Представляем 6-ю версию универсального межотраслевого классификатор бизнес-процессов CoreStream Process Framework. Это таксономия кросс-функциональных бизнес-процессов, которая была разработана для использования в целях бенчмаркинга и улучшения управления. Этот фреймворк организует бизнес-процессы в 11 категорий и включит в себя более 5300 процессов.

На момент издания этой версии CoreStream Process Framework является наиболее полным и сбалансированным классификатором бизнес-процессов, пригодным для использования любой компанией, независимо от ее отрасли, вида товара или способа организации производства, размера или местоположения.

Его использование открывает множество возможностей для управления и совершенствования бизнеса, в том числе:
• анализ и оптимизация бизнес-процессов;
• создание процессных моделей;
• стандартизация процессов;
• поддержка цифровизации и автоматизации;
• Управление рисками.
Классификатор дополнен гайдом по стандартам ISO.
Издание на русском языке

Бумажная версия – @AIgnatyuk

Тарологи теперь становятся обязательным этапом собеседования даже в крупных банках и IT-компаниях. @bankoffo

С момента появления ChatGPT от OpenAI в ноябре 2022 года, общественность и бизнес-сообщество внимательно следят за возможностями генеративного ИИ. Несмотря на то что 79% организаций сообщают о положительном влиянии этих технологий на бизнес, существует значительный разрыв в понимании и приемлемости ИИ среди потребителей.

Одной из главных проблем, с которыми сталкиваются как бизнес, так и обычные потребители, является доверие к результатам работы ИИ. Большая часть опрошенных выразила беспокойство по поводу способности ИИ галлюцинировать, генерировать фейковую информацию и его использования хакерами. Дезинформация и неточности в данных, предоставляемых ИИ, также вызывают тревогу: 50% данных, получаемых от ИИ, были признаны неточными, а 38% - устаревшими.

Этические риски использования ИИ в критически важных сферах, таких как здравоохранение и политика, остаются также предметом серьезной озабоченности. Более половины населения выступает против принятия этических решений с помощью ИИ, подчеркивая необходимость четких границ его применения.

Проблемы с этикой и недостаточная прозрачность в использовании данных для обучения ИИ могут подвергать компании серьезным рискам. Только треть руководителей подтвердили, что их компании обеспечивают разнообразие и объективность в данных, используемых для обучения ИИ, а только 36% установили этические принципы работы с этой технологией.

По мере развития генеративного ИИ становится очевидной необходимость в повышении навыков и грамотности в области данных среди пользователей. Потребители и бизнес-лидеры активно используют ИИ для различных целей, от аналитики до поддержки клиентов, но существующие проблемы с безопасностью, конфиденциальностью и качеством результатов требуют дальнейшего внимания.

Тревор Шульце, ИТ-директор Alteryx, подчеркивает важность раннего решения проблем доверия, этики и навыков для успешного внедрения и использования генеративного ИИ. По его мнению, компаниям необходимо улучшать управление данными и обеспечивать безопасный доступ к ним, чтобы максимально использовать потенциал ИИ и минимизировать связанные с ним риски.

Последний пункт – самое сложное, но самое перспективное направление. Вступайте в альянсы с разработчиками, пробуйте, ошибайтесь, но держите вектор на внедрение человеко-независимого менеджмента. За ближайшие 3-4 года вы должны уйти вперед от своих конкурентов.

У вас «цифровизация»? Вы больны «цифровыми двойниками»? Бред! Пересмотрите концепцию – не нужен двойник хаоса, нужно «фундаментальное переосмысление». Роботизация производства – дорого. Роботизация управления – доступно, если к ней правильно подготовиться.
Начините с малого: перестаньте моделировать процессы, не используя структурные иерархии. Перечитайте SADT. Смахните нафталин с IDEF0. Каждая новая «дорожка» в BPMN – действие, чуть менее тяжкое, нежели предательство компании. Ищите и тестируйте новые организационные формы и модели (глава "Бизнес-идея и бизнес-модель", сс.76-142) – те, что наиболее пригодны для внедрения ИИ. Сегодня это единственный критерий!

