис. 6.5 показаны «американские горки» обучения. Примите каждый дикий поворот и вираж этой кривой, потому что кататься на горках веселее, чем ехать по прямой. Мы не раз сталкивались с тем, как игнорируют эту кривую: не понимают, что она включает разные фазы — подъемы, спуски, участки с различной крутизной.
Рис. 6.5. Кривая обучения
И как все знают, с чего начинается поездка на горках (медленный подъем), также и в организации все понимают начальную часть кривой обучения: это факультативное или обязательное обучение сотрудников. Здесь есть разные типы учащихся — мы видели всех. Но! Независимо от типа, после недели конференций или часов обучающих курсов на протяжении года все начинают что-то забывать. Это и есть та часть «американских горок» (называемая спуском), где вступает в силу гравитация, и у вас в животе замирает — это и есть кривая забывания. И точно так же, как на горке, когда начинается спуск, возможны два сценария: кто-то с радостью поднимает руки и в восторге принимает вызов (на этом этапе начинается фазa импровизированного обучения), или… выходит попкорн и странно пахнущий слаш (то есть обучение было потеряно — но, к счастью, не буквально). Суть в том, что если вы отвечаете за развитие навыков и не помогаете своей команде пройти через кривую забывания, последствия будут негативными и для вас, и для компании.
Лесли Вэлиант отмечает: «Ключевая особенность образования — это способность передавать знания, которые будут полезны позже, в неожиданных контекстах». Мы называем это этапом импровизированного обучения, и именно здесь проявляется ценность качественного учебного контента. На этом этапе продавцы возвращаются к пройденному материалу, чтобы быстро найти нужные фрагменты — то, что они, как правило, уже подзабыли (и делают это в спешке перед встречей или звонком с клиентом). Допустим, вы знаете, как использовать GenAI для получения лучших результатов, но вам нужно освежить различия между тонкой настройкой модели и использованием LoRA-адаптера. Или просто вспомнить, что означает DevSecOps. Мы видим, что сотрудники больше всего ценят обучение именно в этой фазе — в отличие от курсов и мероприятий, где они еще проявляют интерес, но часто сопровождают это недовольным ворчанием.
Мы поднимаем эту тему потому, что обучение должно быть модульным и легким для повторного обращения — именно для такого импровизированного применения. Кроме того, необходимо научить сотрудников самим помогать себе — знать, где искать и как быстро освежить знания в нужный момент. Здесь помогают метаданные. Если курс разработан экспертами, зафиксируйте структуру, заметки и основные выводы, чтобы все материалы были централизованно доступны позже. Обучите сотрудников, где и как это находить — оставляйте «хлебные крошки» для поиска, это всегда вызывает благодарность.
Если обучение представлено только в виде видео, нужно предоставить расшифровку, разбить видео на главы и наложить слой GenAI, чтобы сотрудники могли находить нужные части по запросу. Например, если кто-то хочет вспомнить техники создания запросов, LLM может сформировать ссылки на соответствующие фрагменты. Еще лучше — LLM создает 30-секундную выжимку по запросу, охватывающую весь 3-часовой курс GenAI, с оглавлением и ссылками на нужные моменты в видео — своего рода нарезку лучших моментов по настройке промтов.
А теперь поднимемся на уровень выше: пусть ИИ индексирует материалы и создает диалоговый сценарий с продавцом, играющим роль клиента. После четырех-пяти вопросов (например, «Объясни ценность передачи моих данных в модель, но и возможные риски тоже») — система возвращает отчет с оценками по ключевым критериям (качество ответа, количество жаргона и проч.). Это отличный способ дать неуверенным сотрудникам пространство для безопасной практики. Или использовать ИИ для создания подкаста на основе материала — как делает, например, Google NotebookLM. Здесь масса возможностей (агенты поднимают планку еще выше), и все они привлекут внимание ваших сотрудников, потому что они новаторские, вовлекающие и ускоряют работу.
