Индустрия 4.0

Чему не научить машину

По разным экспертным оценкам, на сегодня 30 — 35% отечественных промышленных компаний в той или иной степени продвинулись по пути, конечный пункт которого — полная цифровизация. Этого вполне достаточно для того, чтобы говорить о внедрении интеллектуальных инструментов как об устойчивом тренде. При этом, в отличие от других технологий нового уклада, «цифра» вообще и искусственный интеллект (ИИ) в частности воспринимаются как нечто большее, чем инструменты повышения эффективности производства. Точнее даже, как нечто более опасное, как минимум рискованное. Для наемных работников очевиден риск лишиться рабочих мест. Причем, в отличие, например, от результатов внедрения автоматизации и роботизации, здесь риску подвержены не только те, кто занят на рутинных операциях: мол, на то он и интеллект — этот ИИ, чтобы вытеснять человека из ментальных пространств производства, из сферы принятия решений. А это, между прочим, риск не только для отдельных категорий сотрудников, но и бизнесов в целом: можно представить, какими могут быть последствия, если «по инициативе» ИИ что-то на производстве пойдет не так…
12 февраля 2020

Впрочем, можно не только представить, уже есть примеры из нашей повседневной жизни. Вот один из них: автолюбитель с 30-летним стажем вождения приобрел машину со всеми современными «примочками». Проезжает он на ней сложный участок трассы, и тут из-за опасного маневра водителя соседней машины возникает реальная угроза аварии. У нашего автовладельца еще есть секунды на то, чтобы уйти от столкновения с помощью управляемого юза, он начинает выкручивать руль — а умная машина блокирует его маневр. Пытается вывернуться, используя педали, — и снова машинный интеллект не позволил применить опасный прием. В результате ДТП избежать не удалось.

Ну вот, — скажут закоренелые скептики в отношении всего, что связано с «цифрой», — что и требовалось доказать: все эти шибко умные девайсы — не замена человеку на производстве, да и роль их, как надежных инструментов, небесспорна — такие помощники могут вмиг превратиться в источник серьезных проблем. И они, скептики, будут отчасти правы. Что, кстати, подтверждается и в материалах этого номера «Умнпро». Наши эксперты приводят примеры, когда на отдельных участках, в конкретных производственных процессах сбор данных или контроль за соблюдением технологии силами человека оказывается вполне достаточным и более дешевым, чем при внедрении цифрового сервиса. А в статье «Гибридный цифровой двойник: два в одном» доказывается, что и самая эффективная модель машинного обучения не может полностью избавить своих «учеников» от пробелов в знаниях и потому так называемые Большие данные — далеко не всегда действительно большие.

Однако если из всего этого последует вывод о том, что «со всей этой «цифрой» лучше вовсе не связываться», он будет глубоко ошибочным. Вопервых, потому, что сбои в цифровой экосистеме предприятия могут быть следствием ошибок, допущенных в процессах ее внедрения, — в выборе ПО, в очередности шагов формирования системы и т.д. Или же — в элементарном незнании «матчасти» и, как следствие, изначально завышенных ожиданиях, или же в невнимании к ограничениям, заложенным в цифровых сервисах. (Кстати, не в последнюю очередь именно из-за этого пострадал наш автолюбитель, не нашедший времени загодя ознакомиться с особенностями «примочек» своего авто.) А во-вторых и в главных, потому как для современного высокотехнологичного производства, нацеленного на продвижение своего продукта на внутреннем и внешних рынках — а другие мы здесь и не рассматриваем, — отказ от ИИ будет означать неминуемую утрату конкурентоспособности. Ведь сбор и высококачественная обработка огромного массива данных, прогнозная аналитика с моделированием множества сценарных вариантов — это те сферы, в которых человек уже не может конкурировать с ИИ.

А он и не должен конкурировать — точно так же, как сейчас никому не придет в голову пытаться конкурировать с роботами, коботами, высокоточным контрольно-измерительным оборудованием и т.д. Искусственный интеллект в этом смысле — такой же инструмент, который, в отличие от человека, сам себе заданий не дает, целей не ставит, и на результат он не мотивирован. И который следует освоить, уметь настраивать и научиться правильно интерпретировать и применять предоставляемые им результаты. И на тех предприятиях, где планомерно внедряется цифровизация, это становится повседневной деятельностью персонала. Заводские айтишники настраивают ПО, адаптируют его под конкретные условия, служба информационной безопасности защищает сети предприятия от кибератак, специалисты подразделений определяют, какие именно данные следует собирать IoT и куда их передавать, задают правила их обработки, их же прерогатива — принятие, в зависимости от статуса, линейных или управленческих ключевых решений на основе полученных результатов.

Но здесь есть принципиальная оговорка: всё это — про тех сотрудников, которые оказались способны нарастить цифровые компетенции и новые навыки, которыми не обладают машины. Точнее, про тех, кого этому научили, — в вузе ли, на всяческих специализированных повышательных курсах при родном предприятии, или же в системе послевузовского образования. Кому дали возможность освоить новые инструменты и целые предметные области на уровне «уверенный пользователь». «В индустриальном обществе многое решали мышцы, но теперь важнее всего мозги. И задача лидера — дать людям возможность ими пользоваться, а не просто выполнять указания», — учит признанный бизнес-гуру Ицхак Адизес. Проблема в том, что пока далеко не все наши руководители производств созрели до готовности следовать этому совету и вкладываться в постоянное обучение специалистов компаний. Именно в постоянное, поскольку сегодня индустриальный мир меняется быстрее, чем пишутся учебные программы для подготовки специалистов, востребованных в эпоху цифровизации. У нас же до сих пор многие руководители действуют в парадигме, в которой такого рода инвестиции в компетенции персонала рассматриваются только лишь как издержки, которые, как известно, надо всячески сокращать.

Отдельный вопрос — почему эта ущербная парадигма столь живуча. Вариант ответа — в публикуемом в этом номере материале «Наука лидировать», рассказывающем об опыте реализации стартовавшей в 2019 году в рамках нацпроекта «Производительность труда и поддержка занятости» программы обучения управленческих кадров «Лидеры производительности». Большинство предприятий-участников нацпроекта — это старые заводы с многолетней Дмитрий Тонишев, главный редактор журнала «Умное Производство» советской историей, с впитавшейся в кровь привычкой руководства контролировать всё до мелочей и неумением делегировать полномочия. То есть эти руководители большей частью и есть носители этой самой архаичной парадигмы. Так вот, как показала практика, максимальный эффект от обучения достигается, когда обучение одновременно проходят генеральный директор компании плюс три-четыре топа. А максимальный эффект в данном случае — это полученная на выходе команда лидеров, реально заинтересованных в постоянных улучшениях своего бизнеса, ориентированных на доверие своим работникам и поощрение их инициативы. И, соответственно, являющихся носителями и двигателями новой корпоративной культуры. Накопится в нашей индустрии критическая масса таких компаний — и вопрос о том, быть или не быть на предприятиях автоматизации, роботизации и цифровизации, отпадет сам собой.