Почему «окно возможностей»? Потому, что через 3-5 лет большинство этих технологий вам будут не доступны не смотря на их массовость. А даже если они и будут доступны, то более крупные игроки позволят себе внедрение не просто ИИ, а сильного ИИ (AGI), оставив вам только роль наблюдателя. «Киса, мы лишние на этом празднике жизни». Не повторяйте ошибок Оси и Кисы. Выбирайте: всё или ничего! Вопрос стоит именно так.

В последнее время мои клиенты и друзья из предпринимательской среды, зная мою способность, когда аналитически, а когда интуитивно идентифицировать тренды, всё чаще задают один из самых сакраментальных вопросов – что делать? В смысле, что делать, чтобы обеспечить себе долгосрочное стратегическое преимущество?

В 88-м мой ответ был – создавать кооператив, в 90-м – банки. В 95-м – создавать новые производства, в 98-м – фокусироваться на бизнес-процессах, в 2003-м – остерегаться государства (кто знает о чем речь и кому была дана рекомендация, тот поймет о чем я), в 2006-м – выходить в кэш (аналогичная ситуация), в 13-м – «брать зонтик, не брать зонтик, но ехать нужно», в 2018 – готовиться к кризису, повышать адаптивность и гибкость, менять отношение к эйджизму и обязательной офисной работе, масштабироваться по СНГ.

И вот наступило «сейчас» и все тот же вопрос адресован мне. «Мне выходить в Китай?», «что лучше для новой логистики – Турция, Грузия, Армения Казахстан или Киргизстан?», «стоит ли иметь в финансовом портфеле криптовалюты?».

Друзья, это все тактика! Ничто из вышеперечисленного не обеспечит вам стратегического долгосрочного преимущества. Тем более, гарантированного преимущества. А стратегия – внедрять ИИ!

В течение ближайших 3-5 лет открывается окно возможностей для двух групп – средних компаний и независимых разработчиков. То, что для одних – продукт потребления, других – потенциальный бизнес. И вот что я имею в виду:

1. Использование ИИ на рабочих местах для повышения производительности и качества труда линейных работников (низовых исполнителей). Пример: в последнем отчете Microsoft приводит данные о значительном увеличении использования генеративного искусственного интеллекта (ИИ) среди сотрудников. За последние шесть месяцев доля работников, применяющих ИИ в своих ежедневных задачах, удвоилась и теперь достигает 75%. В отчете определение «сотрудников» охватывает широкий круг лиц (вот совсем не тех, кто кодит), включая всех, кто работает за компьютером, будь то в офисе или удаленно.
   Начните с малого: поощряйте саму практику использования ИИ, например, ChatGPT или более специализированных продуктов на основе LLM, вашими сотрудниками. Подумайте о корпоративной подписке на более качественные продукты. Главная задача – изменить паттерны корпоративной культуры (норм поведения) на те, которые считают приемлемым применение ИИ.

2. Автоматизация групп операций или целых блоков работ системами ИИ. Пример: в исследовании SS&C Blue Prism , проведенном Forrester Consulting и опубликованном в апреле, была собрана совокупная группа представителей пяти опрошенных клиентов. Вывод заключался в том, что за три года были достигнуты ключевые успехи в области внутреннего аудита: от повышения производительности до снижения затрат на соблюдение требований, а также улучшения опыта и удержания сотрудников. Это представляет собой общую чистую приведенную стоимость в размере 53,4 миллиона долларов (42,5 миллиона фунтов стерлингов) на одного клиента.
   Начините с малого: выделите сотрудника на постоянный поиск новых инструментов, которые могли бы решать локальные задачи в рамках вашего бизнеса. Пробуйте и тестируйте! Все, что помогает сократить совокупные издержки (своего рода «стоимость владения» процессом) и высвобождает людей (производительность труда) должно внедряться.

3. Автоматизация управления. Ищите системы, способные либо автоматизировать полностью, либо обеспечить поддержку принятия решений. Примеры:
   a. GE Aviation: Использует ИИ для прогнозирования отказов двигателей самолетов и проведения профилактического обслуживания до того, как произойдет сбой.
   b. Procter & Gamble: Использует ИИ для оптимизации цепочки поставок и сокращения времени доставки товаров в магазины.
   c. Tesla: Использует ИИ для контроля качества своих электромобилей и выявления дефектов на производственной линии.