Это не будущее. Платформа IBM watsonx уже сейчас создает запрошенные фанатами нарезки лучших моментов с главного гольф-турнира (The Masters), с автоматически сгенерированными комментариями, охватывающими эмоции игрока — кулаки, радость, берди, богги и удары, уводящие мяч в «не туда» — без лишних слов и заминок. Назовите игрока, и ИИ возьмет раунд (обычно он длится чуть больше четырех часов — раньше так было) и сделает из него трехминутное видео с тем, что вы хотите увидеть — в данном случае — лучшие моменты игрока.
Рычаг 6: Комбинируйте обучение, подражание и сотрудничество
Лесли Вэлиант получил премию Тьюринга в 2010 году за фундаментальный вклад в машинное обучение и информатику. Однако его последняя на момент написания книги работа вовсе не о компьютерах — по крайней мере, не о нулях и единицах. Книга The Importance of Being Educable утверждает, что понимание природы нашей обучаемости критически важно для обеспечения будущего. Разбирая, как мы обрабатываем информацию, чтобы учиться и применять знания, и сравнивая это с другими животными и системами ИИ, Вэлиант объясняет, почему образование должно стать центральной задачей человечества. Если мы хотим использовать сильные стороны нашего вида и защитить общее будущее, мы должны лучше понять и приоритезировать важность обучаемости.
Вэлиант далее утверждает, что у человека есть исключительная способность к усвоению и применению знаний, и что эта замечательная «обучаемость» может быть понята как способность к обработке информации. Он считает, что именно обучаемость отличает нас как вид, позволяя создать тот мир, который мы имеем сегодня — это дает нам силу и потенциал задать планете устойчивое направление развития. (Вспомните цитату Стива Джобса из предисловия — точки зрения весьма схожи.) Однако он предупреждает и об изъяне: несмотря на способность усваивать целые системы знаний о мирах за пределами собственного опыта, человеку сложно определить, какой информации стоит доверять. Один из основоположников ИИ подчеркивает уникальные способности человеческого мозга — учиться, критически оценивать результаты ИИ и создавать системы повышения квалификации, способные развивать сообщества. Мы с этим согласны.
Пойдем дальше. Майкл Томаселло, американский психолог, специализирующийся на развитии и сравнительной психологии, утверждает, что люди лучше всего учатся с помощью комбинации подражания, обучения и совместной деятельности. Вероятно, так выглядело и ваше собственное обучение в детстве — наблюдение за окружающими и копирование их поведения, затем более формальное образование, и позже — совместная работа с другими, которая привела вас к тому состоянию, в котором вы находитесь сейчас. Это применимо далеко за пределами детства.
Для наших специалистов по продажам в IBM мы используем ту же модель. Мы начинаем с формального обучения по платформе (например, базовые принципы взаимодействия с клиентами), а затем следует период наблюдения: стажеры участвуют в рабочих поездках, наблюдают за звонками, присутствуют на ключевых встречах и т.д. Обучающиеся (особенно новички) взаимодействуют с менеджерами, коллегами и ИИ, чтобы попробовать и попрактиковаться в безопасной среде. Все это сопровождается обратной связью и коучингом — важнейшими компонентами процесса.
Живи ради аплодисментов Гага — делай по-настоящему или не делай вовсе
Обратимся к Голливуду, чтобы запомнить два ключевых момента, которые должен учитывать каждый руководитель в условиях сегодняшнего ИИ-ландшафта: период актуальности технических навыков невероятно короткий, и вам придется «замарать руки».
Возраст не важен — почти каждый знает хотя бы одну версию фильма Звезда родилась. Первый фильм вышел в 1937 году, и новые версии появляются примерно каждые 20 лет. Независимо от того, какую версию вы помните, в каждой из них одна и та же история о славе, любви и трагедии — кто-то поднимается наверх, пока его вторая половина и наставник идет вниз. Версия 2018 года с Леди Гагой (восходящая звезда) и Брэдли Купером (на спаде) — это тот ремейк, который особенно интересен в контексте навыков.
Хотя вы, вероятно, знаете сюжет, вы могли не знать, что Брэдли Купер исполнял и играл все в фильме вживую вместе с Леди Гагой. Почему? Потому что Леди Гага настояла на этом (респект). Чтобы подготовиться, Купер более 18 месяцев занимался вокалом, 6 месяцев учился играть на гитаре и столько же — на пианино. Он работал над понижением голоса и многим другим. В сумме на подготовку ушло почти 3 года — ради съемок, которые длились всего 42 дня.
