Искусственный интеллект, аналитика и новые технологии

On
AI, Analytics, 
and the New 
Machine Age

Перевод с английского

МОСКВА
2022

Искусственный 
интеллект, 
аналитика 
и новые 
технологии

УДК 65.011.56
ББК 32.813.5
 
И86

Искусственный интеллект, аналитика и новые технологии / Пер. 
с англ. — М. : Альпина Паблишер, 2022. — 200 с. — (Серия «Harvard 
Business Review: 10 лучших статей»).

ISBN 978-5-9614-4791-0

Harvard Business Review — ведущий деловой журнал с многолетней 
историей. В новой книге серии «Harvard Business Review: 10 лучших статей» 
собраны самые актуальные статьи о применении в бизнесе новых 
технологий — от коммерческих дронов до универсальных платформ искусственного 
интеллекта. Вы также узнаете, как анализ данных улучшает 
потребительский опыт в ритейле, как маркетинговые стратегии меняются 
с появлением ИИ-ассистентов, как внедрять блокчейн-инфраструктуру и почему 
аддитивная технология промышленной 3D-печати в ближайшее время 
изменит производственные бизнес-модели. Этот сборник поможет предпринимателям, 
собственникам бизнеса и руководителям разобраться, в каком 
направлении развиваются современные технологии и какую пользу можно 
извлечь из них уже сейчас.

УДК 65.011.56
ББК 32.813.5

И86

© 2019 Harvard Business Publishing Corporation
 
Published by arrangement with Harvard Business 
Review Press (USA) via Alexander Korzhenevski 
Agency (Russia)
© Издание на русском языке, перевод, оформление.
 
ООО «Альпина Паблишер», 2022

ISBN 978-5-9614-5626-4 (серия)
ISBN 978-5-9614-4791-0 (рус.)
ISBN 978-1-6336-9684-6 (англ.)

Все права защищены. Никакая часть этой книги не может 
быть воспроизведена в какой бы то ни было форме 
и какими бы то ни было средствами, включая размещение 
в сети интернет и в корпоративных сетях, 
а также запись в память ЭВМ, для частного или публичного 
использования, без письменного разрешения 
владельца авторских прав. По вопросу организации доступа 
к электронной библиотеке издательства обращайтесь 
по адресу mylib@alpina.ru.



Содержание

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ РЕАЛЬНОГО МИРА ....... 7

Томас Дэвенпорт, Раджив Ронанки

ГЕНЕРАЛЬНЫЙ ДИРЕКТОР STITCH FIX 
О ПРОДАЖЕ ИНДИВИДУАЛЬНОГО СТИЛЯ 
НА МАССОВОМ РЫНКЕ .......................................................................27

