Каждая крупная компания хочет стать следующим Amazon. По крайней мере, так говорится в годовом отчете. На практике большинство предприятий запускают несколько пилотных проектов, публикуют пресс-релиз о «цифровой трансформации», а затем спокойно наблюдают, как все это застревает где-то между инновационной лабораторией и реальным внедрением. Эта статья о том, почему существует этот разрыв и почему его гораздо труднее закрыть, чем хотят признать большинство руководителей.
Посетите наш последний блог наОбзор TechsSlaash: действительно ли Techsslaash.com «раздвигает границы» в 2026 году?
Операционная модель обычно является настоящей проблемой
Существует искушение обвинить в неудаче неправильный выбор технологии, или не того поставщика, или команду, которая просто «не поняла этого». Но если отбросить детали, то почти каждый раз возникает одна и та же проблема: сама организация не создана для того, чтобы быстро усваивать новые вещи.
Подумайте о том, как на самом деле работает большинство крупных предприятий. Бюджетные циклы являются годовыми. Решения по численности персонала принимаются поквартально. Новый программный инструмент д��лжен обеспечивать четкое управление закупками, проверкой безопасности, юридическими вопросами и соблюдением требований, иногда все четыре из которых выполняются последовательно, а не параллельно. Этот процесс был разработан для управления рисками в стабильной среде. Он никогда не был предназначен для превращения прототипа машинного обучения от проверки концепции до производства за 6 месяцев.
Компании, которые действительно решают эту проблему, а не просто говорят о ее решении, обычно сначала делают одну неприятную вещь. Они внимательно изучают свою внутреннюю операционную структуру и признают, что она не предназначена для этой цели. Именно поэтому фирмы, серьезно настроенные решить проблему, используют внешниеконсалтинг по операционной эффективностив какой-то момент не для того, чтобы передать мышление на аутсорсинг, а потому, что внутренние команды потратили годы на адаптацию к дисфункциональным процессам и действительно больше не могут их ясно видеть. Свежий взгляд улавливает то, что было невидимо в течение десятилетия.
Посетите наш последний блог наveganovtrichy.com: поисковый трафик, рейтинги и обратные ссылки
Что означает «операционная модель», если ее отодрать
Это не стратегический документ. Операционная модель — это настоящая повседневная механика: кто что может утверждать, как быстро движутся деньги и кому принадлежит решение, когда оно пересекает границы отдела. На большинстве предприятий последний раз эти механизмы серьезно исследовались еще до появления iPhone.
Поэтому, когда команда ИИ создает что-то действительно полезное, а затем упирается в стену, пытаясь запустить это в производство, эта стена и есть операционная модель. Это не проблема людей. Это проблема архитектуры.
Что на самом деле строится прямо сейчас
Прежде чем разобраться, почему что-то терпит неудачу, стоит назвать то, что на самом деле тестируют предприятия. Потому что технологическая сторона этого вопроса сейчас действ��тельно интересна.
Технологии, создающие шум
Список технологий, которые предприятия сейчас активно тестируют, действительно длинный. Это не спекуляция; это видно в объявлениях о вакансиях, звонках о доходах и программах конференций.
- Генеративный ИИ в операциях.Такие компании, как JPMorgan Chase и Goldman Sachs, далеко ушли от «исследования» генеративного ИИ. Платформа JPMorgan COIN уже много лет обрабатывает юридические документы со скоростью машины. Новинкой является применение LLM для внутреннего управления знаниями, проверки кода и сортировки обслуживания клиентов, все три из которых активно внедряются на крупных предприятиях.
- Цифровые двойники.Siemens, BMW и Lockheed Martin используют полностью цифровые двойные среды для заводских цехов и цепочек поставок. Целью является не просто моделирование, а поддержка принятия решений в реальном времени. В случае перебоев в поставках цифровой двойник может смоделировать 50 альтернативных сценариев маршрутизации за то время, которое раньше требовалось для созыва совещания.
- Периферийные вычисления для промышленного Интернета вещей.Такие компании, как Honeywell и Rockwell Automation, внедряют периферийный интеллект непосредственно в производственное оборудование. Обещание: сокращение задержек, локальное принятие решений и меньшая зависимость от централизованного подключения к облаку.
- Рабоч��е процессы агентов ИИ.Это действительно новая территория. Такие системы, как Copilot Studio от Microsoft и Agentforce от Salesforce, позволяют предприятиям развертывать «агенты» искусственного интеллекта, которые автономно выполняют многоэтапные задачи, бронируя, отправляя по электронной почте, обновляя записи, запуская рабочие процессы, без вмешательства человека на каждом этапе. Насколько надежно масштабируется это решение, все еще проверяется в производстве.
Шумящие прототипы
Несколько проектов заслуживают упоминания, поскольку они определяют, как на самом деле будет построена следующая волна корпоративных инноваций:
- Проект Google Astra— это мультимодальный прототип помощника искусственного интеллекта, способный рассуждать с помощью текста, изображений и объектов реального мира. Рассматриваемые варианты корпоративного использования включают проверку качества в режиме реальног�� времени и поддержку технических специалистов на местах.