В чем суть? Один из самых успешных актеров мира потратил годы на освоение навыков, чтобы реализовать видение роли, в которую он поверил. Он получил поддержку тренеров по вокалу, гитаре, режиссуре и другим направлениям. Чтобы стать тем, кем он не был, он должен был поверить в конечный результат и пройти путь подготовки. Иначе говоря, если один из лучших актеров мира готов тратить годы на обучение ради 42 дней съемок, как вы думаете, что должна делать ваша организация в отношении стратегии развития навыков?
Постройте песочницу — поощряйте хаос
Вы учитесь, когда пачкаете руки. Если вы хотите масштабно развивать навыки сотрудников, до того как начнете внедрять программы, планировать обучение или вести инвентаризацию навыков, вам нужно создать пространство для экспериментов без трения — место для практики. Это означает: хотите развернуть несколько GPU и построить классическую сверточную нейросеть для проекта по компьютерному зрению — пожалуйста. Хотите поиграть с векторными базами данных, такими как Chroma или Milvus, сравнить различные алгоритмы кодирования и посмотреть, как это влияет на семантический поиск — отлично. Или, может быть, вам интересно создать схему в базе данных, поэкспериментировать с форматом Iceberg и протестировать уровни изоляции — действуйте!
Да, с этим связаны расходы. Наш совет: дайте любопытству вести за собой. Создавайте обучающие паттерны подходящего масштаба, а не погружайтесь в бесконечные часы внутренних согласований и зачетов расходов между подразделениями. Не нужно выделять 128-нодовый data lakehouse, чтобы научиться готовить данные для ИИ — достаточно трех узлов. Помните: это не пилоты и не PoC, это механизмы обучения. Поощряйте использование бесплатных пробных версий: у Google есть Colab с бесплатными GPU, у IBM есть множество lite-сервисов для создания ИИ-приложений, а DeepLearning.AI предлагает отличные бесплатные материалы.
Посмотрите и внутрь своей компании — скорее всего, вы создадите собственные учебные «стеки», где можно будет «поиграть». Но важно не просто предоставить технологии, а сделать их использование увлекательным. Пример: Университет Оттавы вместе с IBM и Coding for Veterans построил Cyber Range, где обучение начинается с телефонного звонка от «хакера» (актера), а учащийся в роли сотрудника SOC поднимает трубку — и начинается захватывающий сценарий. Это действительно круто.
При использовании внешних платформ не используйте ни свои, ни клиентские данные. Следите за условиями использования (в том числе теми, что касаются обратной связи). Если у вас нет данных — не беда, существуют тысячи открытых датасетов под разные задачи: Kaggle, Data.gov, Papers With Code и многие другие.
Что касается платных ресурсов — это нормально, просто обеспечьте контроль. Программное обеспечение для управления ресурсами Turbonomic, поможет отследить и устранить неэффективное потребление. Стеки TBM (например, Apptio) позволят эффективно соотносить затраты с бизнесом. В IBM мы централизовали большую часть наших песочниц в едином учебно-демонстрационном центре IBM TechZone и подробно рассказали об этом на ibm.com — с успехами и ошибками (к счастью, первых больше). Если будет шанс послушать Джона Стайнера на конференции IBM — не пропустите. Он не только эксперт в облачной инфраструктуре, но и харизматичный спикер (с очень специфическим, но забавным «гиковским» юмором).
Показывайте (и празднуйте) цифровые достижения
Во многих странах получение водительских прав — это целый путь: обучение, часы практики, тесты, проверка навыков в реальной ситуации. Так же готовятся пилоты F1, астронавты и бойцы — с помощью симуляторов и данных о тренировках. Даже любители, готовящиеся к марафону, собирают подробную статистику о пробежках. До главного события всегда есть фаза практики и обратной связи. Спросите себя: есть ли это в ваших программах профессионального обучения?
Про значимость значков (badges)
Тенденции показывают: сотрудники IBM активно развивают глубину навыков. С момента запуска нашей программы в 2022 году и до 2023 года количество полученных значков (credentials), требующих демонстрации навыков, выросло на 350%. К концу 2024 года эта цифра выросла еще больше. Мы ожидаем выдать миллионный значок в 2025 году. (Скромно похвастаемся: IBM регулярно получает награды за эту программу с самого начала, так что новая награда — приятно, но неудивительно.)
