Второе -- это развитие онлайн-культуры Мы определяем онлайн-культуру как «ансамбль (гармоническую совокупность) сетей коммуникаций, технических устройств, алгоритмов, формальных и неформальных правил взаимодействия, паттернов поведения, культурных символов, которые делают возможной и структурируют активность людей в сети интернет и аналогичных сетях, обеспечивающих удаленный доступ к созданию, обмену и получению информации» [Резаев, Трегубова 2019: 42]. Подробнее об онлайн-культуре в связи с развитием ИИ см. [Там же]. Для развития и распространения технологий ИИ в 2000-х годах имели особое значение изменения в структурах активности интернет- пользователей, связанные с переходом к Web 2.0. (включая развитие телекоммуникаций, позволяющих быстро и в режиме реального времени передавать информацию). Колоссальное количество данных создается и аккумулируется онлайн, и эти данные используются в работе многих разновидностей ИИ. В свою очередь агенты ИИ поддерживают развитие онлайн-культуры, позволяя получать новую информацию, и как следствие извлекать прибыль из активности пользователей [Срничек 2019].
«У меня есть очень простое объяснение, собственно, как возникли большие данные и как на больших данных начали появляться такие уже доступные, скажем так, массовому производителю и дальше массовому потребителю системы искусственного интеллекта. Это снижение стоимости хранения данных и удешевление стоимости связи...
И это, собственно, и привело к тому, что произошел сдвиг парадигмы с того, что мы задумываемся о том, какие данные собираем, и собираем только то, что нам нужно и можем потом использовать, на то, что мы собираем все, что есть и все что доступно, ну а потом уже будем думать, что с этим делать. <...> Все то, что происходит онлайн, может быть в том или ином виде оцифровано, оно оцифровано уже априори. И как только начинает передаваться голос, движение, видео, сразу с этой информацией можно что-то делать, с этими данными, превращать эту информацию в знание» (Управление продуктами, Организация 11, Беларусь).
Как следствие технологии ИИ в определенном смысле «срастаются» с другими технологиями и процессами, в которые могут быть встроены и которые представляют необходимую среду для их функционирования.
«То, что я вижу за последние пару лет: стерлась вот эта грань между тем, что существуют какие-то системы без больших данных, без искусственного интеллекта, и прикрутить к любому решению какое-нибудь облачное хранилище или облачную систему управления, систему искусственного интеллекта это все уже очень коммодитизировано. То есть, если раньше нужны были сложные технологии и экспертиза, то сейчас практически любой разработчик это может сделать» (Управление продуктами, Организация 11, Беларусь).
«Нейросеть сама по себе не является искусственным интеллектом. Нейросеть -- это, по сути, у нас алгоритм, который выполняет определенную задачу. Но если мы не подключим там облачные вычисления, большие данные, все-все-все-все, искусственного интеллекта без этого не получится» (Исполнительный директор, Организация 2, Россия).
Таким образом, распространение технологий ИИ в организациях происходит в условиях и в связи с нарастанием вычислительных мощностей и одновременно с развитием способов сбора, хранения и обработки разнообразных данных. Данные тенденции и формируют облик агентов ИИ в организациях.
Зачем нужен искусственный интеллект?
Вопрос, вынесенный в заглавие раздела, скрывает в себе как минимум два отдельных вопроса. Первый -- зачем ИИ вводится в конкретной организации или отрасли? Второй -- зачем (и кому) ИИ нужен в принципе, чью жизнь он улучшает? Ответы на оба вопроса встречались (и иногда переплетались) в нарративах информантов.
Однако перед тем как перейти к ответам информантов, следует сделать замечание, зачем в принципе организации, где проводилось исследование, занимаются разработкой и внедрением ИИ. Как было уже отмечено, часть из них создает ИИ как продукт для продажи другим организациям (в типичном случае это организации-стартапы). В других случаях ИИ разрабатывается внутри фирмы, чтобы повысить эффективность внутриорганизационных процессов: заказчиком выступает руководство, разработчиком -- внутренний отдел (такая ситуация характерна для больших компаний). Кроме того, следует отметить, что информанты из нескольких организаций говорили, что они не используют ИИ, но используют МО в целях, сходных с теми, в которых используется ИИ. К этому различию мы вернемся в конце статьи.
