🤖 [Перевод] Налог на координацию: почему ИИ ускоряет сотрудников, но почти не влияет на прибыль компании
**ИИ ускоряет сотрудников, но почти не влияет на прибыль: McKinsey объясняет разрыв «налогом на координацию»**
В последнем глобальном исследовании McKinsey об искусственном интеллекте 80% респондентов сообщили, что ИИ повысил их личную производительность, но только 37% видят хоть какое-то его влияние на операционную прибыль компании. Команда Бизнес-приложений VK Tech перевела статью, которая объясняет этот разрыв через «налог на координацию» — издержки, связанные с передачей работы от одного участника процесса к другому. По логике McKinsey, проблема скорее в том, где применяют технологию, чем в её совершенстве: большинство организаций используют ИИ, чтобы повысить эффективность отдельных этапов работы, тогда как гораздо больше возможностей лежит в области координации между этими этапами.
Прежние технологии автоматизации — бережливое производство, ERP и RPA — почти не затрагивали стыки между этапами: они ускоряли отдельные операции, но не могли надёжно проверять результаты, разбирать расхождения и решать, куда передать работу дальше. Агентный ИИ, по опыту McKinsey, — первое поколение технологий, способное взять на себя значительную часть проверок, согласования расхождений и маршрутизации, которые прежде требовали участия человека. В организациях с высокой долей интеллектуального труда от 35 до 60% рабочего времени уходит на координацию: согласование действий, проверки, сверки, ожидание и передачу работы между этапами. Издержки задержек на стыках обычно остаются незаметными, потому что за них не отвечает ни одно подразделение.
«Налог на координацию» складывается из трёх частей, и только одна из них отражается в коммерческих, общехозяйственных и административных расходах, SG&A. Это затраты на людей и структуры, специально занятые координацией: команды планирования, проектные офисы, управленческие комитеты и совещания по проверке результатов; в промышленных и производственных компаниях такие расходы обычно составляют 3–5% выручки и лишь около трети всего «налога». Вторая часть связана с длительностью цикла и оборотным капиталом: у каждого дня задержки на стыке есть финансовая цена — запасы дольше лежат на складе, дебиторская задолженность позже превращается в деньги, мощности уже зарезервированы, но ещё не приносят выручку. Третья часть вообще не отражается в финансовой отчётности: это выручка, которую компания не получила из-за того, что не смогла достаточно быстро согласовать работу.
McKinsey измерила фактические задержки в каждой точке координации стандартного процесса «от спроса до производства» у промышленного производителя из Fortune 500. В процессе семь этапов и шесть точек передачи работы: задержки на стыках превышают время выполнения самой работы в 9–36 раз, весь процесс занимает примерно от полутора до двух с половиной недель, хотя на работу внутри этапов уходит лишь от
Категория: ИИ
Теги: #ИИ #AI #Нейросети #Искра