Качество — ключевой фактор. Из 46 000 оценок почти 80% — это 5 звезд, и ~90% — от 4 до 5 звезд. Это подтверждает нашу стратегию: если построить качественную систему — люди придут.
Простой вывод: все инструменты, описанные в этой главе, — вот как мы этого достигли. У вас теперь есть план. Пора развивать навыки массово.
Небольшой совет напоследок: программы по значкам, будь они внутренние или внешние (например, через Credly), играют критическую роль в придании серьезности и подлинности инвестициям в навыки. Но осторожно: есть соблазн выдавать значки за тривиальные достижения — это обесценивает их. Четко определите, что считается значком, и строго придерживайтесь этого стандарта.
Рычаг 7: Культура имеет значение — навыки должны быть глаголом, а не существительным
Прежде чем запускать какие-либо инициативы, руководство должно осознанно принять позицию: навыки — это глагол, а не существительное. Мы неоднократно наблюдали одну и ту же картину (даже внутри IBM — от этого не застрахована ни одна компания): есть лидеры, которые ведут, делая, и те, кто ограничиваются звучными заявлениями. Результаты предсказуемы: команды первых понимают ценности лидера, знают, что он прошел тот же путь, и уважают процесс. В командах вторых — низкая вовлеченность и хаотичное исполнение, основанное не на опыте, а на догадках.
Золотое правило в наших командах: не проси других делать то, чего сам не делал или не готов сделать. Попросили пройти тест или курс? Значит, сами его прошли. Причем раньше. Это и есть подлинное лидерство — когда вы делитесь знаниями и демонстрируете личную вовлеченность. Бросаете в команду небольшую мысль об ИИ, которая зажигает интерес: «Откуда он это знает? Я тоже хочу разобраться!» Вот так и появляется желание развиваться не из-под палки, а по внутренней мотивации.
Сотрудники легко распознают фальшь. Лидер без настоящих знаний выглядит как бывшая знаменитость на реалити-шоу — вроде был кто-то, а зачем он здесь, уже никто не помнит. И наоборот: если вы — лидер и у команды есть вызов догнать ваш уровень в GenAI, это вдохновляет. Особенно если вы прошли обучение до того, как попросили пройти его других. Это лучший способ справиться с возражениями вроде «Мне некогда учиться, я занят». Советуем не вступать в спор «кто занят больше», а сказать честно и спокойно: «Мы все заняты. И никто не важнее остальных. Но я нашел время, потому что это критично для нашего общего успеха. Я очень хочу, чтобы ты был его частью. Думаю, именно с этого и стоит начать.»
Любознательные сотрудники — лучшие
Лучшие сотрудники — те, кто хочет учиться. Но это еще и стратегическая инвестиция в удержание. Сотрудники, которые развивают свои навыки, собирают «чемодан скиллов», и за такой багаж нет доплат. Более того: независимо от того, ищут ли они новую работу, претендуют на повышение или повышение зарплаты — их ценность резко возрастает на фоне дефицита квалифицированных специалистов.
Тот, у кого чемоданов навыков несколько, задает вопрос работодателю: «А что ты сделаешь, чтобы я остался?». Такая ирония современного рынка: чем больше вы вкладываетесь в развитие сотрудников, тем дольше они остаются и тем выше их отдача.
Простой способ проверить, как обстоят дела с корпоративным обучением — зайдите на Reddit, в разделы по найму в крупных ИТ-компаниях. Там прямо написано: какие компании действительно развивают сотрудников, а какие лишь говорят об этом. И, по статистике, это напрямую связано с уровнем текучки.
Освоение новых навыков должно восприниматься как персонализированное и всестороннее предложение по развитию. Каждый из авторов этой книги с самого начала карьеры разделял эту философию. Наши успехи (какими бы они ни казались другим — вершинами или ухабами) построены на одном простом принципе: обучение никогда не заканчивается. А инвестиции в развитие навыков — это не просто конкурентное преимущество, а мультипликатор продуктивности. Будьте постоянным садовником навыков — и увидите эффект.