Первый (и наиболее абстрактный) ответ на вопрос, зачем в организации вводится ИИ, связан с анализом специфических данных, включающих много переменных, непрерывно создающихся, «больших», сложных для иных способов обработки.
«Практически любые решения, которые мы делаем, так или иначе ведут к накоплению данных каких-то у заказчика... Интересно их накапливать и смотреть, есть ли возможность предсказать некоторые события до того, как они реально наступили. И одна из задач искусственного интеллекта -- это как раз такой очень сильно многофакторный анализ, когда мы не понимаем, есть ли какие-то зависимости, у нас нет даже гипотез, но мы можем предложить максимально обширный набор данных и в нем попытаться найти эти самые гипотезы» (Управляющий партнер, Организация 1, Россия).
«Есть вещи, которые сложно представить в каком-то конкретном виде, понятном для математики. То есть это изображения, это звук, это текст, еще что-то. И эти вещи они, что называется, не сериализуются. И имея на входе вот такие вот данные, математически довольно сложно придумать способ, как из них получить в итоге какие-то конкретные решения или ответы. И искусственный интеллект позволяет это реализовывать» (Веб-разработчик, Организация 5, Россия).
Зачем анализировать данные с помощью ИИ? На этот вопрос есть разные ответы. Один из наиболее распространенных: для снижения расходов в связи с автоматизацией процессов внутри организации.
«Я могу высказать такое мнение, что есть такие работы, которые можно автоматизировать. И если это можно автоматизировать, то это, скажем так, очень много денег сохранит бизнесу. И, исходя из этого тезиса, все, что можно автоматизировать, должно быть автоматизировано... Для больших компаний, особенно для лидеров рынка, наступает такой момент, когда, допустим, нет больше людей, физически больше нет людей нужной квалификации и с нужным опытом. И задачи чуть низшего уровня... их желательно автоматизировать, а на хай-таске уже более узкого специалиста нанимать» (Ресерчер, Организация 5, Россия).
Другой ответ заключается в том, что ИИ позволяет проводить мониторинг процессов внутри организации, облегчает контроль и оценку работы и общего состояния сотрудников.
«Основная задача, за которую мы взялись и чувствуем, что это один из достаточно важных факторов, -- это поведенческая аналитика внутри компании. То есть, грубо говоря, сейчас достаточно достоверных способов анализа состояния коллектива в компании -- их не существует» (Технический директор, Организация 16, Россия).
«У нас до этого работали люди, которые реально смотрели, как бы да, отсматривали... Потом решили: окей, давайте не человек будет смотреть, а компьютерное зрение будет смотреть, есть там, достает он телефон или не достает Речь идет об оценке работы учителей при проведении онлайн-уроков.. Давайте научим модель, внедрим искусственный интеллект» (Тимлид аналитики данных, Организация 5, Россия).
Третий ответ о выгоде ИИ для организации заключается в выстраивании стратегии развития по отношению к конкурентам.
«С одной стороны, сейчас есть сегменты с усиливающейся конкуренцией, где есть осознанное понимание, что нужны решения, которые повысят эффективность. А с другой стороны, есть компании, у которых, может быть, не так остро стоит этот вопрос, но которые. накапливают большую довольно базу знаний [в работе с которой люди могут быть замещены системой обработки данных--Н.Т.]... Вот к этой критической точке подходит довольно много отраслей сейчас, и в них мы видим одну из перспектив нашей работы» (Управляющий партнер, Организация 1, Россия).
«На самом деле технология искусственного интеллекта в абсолютном большинстве, наверное, все-таки областей, -- это некоторая “вишенка”. Она обеспечивает то самое конкурентное преимущество, когда все остальное уже выстроено хорошо. То есть она помогает улучшить бизнес-процессы, она помогает правильно сегментировать своих кастомеров и сделать лучшее предложение, но это все-таки вторично по сравнению с правильным экзекьюшеном, бизнес-моделью и другими вещами. С технологическими компаниями иначе. С технологическими компаниями машинное обучение может занимать львиную долю от всего вэлью компании, то есть, если, например, есть хороший алгоритм, который позволяет вам искать и ранжировать идеальным образом запросы пользователей в интернете, то вы Гугл» (Тим-лидер продукта, Организация 14, Россия).