- NVIDIA Omniverse для промышленного моделированияиспользуется Toyota и Ericsson для создания синтетических наборов данных и тестирования конфигураций робототехники перед тем, как прикоснуться к одной физической машине.
- IBM Watsonx— это обновленная платформа искусственного интеллекта IBM, которую корпоративные клиенты используют для точной настройки собственных моделей внутренних данных, сохраняя при этом эти данные в пределах периметра собственной инфраструктуры. Актуально для регулируемых отраслей.
- Модели операторного класса OpenAIпроисходит переход к моделям, которые могут выполнять действия в программных средах, а не просто генерировать текст, и за этим наблюдают предприятия в сфере логистики, финансов и здравоохраненияг внимательно.
Прототипы реальные. Инфраструктуры для их масштабного внедрения на большинстве предприятий нет.
Три способа, с помощью которых предприятия на самом деле убивают масштабные инновации
Ловушка первая: пилоты, которые никогда не предназначались для о��правки в море
Пилотный проект, который не стал продуктом, — это всего лишь дорогостоящий эксперимент. И, честно говоря, многие предприятия неосознанно создают своих пилотов так, чтобы они оставались пилотами, потому что пилот безопасен. Он живет в песочнице. Ему не нужно соответствовать требованиям SLA, проходить аудит безопасности или интегрироваться с ERP-системой двадцатилетней давности, которую никто больше не понимает.
Рассказать? Более трех «инновационных лабораторий» с менее чем двумя живыми продуктами между ними. Центр передового опыта, который в основном производит колоды интеллектуального лидерства и материалы для выступлений. Инженеры, которые были «в открытии» пять месяцев. Продавцов называли «находящимися на стадии оценки» еще до последних выборов в США.
У этого узора есть название – пилотное чистилище, и оно не случайно. Пилотные проекты финансируются из инновационных бюджетов. Масштабирование требует операционных бюджетов. Владельцы этих операционных бюджетов хотят предсказуемой рентабельности инвестиций от проверенных систем. Это законная позиция. Но это создает структурный разрыв, который формально никому не поручено устранять, поэтому большинство пилотов никогда его не преодолевают.
Ловушка вторая: покупка программного обеспечения до исправления процесса
Это почти до неприличия распространено. Компания покупает новый инструмент искусственного интеллекта, новую платформу данных или новый пакет автоматизации и развертывает их в сломанном базовом процессе. Результатом является более быстрый сломанный процесс.
Workday, SAP и Salesforce испытали это на своих клиентах. Не потому, что продукты не работают. Потому что клиенты реализуют их как технический проект, а не как проект по перепроектированию процесса. Стоимость реализации шаров. Управление изменениями пропускается. Показатели внедрения ужасны. Виноват продавец.
Правильный порядок таков: понять процесс, который вы пытаетесь улучшить, перепроектировать его, а затем выбрать технологию, поддерживающую новый дизайн. Почти никто не делает это в таком порядке, потому что процессы реорганизации требуют привлечения людей, которые почувствуют угрозу со стороны изменений, а это более сложный разговор, чем выбор поставщика программного обеспечения.
Ловушка третья: применение неправильного временного интервала измерения
Просить о 90-дневной рентабельности инвестиций в технологию, на внедрение которой требуется 18 месяцев и еще год на получение значимых данных, — это просто плохая математика. Но именно этот критерий применяют большинство финансовых команд, потому что именно его они п��именяют ко всему.
Так что же происходит? Инициатива в области ИИ проходит три четверти двухлетнего цикла окупаемости, когда наступает квартал с плохим доходом. Финансовый директор смотрит на бюджет инноваций. Проект пока не продемонстрировал отдачи. Его разрезают. Команда расформировывается. Институциональные знания о том, что было изучено за эти три четверти, уходят с ними. И следующему генеральному директору, который захочет возобновить эту инициативу, придется начинать с нуля и совершать многие из тех же ошибок.
Культура – это реальность, а не просто мотивационные плакаты
Культура упоминается в каждом разговоре об инновациях, а затем рассматривается как нечто, что само уладится, как только стратегия станет правильной. Это не так.
Поведенческие нормы, которые фактически управляют организацией, а не ценностисайт, фактические нормы - это инфраструктура. И на большинстве предприятий задолженность по техническому обслуживанию этой инфраструктуры превышает их технический долг.
Конкретные закономерности, которые наносят наибольший ущерб:
- Неприятие риска под видом строгости.«Давайте сделаем еще один обзор» как способ избежать звонка. Это не осторожность. Это отрицание.
- Неопределенность собственности.Когда что-то идет не так, кого-то возлагают вину. Когда что-то идет хорошо, кредит распределяется широко. Люди не глупы. Они замечают эту асимметрию и соответствующим образом корректируют свое поведение.