Рычаг 8: Задайте организационный тон в вопросах ИИ
Вы должны задать тон в организации в отношении ИИ. В это входит открытое донесение стратегии использования ИИ до всех сотрудников. Не забудьте обозначить необходимые рамки: что допустимо, а что нет, что законно, а что нарушает закон, что представляет риск и так далее.
Прозрачность при взаимодействии с сотрудниками крайне важна, поскольку многие воспримут ваши инициативы как угрозу своей работе. Напоминайте им, что люди, умеющие эффективно использовать ИИ, будут заменять тех, кто этого не делает. Объясните, как может измениться их роль по мере того, как рутинные задачи будут автоматизироваться. Например, сотрудник отдела HR, ранее занимавшийся неудачными внутренними переводами или вопросами о родительском отпуске между штатами или провинциями, освободит время, чтобы помочь менеджерам разработать более эффективную стратегию адаптации новых сотрудников, что позволит им быстрее приносить пользу бизнесу.
Важно понимать, что чувствуют люди. Необходимо создавать возможности для развития и организовывать обратную связь, чтобы инициировать диалог и вывести опасения на поверхность. Одна из самых разрушительных вещей для корпоративной культуры — это неформальные разговоры «у кулера» (в офлайне или онлайне) и подавленные эмоций. Мы много раз видели, к чему это приводит — и когда этим занимаются вовремя, и когда игнорируют. Поверьте, часть лидерства — это умение удалить страх из команды. Вывести страхи наружу — значит начать их преодолевать. Повышение квалификации сотрудников — это приглашение и инвестиция в них. И если вы действительно серьезны, вы проходите этот путь вместе с ними — проявляя уязвимость, делясь своим опытом и сложностями, с которыми столкнулись.
Наконец, инициируйте обсуждения и взаимодействие по всем этим вопросам с помощью цифровых точек взаимодействия, поддерживаемых темами, сгенерированными ИИ. Далее вы можете использовать ИИ для анализа тональности откликов, создания тем для обсуждения и запуска плана по снижению тревожности. Важно, чтобы сотрудники чувствовали свою активную роль в обучении, понимали ожидания и знали, что им нужно. Но также важно, чтобы все это происходило в едином пространстве — для сбора обратной связи, реализации предложений и организации встреч с руководителями. Самое важное, что вы можете сделать, — это обеспечить всем равные возможности. Но, как всегда, результаты будут отличаться: кто-то воспользуется моментом и проявит инициативу, а кто-то просто будет наблюдать со стороны.
Кейс: Навык-Челлендж от IBM — Запрос CEO, Ответ всей компании
Задача: повысить уровень навыков в области ИИ у 280 000 сотрудников, используя базовый набор учебных материалов. Предоставить практический доступ к новой платформе и продуктам IBM watsonx. Сделать процесс увлекательным.
В августе 2023 года по инициативе генерального директора Arvind Krishna был запущен корпоративный навык-челлендж — watsonx Skills Challenge, который внутри IBM быстро стал известен просто как Челлендж. Его цель заключалась в том, чтобы все сотрудники IBM разрабатывали приложения, ассистентов, рабочие процессы — в общем, любые решения, демонстрирующие реальные варианты применения ИИ. Обратите внимание: речь шла не об идеях. Получить поток мнений о том, что может сделать ИИ, несложно. Но подход здесь был принципиально иной — мы хотели, чтобы сотрудники именно создавали, получали практический опыт, потому что мы (вновь) масштабно развиваем навыки наших сотрудников. Цель была простой: перестать проходить мимо проблем, которые можно решить с помощью технологий, и начать действовать.
Сотрудники могли участвовать индивидуально, но большинство — включая топ-менеджмент (помним: лидер — это глагол, а не существительное) — формировали команды. В итоге появилось более 10 000 команд! Это способствовало живому общению: сотрудники сами организовывали офлайн-встречи, чтобы воспользоваться той самой «магией случайных инсайтов», которая возникает при личных взаимодействиях. На Челлендж выделялась целая неделя рабочего времени, а вычислительные ресурсы предоставлялись практически без ограничений (разумных — LLM с нуля писать было нельзя). И в то время как многие компании ломают голову, как вернуть сотрудников в офис, Челлендж стал отличной, неформальной, объединяющей и абсолютно добровольной причиной собраться вместе.
