Генеративный ИИ может стимулировать инновации, но только тогда, когда люди контролируют ситуацию.

Инструменты генеративного искусственного интеллекта (ИИ), такие как ChatGPT или Dall-E, меняют способы выполнения творческой работы, особенно в отраслях, которые полагаются на инновации.

Однако использование ИИ в инновационном процессе требует тщательного рассмотрения. Наше исследование показывает, что ключом к успеху является понимание и использование различных, но взаимодополняющих ролей, которые играют люди и ИИ.

Инновации жизненно важны для любого бизнеса, который хочет добиться успеха сегодня. Фактически, 83 процента компаний считают инновации главным приоритетом, однако только три процента готовы воплотить этот приоритет в жизнь. Это показывает, насколько компаниям необходимо улучшить свой подход к инновациям.

Инновации – это решение сложных проблем, которые приводят к реальному улучшению. Речь идет не только о хороших идеях — это также включает в себя интеллектуальную работу, то есть процесс использования информации для создания чего-то ценного.

Генеративный ИИ может помочь предприятиям подготовиться к инновациям, упрощая работу со знаниями, но его полный потенциал в этой области до сих пор не до конца понятен.

Дизайнерские спринты

Наша команда, в которую входят ученые-исследователи, обладающие опытом в области новых цифровых технологий, и практик, имеющий опыт руководства инновационными проектами, ориентированными на человека, провела детальное исследование того, как генеративный искусственный интеллект использовался в дизайн-спринтах в трех организациях. (Исследование доступно в виде предварительной версии и отправлено в журнал для рецензирования).

Дизайн-спринт — это быстрый структурированный процесс решения важных проблем, который помогает командам проверить, будет ли работать продукт, услуга или стратегия. Спринты полезны, потому что они снижают риски и затраты на разработку традиционного продукта.

Во время дизайн-спринта небольшая команда из пяти-семи сотрудников из разных областей интенсивно работает вместе в течение нескольких дней над решением проблемы. Их работу координирует фасилитатор, который организует деятельность, направляет команду, отслеживает прогресс, следит за ясностью целей и эффективным использованием времени.

Первый этап дизайн-спринта фокусируется на понимании и определении проблемы, а второй этап — на создании и тестировании решения. Оба этапа требуют от команд использования двух ключевых типов мышления:

1. Дивергентное мышлениечто означает появление множества разных идей и возможностей.

2. Конвергентное мышлениечто означает сужение этих идей до определения приоритетов или решений.

В нашем исследовании изучалось, как координатор использовал инструменты генеративного искусственного интеллекта, такие как ChatGPT, DALL-E 3 или Uizard, чтобы помочь команде эффективно участвовать как в дивергенции, так и в конвергенции.

ИИ и люди работают вместе

В ходе дивергентного мышления мы обнаружили два основных преимущества использования генеративного ИИ. Во-первых, это побудило команды изучить больше возможностей, предоставив базовые идеи в качестве отправной точки. Во-вторых, это помогло перефразировать и синтезировать неясные идеи членов команды, что в конечном итоге привело к улучшению коммуникации внутри команд.

Один из участников рассказал нам:

«Иногда у нас было много идей, и ИИ суммировал их в краткий текст. Это позволило нам осмыслить это. Это дало нам основу, было много разрозненных идей, которые каждый внес, и теперь у нас был текст, с которым мы все согласились. Таким образом, мы стартовали с той же базы, которая послужила трамплином для движения вперед».

Таким образом, реальная ценность генеративного ИИ заключается не в создании блестящих новых идей как таковых, а в ценной синергии, возникающей в результате этого процесса. Члены команды использовали свои контекстуальные знания и отвечали за процесс, в то время как ИИ помогал лучше передавать их идеи, расширять исследования и устранять возможные «слепые пятна».

Принятие более обоснованных решений

Мы заметили различную динамику в деятельности по конвергенции, когда командам приходилось принимать решения после напряженных сеансов генерации идей. К этому моменту члены команды обычно были морально истощены. Генеративный ИИ был особенно полезен при выполнении тяжелой работы на этом этапе.

ИИ помог справиться с информационно-емкими задачами, необходимыми для согласования команды, такими как переформулирование, обобщение, организация, сравнение и ранжирование вариантов. Это снизило умственную нагрузку на членов команды, позволив им сосредоточиться на важных задачах, таких как оценка идей. В этом процессе команда отвечала за:

1. Проверка выходов AI чтобы убедиться, что контент был точным и полезным. Например, ChatGPT и Uizard помогли создать черновые сценарии и проекты прототипов для проверки их концепции, но команде все равно приходилось дорабатывать их для достижения целей проекта.
2. Добавление собственных идей и контекстуальных нюансов для принятия окончательных решений с учетом таких факторов, как осуществимость, этика и долгосрочное стратегическое воздействие.

Один из участников сказал:

«Иногда ИИ сосредотачивался на деталях, которые были для нас незначительными… Иногда нам требовался менее общий синтез и более персонализированный вклад».

В целом, эта форма сотрудничества человека и искусственного интеллекта в конвергентной деятельности помогла команде принимать более информированные и более уверенные решения о том, на какой проблеме сосредоточиться и какое решение искать. Это позволило им почувствовать контроль над конечными результатами спринта.

Один из участников сказал:

«Если бы мы полагались исключительно на ИИ для определения того, что важно, на таких ключевых этапах, как принятие решений или голосование по чему-то важному, например, фактору успеха, это вызвало бы отказ. У нас больше возможностей знать. Мы — сотрудники, которые реализуют окончательное решение».

Проблемы и возможности

В соответствии с исследованиями в области когнитивной автоматизации и интеллектуальной автоматизации мы обнаружили, что генеративный ИИ очень помогает в решении сложных когнитивных задач, таких как переформулирование плохо сформулированных идей, обобщение информации и распознавание закономерностей в вкладе членов команды.

Ключевой проблемой использования генеративного ИИ в инновациях является обеспечение того, чтобы он дополнял, а не заменял участие человека. Хотя ИИ может выступать в качестве полезного компаньона, существует риск, что он может снизить вовлеченность команды или ответственность за проект, если его чрезмерно использовать.

Фасилитатор дизайн-спринта рассказал нам:

«Осуществимость должна быть сбалансирована с желательностью. Технически можно автоматизировать большую часть процесса, но это убьет потребность в удовольствии, взаимодействии, а сомнения людей не будут решены; Плюс люди должны взять на себя ответственность за проблему — все это важные элементы инновационного процесса, ориентированного на человека».

Следовательно, регулярная оценка влияния ИИ в этом процессе имеет решающее значение для поддержания здорового баланса. Автоматизация должна способствовать творчеству и принятию решений, не подрывая при этом человеческие знания, которые имеют решающее значение для инноваций.

Поскольку ИИ продолжает развиваться, его роль в инновациях будет расти. Компании, которые интегрируют ИИ в свои рабочие процессы, будут лучше подготовлены к быстро меняющимся требованиям современных инноваций. Но важно понимать как сильные стороны, так и ограничения ИИ и людей, чтобы гарантировать эффективность этого сотрудничества.

Соавтором этой статьи является Седрик Мартино, генеральный директор и консультант по управлению инновациями компании Carverinno Consulting.