Наконец, использование (или претензия на использование) технологий ИИ может быть связана с модой на новые технологии, с желанием улучшить имидж организации.
«Я вижу, что очень часто главное -- правильно и очень красиво назвать какую-то штуку. Даже если это классическая статистическая штука, главное назвать это словами data science, artificial intelligence, machine learning и так далее. Ну, machine learning--это правда. И даже если это очень простая штука и data scientist на нее потратил полчаса своего времени, люди остаются в восторге. Короче, нейросети, да. Мои ребята умеют делать нейросети. Мы сейчас их пока не делаем, потому что не поняли, зачем» (Менеджер продукта, Организация 6, Россия).
От ценности ИИ для организации информанты переходили к общим размышлениям о пользе новых технологий, предлагая разнообразную, сложную и тонкую рефлексию о настоящем и будущем технологий ИИ: от типичной для данной фирмы риторики до выражения личных взглядов, от популярных в сети интернет сюжетов до индивидуальных соображений, от скепсиса до оптимизма, включая всевозможные футуристические сценарии. Обсуждение дискурсов 136 об ИИ выходит за рамки настоящей статьи. Отметим лишь, что информанты из некоторых организаций воспроизводят в своих нарративах суждения, представляющие развитие ИИ как замещение ручного труда и развитие творческих профессий. Приведем один из наиболее ярких примеров, воплощающих данную позицию.
«Уже тогда [на прошлом месте работы -- Н.Т.] я видел огромное количество некоторых процессов, которые эти технологии могли бы автоматизировать. И вот когда там сидели какие-то люди, за безумные 8-10 тысяч рублей в месяц накликивали что-то мышками у себя в компьютере, я понимал, что в принципе вместо этого, этим может заняться машина. Мне было очень жалко этих людей, откровенно говоря.
И я вообще за то, чтобы избавлять людей от тупой работы, потому что она, мне кажется, очень вредна. А эти алгоритмы, они позволяют избавлять от тупой работы» (Веб-разработчик, Организация 5, Россия).
Можно видеть, что ИИ (и МО) в организациях используется в основном в двух целях. Одна цель -- это анализ данных, которые трудно анализировать иными способами; здесь часто (хотя и не всегда) речь идет об аналитике процессов внутри организации. Вторая побочная цель -- это усиление престижа организации за счет использования новых, модных технологий. Кроме того, следует провести еще одно различие: некоторые компании зарабатывают на технологиях ИИ напрямую, продавая их внешним заказчикам, другие--косвенным образом, когда ИИ служит для поддержки и оптимизации внутренних процессов.
ИИ и характер разделения труда в организациях
В организациях, разрабатывающих и внедряющих ИИ, мы зафиксировали три тенденции, отражающие изменения в разделении труда и в характере трудовой деятельности. Первая тенденция--развитие кооперации между работниками разных профессий/с разным образованием и появление нового типа экспертизы. Вторая представляет собой появление новой категории «невидимых» работников. Третья -- это вытеснение (трансформация) локального знания знанием, полученным из больших данных.
Новые профессии и интеракционная экспертиза
В организациях, связанных с разработками ИИ, наблюдается тесная кооперация и сложное разделение труда. С развитием и распространением ИИ и МО появляется ряд новых профессий; детали их номенклатуры и конкретные трудовые функции меняются от организации к организации, однако не настолько, чтобы нельзя было сделать некоторых обобщений. Выделим два идеальных типа новых профессий, связанных с развитием ИИ в организациях и предполагающих преодоление границ узкой специализации.
Первый тип -- это разработчик ИИ (data scientist) -- специалист, совмещающий математическое знание, знание языков программирования и знание предметной области. В отличие от привычных программистов (которые тоже участвуют в создании ИИ) data scientist предстает как новая, (пока еще) редкая профессия, предполагающая синтез знаний из разных областей.
«Отдельный класс -- это люди, которые называются сейчас data scientist's^ причем название этой профессии уже даже на русский не переводится... То есть это такая смесь между человеком, который хорошо понимает статистику, статистические методы, разработчиком, и ему важно понимать доменную область. Потому что как раз на стыке трех вот этих вот кругов рождается возможность создавать алгоритмы» (Управление продуктами, Организация 11, Беларусь).