Участие в Челлендже было возможно только после обязательного обучения, включавшего элемент «встань и расскажи» (stand and deliver). Заимствуя практику из обучения продавцов и консультантов, мы просили каждого не просто выучить основы GenAI, но и продемонстрировать, что может уверенно говорить об этом.
Хотя тема возвращения в офис выходит за рамки этой книги, важно отметить: Челлендж никого не обязывал работать очно. Некоторые команды были распределенными по разным странам и регионам. Но многие собирались в лабораториях и работали с незнакомыми ранее коллегами, заводили новые профессиональные знакомства, которые могут помочь решать будущие задачи, находить наставников или даже новые карьерные возможности. Для управленцев, ищущих способы вернуть людей в офис, такой формат — отличный инструмент: он развивает навыки, формирует связи и при этом остается добровольным.
Призы были самые разные: мерч с брендом watsonx, товары за внутреннюю валюту Blue Points (на нее можно купить практически все), ужины и личные встречи с ключевыми лидерами IBM. (К слову, именно ужины оказались мощным мотиватором — команды с энтузиазмом откликались на возможность такого общения.)
Успех Челленджа в 2023 году привел к его повторному запуску в 2024.
Результаты? Одним словом: эпично. В 2024 году около 160 000 наших сотрудников (то есть около 60% всего штата — напомним, участие было добровольным) прошли обучение по новым AI-продуктам компании, начали увереннее делиться нашим посланием и «петь с одного нотного листа» в разных странах и сообществах по всему миру. На этот раз они объединились в 30 000 команд и ежедневно совершали около 8 миллионов обращений к ИИ (на техническом языке — инференсов, то есть когда ИИ выполняет заданную вами задачу)! Совместно они подали более 12 000 прототипов проектов на оценку. Вдобавок к этому было проведено живое тестирование более 50 000 рабочих нагрузок и собрано свыше 8 000 страниц с запросами на новые функции, улучшения, замечания по удобству использования, проверками на устойчивость, сообщениями об ошибках и новыми вариантами применения — все это в рамках продуктов под брендом IBM watsonx. Этот проект по развитию навыков стал настоящим мультипликатором продуктивности. Впечатляет! И, что особенно важно в контексте этой главы, 88% сотрудников IBM положительно ответили на вопрос: «Удалось ли вам улучшить свои навыки в области ИИ благодаря этому Челленджу?»
Оба раза, когда мы проводили Челлендж (мы даже сделали его повторяемым — один из наших VAD-партнеров организовал его для своей экосистемы), мы получили тысячи блестящих идей. Мы отобрали около дюжины лучших, наградили их, и некоторые из них дошли до продакшена, кардинально изменив подход к работе большого количества сотрудников IBM в 2025 году. Вот примеры победивших проектов.
Один из них был для инженеров по надежности сайтов (SRE): по мере того как приложения контейнеризуются и переходят к микросервисной архитектуре и компонентам FaaS (функции как сервис), все больше становится понятно, что приложения уже не столько разрабатываются с нуля, сколько собираются из отдельных блоков бизнес-логики. (К слову, именно такое мышление необходимо, чтобы перейти от +AI к AI+.) Эти блоки могут быть распределены между различными инфраструктурами (разные облачные провайдеры и локальные серверы), но при этом совместно формируют единое приложение. Часто они работают эпизодически и менее чем за секунду.
Agile отлично подходит для разработки, но стал настоящим испытанием для SRE — специалистов, отвечающих за стабильную работу систем. Этот проект применил ИИ, чтобы сформировать корпус ответов на типичные вопросы. Это был не банальный FAQ, а интеллектуальный поиск по смысловому сходству с конкретной задачей. (Помните рекомендации песен Queen и System of a Down из главы 2?) Раньше команда тратила 116 часов в неделю на ответы на рутинные вопросы. Теперь — менее 2 минут: 99,98% вопросов обрабатываются автоматически, давая экспертам возможность сосредоточиться на действительно сложных задачах, а пользователи получают почти мгновенные ответы. Самое время включить гимн «Shift Left»!