Катрина Лейк

АЛГОРИТМАМ ТОЖЕ НУЖНЫ МЕНЕДЖЕРЫ .............................39

Майкл Лука, Джон Клейнберг, Сендхил Муллайнатан

МАРКЕТИНГ В ЭПОХУ ALEXA ..........................................................51

Нирадж Давар

ПОЧЕМУ КАЖДОЙ ОРГАНИЗАЦИИ НУЖНА 
СТРАТЕГИЯ ДОПОЛНЕННОЙ РЕАЛЬНОСТИ? .............................67

Майкл Портер, Джеймс Хеппельманн

ДРОНЫ ВЫХОДЯТ НА РАБОТУ .........................................................95

Крис Андерсон

ПРАВДА О БЛОКЧЕЙНЕ ................................................................... 115

Марко Янсити, Карим Лакхани

СОДЕРЖАНИЕ

ТАКТИКА ВНЕДРЕНИЯ 3D-ПЕЧАТИ ............................................ 131

Ричард Д’Авени

ИНТЕЛЛЕКТУАЛЬНЫЙ СОЮЗ: 
ЛЮДИ И МАШИНЫ ОБЪЕДИНЯЮТ УСИЛИЯ .......................... 151

Джеймс Уилсон, Пол Доэрти

КОГДА ТВОЙ БОСС НОСИТ СТАЛЬНЫЕ БРЮКИ.................... 169

Уолтер Фрик

КАК НАМ ВЫЖИТЬ В ЭКОНОМИКЕ ХАБОВ ............................. 179

Марко Янсити, Карим Лакхани

ОБ АВТОРАХ ......................................................................................... 197


В

Искусственный интеллект 
для реального мира

Томас Дэвенпорт, Раджив Ронанки

В 2013 ГОДУ ОНКОЛОГИЧЕСКИЙ ЦЕНТР АНДЕРСОНА при Техасском университете 
запустил фантастически прорывной проект, целью которого были 
диагностика и планирование лечения определенных форм рака 
с использованием когнитивной системы IBM Watson. Но в 2017 году 
проект был приостановлен после того, как расходы превысили 
$62 млн, а система все еще не была запущена для пациентов. Параллельно 
этому ИТ-группа онкологического центра экспериментировала 
с когнитивными технологиями в рамках менее амбициозных 
проектов, таких как выработка рекомендаций по отелям и ресторанам 
для семей пациентов, определение того, кому из пациентов 
нужна помощь с оплатой счетов, и решение проблем ИТ-персонала. 
Результаты этих проектов были впечатляющими: новые системы 
повысили удовлетворенность пациентов, улучшили финансовые 
показатели и сократили время, затрачиваемое на утомительный 
ввод данных менеджерами больниц. Несмотря на неудачу с прорывом, 
Центр Андерсона остается приверженцем использования ког-
нитивных технологий —  иначе говоря, искусственного интеллекта 
следующего поколения —  для лечения рака и в настоящее время 



ТОМАС ДЭВЕНПОРТ, РАДЖИВ РОНАНКИ

разрабатывает целый ряд новых проектов в своем центре когни-
тивных вычислений.
Разницу между этими двумя подходами —  сказочным прорывом 
и решением текущих проблем —  должен осознавать каждый, кто планирует 
инициативы с привлечением ИИ. Наш опрос 250 руководителей, 
знакомых с когнитивными технологиями, показывает: три четверти 
из них уверены в том, что ИИ преобразит их бизнесы в течение 
трех лет. Тем не менее наше исследование 152 проектов различных 
компаний показало иное: журавли в небе (фантастические успехи) —  
птицы крайне редкие, зато синицы в руках (успешные проекты по улучшению 
текущих бизнес- процессов) встречаются сплошь и рядом. Это 
неудивительно —  именно так развивалось подавляющее большинство 
новых технологий. Но ажиотаж вокруг искусственного интеллекта 
был особенно сильным, и многие организации соблазнились им.
В этой статье мы рассмотрим различные категории ИИ и дадим 
рекомендации компаниям, как наращивать свои когнитивные способности 
в ближайшие несколько лет для достижения бизнес- целей.

Три типа ИИ

Оставим в стороне технологические аспекты ИИ и взглянем на него 
через призму бизнес- возможностей. С этой позиции просматриваются 
три важные потребности компаний, которые он может удовлетворить: 
автоматизация бизнес- процессов, глубокое понимание аналитических 
данных и взаимодействие с клиентами и сотрудниками. 
(Подробнее см. врезку «Типы когнитивных проектов».)

Автоматизация процессов
Из 152 проектов, которые мы исследовали, наиболее распространенным 
типом была автоматизация цифровых и физических задач —  как 
правило, финансовых и административных операций —  с использованием 
RPA (роботизированной автоматизации процессов). Эта 
современная технология роботизации процессов является более продвинутым 
инструментом, чем предыдущее поколение систем автоматизации, 
поскольку «роботы» (то есть программный код на сервере) 
действуют подобно человеку, получающему и обрабатывающему 



ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ РЕАЛЬНОГО МИРА

информацию из нескольких ИТ-систем. Вот примеры некоторых 
задач, которые решает RPA:

 
перенос данных из электронной почты и систем кол-центров 
в системы учета, например для обновления клиентских файлов (
изменение адресов, добавление услуг и т. д.);

 
замена утерянных кредитных или дебетовых карт, требующая 
подключения к нескольким системам для обновления данных 
и обработки сообщений клиентов;

 
устранение сбоев при взимании платы за услуги в биллинго-
вых системах путем извлечения информации из нескольких 
типов документов;

 
«чтение» юридических и иных документов для извлечения из них 
информации, сформулированной нестандартизированным естественным 
языком.