- Проблема HiPPO.Мнение самого высокооплачиваемого человека. Исследование Google Project Aristotle хорошо это ��адокументировало: команды, в которых автоматически доминировала точка зрения самого старшего человека, показывали значительно худшие результаты, чем команды, где младшие члены чувствовали себя в безопасности, не соглашаясь. Данные говорят, что вызов вверх. Организационные стимулы говорят: нет.
- Штрафы за скорость.Двигаться быстро оз��ачает выбирать короткие пути. Ярлыки создают инциденты. Инциденты расследуются. В ходе аутопсии основное внимание уделяется тому, что тот, кто быстро двигался вперед, сделал не так. Поэтому люди перестают двигаться быстро. Темп тяготеет к наиболее осторожным заинтересованным сторонам.
Ничто из этого не решается всеобщим принятие�� «культуры инноваций». Это исправляется путем изменения того, что вознаграждается, а что наказывается, что является более длительным и более политическим процессом, чем хотелось бы большинству руководящих команд.
Что на самом деле меняет ситуацию: реальные примеры реальных компаний
Правило Amazon о двух пиццах: команды должны быть достаточно маленькими, чтобы их можно было накормить двумя пиццами, — это не просто причудливый управлен��еский анекдот. Это осознанный архитектурный выбор, призванный предотвратить замедление выполнения из-за затрат на координацию. Небольшие команды с четкой ответственностью развиваются быстрее. Это не философия; это заметно по ритму производства.
Печально известный документ о культуре Netflix (который Шерил Сэндберг назвала, возможно, самым важным документом, вышедшим из Кремниевой долины) по своей сути сводился к устранению накладных расходов на процессы в пользу найма людей, способных самостоятельно принимать правильные решения. Результат: компания, которая менее чем за десять лет перешла от продажи DVD по почте к потоковой передаче и производству оригинального контента.
Модель отрядов Spotify, автономные отряды, организованные вокруг результатов работы с клиентами, а не функци��нальных отделов, стала шаблоном, который пытались скопировать десятки компаний, но с неоднозначными результатами. Те, кто потерпел неудачу, в основном копировали организационную структуру, не копируя лежащую в ее основе модель власти. Чтобы функционировать, отрядам необходимы реальные полномочия по принятию решений. Без этого они будут просто комитетами с лучшим брендом.
Схема в каждом успешном случае одна и та же: власть приближается к работе. Не «мы расширяем возможности наших команд» в смысле стратегической колоды. Буквально: человек, который идентифицирует проблему, уполномочен ее исправить, без необходимости перехода через четыре уровня управления.
Лидерству действительно придется от чего-то отказаться
Это та часть, которая не входит в основной доклад.
Масштабирование инноваций требует от руководителей отказаться от контроля способами, которые кажутся действительно рискованными, потому что так оно и есть. Делегирование реального принятия решений означает, что некоторые решения будут неправильными. Децентрализация бюджетов означает, что часть денег будет потрачена на то, что терпит неудачу. Быстрое движение означает, что в производстве что-то сломается. Не как гипотетические затраты. Гарантированные затраты на работу иначе, чем у более медленного конкурента.
Большинство руководителей предприятий понимают это интеллектуально. Очень немногие структурно готовы принять это. Обзоры производительности вознаграждают за стабильность. Разговоры в совете директоров вознаграждают за предсказуемость. Структуры вознаграждения привязаны к показателям, которые инновации разрушают в краткосрочной перспективе.
Это не недостаток характера какого-либо отдельного руководителя. Это система, обеспечивающая именно то поведение, которого требуют стимулы. Чтобы изменить это, необходимо изменить стимулы, что требует от совета директоров заботиться о долгосрочных результатах инноваций так же, как они заботятся о квартальных показателях. Это медленный политический разговор, и, честно говоря, большинство компаний не добьются этого, пока конкурент не заставит их это сделать.
Итак, что же это нас оставляет
Предприятия, которые сейчас действительно масштабируют инновации, а не запускают пилотные проекты, не публикуют пресс-релизы, а фактически внедряют инновации в больших масштабах, обладают узнаваемым набором характеристик. Они намеренно перепроектировали свои операционные модели, а не просто исправили их. Они финансируют масштабирование как от��ельную статью бюджета от пилотного проекта. Они измеряют инновации в правильные сроки, даже когда финансы их ненавидят. И они проделали, по крайней мере, частичную работу по приведению стимулов для лидерства в соответствие с результатами, для реализации которых требуется более четверти.
Ничто из этого не является теоретически сложным. Все это требует делать неудобные вещи внутри организаций, созданных для того, чтобы противостоять дискомфорту.
Узкие места идентифицируются. Исправления известны. Вопрос всегда заключался в том, достаточно ли у организации воли для их реализации и действительно ли руководство готово променять некоторый контроль и предсказуемость на скорость. Большинство нет. Те, ��оторые имеют тенденцию отходить от конкурентов таким образом, что их становится очень трудно закрыть.