Другая команда хотела улучшить документацию к своему коду для новых разработчиков. У них были тысячи файлов, и они выбрали пару десятков для пилотного проекта: ИИ генерировал краткое описание в начале каждого файла, объясняя, что делает конкретный блок кода. На один файл уходило около 12 секунд. Теперь новички могут буквально «разговаривать» с кодовой базой через watsonx Code Assistant и получать мгновенные пояснения, как работает тот или иной фрагмент. Представьте, вы новичок и спрашиваете: «Как обеспечивается высокая доступность ключевых сервисов?» — и в ответ получаете описание библиотеки с логикой повторных попыток подключения, механизмами обнаружения отказов и прочим. Все это есть в коде, но, как знает любой разработчик, документация — последнее, до чего доходят руки. Спросите любого: он скажет, что все задокументировал, а вы найдете строку: # TODO: Add documentation to this block. Именно такие кейсы мы разбирали в главе 4.
Как видно, IBM серьезно вложилась в Челлендж. Мы считаем, что участники стали гораздо более интересны нашим клиентам. А сотрудники сами признаются, что стали более конкурентоспособными на рынке труда. Конечно, нам не хочется, чтобы они уходили из IBM, но те, кто вложился в Челлендж, явно нашли ту самую секретную молнию, которая расширяет «чемодан навыков», позволяя уместить туда больше — на случай, если решат двигаться дальше. Но, как мы всегда говорим: задача сотрудника — каждый день приходить на работу и делать максимум на этот день (в рамках своих возможностей). Наша задача — дать ему причину приходить на работу и делать максимум. Мы уверены, что создание чего-то нового и прокачка навыков — отличная мотивация, помимо зарплаты (которая, конечно, тоже важна).
Последнее слово
Некоторые группы людей наверняка будут считать, что если вы сделаете сотрудников более продуктивными, то со временем их потребуется меньше. Как мы уже упоминали на примере банковских кассиров, исторически это не подтверждается. Подумайте: если вы становитесь более продуктивными, вы получаете естественное экономическое преимущество перед конкурентами, а значит — больше работы, а значит — вам нужно больше людей. Иногда об этом забывают, мысля категориями «игры с нулевой суммой», где выигрыш одних обязательно означает проигрыш других. Да, определенные роли действительно будут сокращаться — возможно, это обработка электронных писем или телефонных звонков. Но при этом происходит смещение фокуса, и появляются новые задачи — например, создание цифровых приложений или развитие цифровых продаж.
Сдвиг будет — да, первый «сегмент» будет сокращаться, и все будут на этом зациклены. Но без сомнения, второй сегмент уже заполняется новыми ролями, новыми рабочими процессами и новыми форматами работы. ИИ — это не только про рост производительности, сокращение процессов или автоматизацию, заменяющую людей, и не просто страховка от конкурентов. Создавая инвентаризацию навыков и план по их развитию, вы насыщаете свою команду знаниями, которые со временем откроют вашей организации путь к ранее невозможным инновациям и эффективности.
Будущие инновации могут радикально изменить вашу отрасль или открыть новый рынок. А это такая окупаемость инвестиций, за которую должна выступать вся команда топ-менеджмента. Именно поэтому (возможно, к вашему удивлению) мы посвятили так много внимания развитию ИИ-навыков в нашей книге. И, пока речь об этом, не ограничивайте усилия только техническими специалистами или продавцами — эти инициативы должны охватить всю компанию, каждое бизнес-направление. Готовы ли вы перейти на следующий уровень обучения?
[1] Английское название главы построено на аллитерации – Skills That Thrill
[2] Я не смог найти в Инете ссылок на формулу Dr. Paul W. Osmon
[3] Как вам перевод пословицы «Curiosity killed the cat» от ChatGPT?
[4] Змеиное масло — это термин, используемый для описания вводящего в заблуждение маркетинга, мошенничества в сфере здравоохранения или жульничества. Аналогично, «продавец змеиного масла» — это распространенное выражение, используемое для описания того, кто продает, продвигает или является сторонником какого-либо бесполезного или мошеннического лекарства, средства или решения. Этот термин происходит от «змеиного масла», которое раньше продавалось как панацея от многих физиологических проблем.