RPA является наиболее доступным типом ИИ для реализации ког-
нитивных технологий, которые мы обсудим, и, как правило, обеспечивает 
быструю и ощутимую отдачу от инвестиций. При этом его 
инструменты не самые «сообразительные», поскольку приложения 
не запрограммированы на самообучение, хотя разработчики и наращивают 
постепенно интеллектуальные возможности этой технологии. 
Особенно хорошо подходит для внедрения между несколькими 
ИТ-системами.

Типы когнитивных проектов

Мы изучили 152 проекта, основанные на когнитивных технологиях, и обнаружили, 
что они подразделяются на три категории.

Роботизация 
и когнитивная 
автоматизация
Когнитивное 
прогнозирование
Когнитивное 
взаимодействие

71
57
24
 



ТОМАС ДЭВЕНПОРТ, РАДЖИВ РОНАНКИ

Выгоды от ИИ для бизнеса

Мы опросили 250 руководителей компаний, которые уже используют когнитивные технологии, 
чтобы узнать их цели в отношении ИИ. Более половины респондентов заявили, 
что их основная цель —  улучшение существующих продуктов. Сокращение рабочих 
мест упомянули только 22%.

Улучшение характеристик, функций 
и качества существующих продуктов

Принятие лучших решений

Создание новых продуктов

Оптимизация внутренних
бизнес-процессов

Сокращение рабочих мест
из-за автоматизации

Оптимизация внешних процессов,
таких как маркетинг и продажи

Сбор и применение 
редких знаний

Освоение новых рынков

Высвобождение потенциала сотрудников
благодаря автоматизации

Процент руководителей, которые
указали данное преимущество ИИ

51%

35%

32%

36%

36%

22%

30%

25%

25%

Источник: Deloitte 2017.

Идея вкратце

Проблема
Когнитивные технологии все чаще используются 
для решения бизнес- задач, 
но большинство амбициозных проектов, 
связанных с ИИ, терпят неудачу.

Подход
Компании должны использовать постепенный, 
а не преобразующий подход и сосредоточиться 
на расширении человеческих 
возможностей, а не на их замене.

Процесс
Чтобы получить максимальную отдачу 
от ИИ, компании должны понимать, какие 
технологии соответствуют типам их 
задач, создавать портфель приоритетных 
проектов, основанный на потребностях 
бизнеса, и разрабатывать планы 
по развертыванию ИИ для всего бизнеса.



ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ РЕАЛЬНОГО МИРА

В NASA из-за нехватки средств инициировали запуск четырех 
пилотных RPA-проектов в области кредиторской и дебиторской задолженности, 
HR и расходов на ИТ —  всем этим управляет центр 
общих служб агентства. Пилотные проекты показали себя хорошо — 
например, в отделе кадров 86% операций прошли без участия человека —  
и были внедрены во всей организации. Сейчас NASA продолжает 
внедрять роботов RPA, повышая уровень их интеллекта. Как 
сказал Джим Уокер, руководитель проектов центра общих служб, 
«пока еще мы уступаем в этом ракето строению».
Напрашивается предположение, что RPA лишит людей работы. 
Но в рамках 71 RPA-проекта, которые мы рассмотрели (47% от общего 
их числа), замена роботами сотрудников не ставилась как цель 
и не стала результатом. Лишь несколько проектов привели к сокращениям, 
да и то в основном из-за привлечения внешних трудовых 
ресурсов. В будущем по мере совершенствования технологий проекты 

Проблемы ИИ

Руководители в нашем исследовании отметили несколько факторов (начиная от интеграции 
до нехватки квалификации), которые могут приостановить или свести на нет 
ИИ-инициативы.
Процент руководителей, которые
указали данное препятствие

Трудность в интеграции когнитивных проектов
с существующими процессами и системами

Слишком дорогостоящие технологии
и специалисты с необходимой квалификацией

Сотрудники не понимают когнитивные
технологии и как они работают

Нехватка сотрудников с необходимой
квалификацией в области технологий

Технологии недостаточно развиты

Технологии переоценены на рынке

47%

40%

37%

35%

31%

18%

Источник: Deloitte 2017.



ТОМАС ДЭВЕНПОРТ, РАДЖИВ РОНАНКИ

роботизированной автоматизации могут привести к некоторому 
сокращению рабочих мест, особенно в индустрии офшорного аут-
сорсинга. Если вы можете передать задачу на аутсорсинг, с большой 
вероятностью вы можете и автоматизировать ее.

Когнитивное прогнозирование
Второй наиболее распространенный тип проектов в нашем исследовании (
38% от общего числа) основан на алгоритмах обнаружения 
закономерностей в огромных массивах данных и интерпретации их 
значений — что-то вроде аналитического реслинга. Такие самообу-
чаемые приложения используются для следующих задач:

 
прогнозирование покупательских предпочтений;

 
выявление мошенничества с кредитами и страховыми выплатами 
в режиме реального времени;

 
анализ гарантийных данных для выявления проблем с безопасностью 
или качеством автомобилей и другой производимой 
продукции;

 
автоматизация таргетинга интернет- рекламы;

 
более точное актуарное моделирование страховых случаев.

Когнитивное прогнозирование, основанное на машинном обучении, 
имеет три отличия от традиционной аналитики: более высокую 
емкость данных и детализацию, обучение модели на фрагменте 
массива данных и улучшение со временем ее способности к классификации 
и прогнозированию.
Благодаря машинному обучению (в частности, глубокому машинному 
обучению, которое имитирует работу человеческого мозга для 
выявления закономерностей) ИИ может выполнять такие действия, 
как распознавание речи и образов. Машинное обучение также помогает 
очищать данные для более точной аналитики. Деятельность 
по обработке данных всегда была довольно трудоемкой, но теперь 
машинное обучение позволяет выявлять совпадения в базах данных —  
информацию, с высокой вероятностью связанную с одним 



ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ РЕАЛЬНОГО МИРА

и тем же человеком или компанией, но продублированную в разных 
форматах.
General Electric использовала эту технологию для интеграции данных 
о поставщиках и сэкономила $80 млн в первый же год, ликвидировав 
излишки и перезаключив контракты, управляемые ранее 
подразделениями. Крупный банк использовал эту технологию для 
извлечения данных о сроках из договоров с поставщиками и сопоставления 
их с данными счетов- фактур, выявив десятки миллионов 
долларов, потраченных на недопоставленные товары и услуги. Аудиторская 
сеть Deloitte использовала когнитивное прогнозирование 
для извлечения условий из контрактов, что позволило в ходе аудита 
охватывать больше документов, иногда все 100%, без необходимости 
их тщательного прочтения аудиторами.
Программы когнитивного прогнозирования обычно используются 
для повышения производительности в тех процессах, которые 
могут выполняться только машинами, —  например, в покупке 
интернет- рекламы, требующей такого высокоскоростного анализа 
данных и автоматизации, что они уже давно превзошли человеческие 
возможности, —  поэтому, как правило, не представляют угрозы 
рабочим местам.

Когнитивное взаимодействие
Проекты, которые вовлекают сотрудников и клиентов в общение 
и способны обрабатывать естественный язык с помощью чат-ботов, 
интеллектуальных программ и машинного обучения, были наименее 
распространенным типом проектов в нашем исследовании (16% 
от общего числа). Эта категория включает в себя:

 
интеллектуальные программы, которые предлагают круглосуточное 
обслуживание клиентов, решая широкий и постоянно 
растущий круг вопросов —  от восстановления пароля до оказания 
технической поддержки, —  и все на естественном языке 
клиента;

 
внутрикорпоративные сайты для ответов на вопросы сотрудников 
по таким темам, как техподдержка, льготы для персонала 
и кадровая политика;