ИИ на руководящих высотах. Смелый эксперимент и его последствия для будущего лидерства

Решила поделиться интересным исследованием.
Недавно проведенный амбициозный эксперимент погрузил ИИ в мир бизнеса, чтобы оценить его способности в роли генерального директора. Цель исследования была грандиозной: выяснить, может ли современный ИИ, такой как GPT-4o, конкурировать с человеческими стратегами, принимая ключевые решения, от которых зависит будущее компании. Исследователи стремились понять, насколько хорошо ИИ способен анализировать данные, реагировать на рыночные изменения и повышать акционерную стоимость.

Есть консалтинговая задача и нужна оценка стоимости?

Расскажите, с чем вам нужна помощь (консалтинг по продажам, сервису или управлению), и мы рассчитаем для вас стоимость и предложим варианты.

Узнать цену!

С первого взгляда идея о том, что ИИ может заменить генерального директора, может показаться столь же нереальной, как назначение стажёра на пост руководителя компании. В конце концов, ИИ подвержен значительным ошибкам, таким как "галлюцинации" - создание некорректной или вводящей в заблуждение информации - и тенденции терять ориентацию в процессе выполнения задачи. Эти качества обычно не ассоциируются с эффективным лидерством, особенно в роли, которая требует балансирования интересов множества заинтересованных сторон, анализа исторических тенденций, выявления тонких изменений на рынке и принятия стратегических решений, формирующих будущее компании.

Тем не менее, генеративный ИИ уже преобразует отрасли, которые требуют как точности, так и креативности. Например, AlphaFold произвел революцию в области сворачивания белков с беспрецедентной точностью, что изменило область биофизики, в то время как Codex от OpenAI может генерировать целые программные продукты из простых человеческих инструкций, расширяя возможности программной инженерии. Это сложные задания, которые казались недоступными для ИИ всего несколько лет назад. Так почему же роль генерального директора должна быть вне досягаемости?

На сегодняшний день практически нет эмпирических данных о том, как бы ИИ справился с ролью генерального директора в реальных сценариях, особенно по сравнению с принятой человеком интуицией в аналогичных условиях. Сильные и слабые стороны ИИ будут выявлены только в результате его тестирования в широком диапазоне ситуаций. Американские исследователи сделали первый шаг в этом направлении, проводя крупномасштабный, основанный на реальных данных эксперимент, открывая дверь для более глубокого изучения потенциальной роли и влияния ИИ в руководящих должностях.

Полигон для генеральных директоров

Эксперимент проводился с февраля по июль 2024 года и включал 344 участников (как студентов бакалавриата, так и магистратуры из центрально- и южноазиатских университетов, а также старших руководителей одного из южноазиатских банков) и GPT-4o, современную крупную языковую модель (LLM) компании OpenAI. Участники проходили геймифицированное моделирование, созданное для воссоздания тех вызовов в принятии решений, с которыми сталкиваются генеральные директора, с различными показателями, отслеживающими качество их выбора. Моделирование представляло собой грубую цифровую копию автомобильной промышленности США, включающую математические модели, основанные на реальных данных о продажах автомобилей, рыночных сдвигах, исторических стратегиях ценообразования и эластичности, а также более широких влияниях, таких как экономические тенденции и воздействия Covid-19.

Игроки принимали множество корпоративных стратегических решений через интерфейс игры, основанный на раундах. Каждый раунд представлял собой финансовый год, и такая структура позволила участникам решать стратегические задачи в течение нескольких смоделированных, связанных между собой лет. Таким образом, игра имела более 500 000 возможных комбинаций решений в каждом раунде и никакой фиксированной формулы победы. Цель игры была проста - выжить как можно дольше, не будучи уволенным виртуальным советом директоров, одновременно максимизируя рыночную капитализацию. Первое определялось совокупностью уникальных ключевых показателей эффективности (KPI), установленных советом директоров, а второе - сочетанием устойчивых темпов роста и свободного денежного потока. Эта цель служила реалистичной прокси для измерения эффективности генерального директора в реальном мире.

После того, как люди участники завершили свои ходы, управление было передано GPT-4o. Затем сравнивалась производительность GPT-4o с четырьмя участниками людьми - двумя лучшими студентами и двумя руководителями. Результаты были как неожиданными, так и провокационными, бросая вызов многим предположениям о лидерстве, стратегии и потенциальной роли ИИ в принятии решений на высших уровнях бизнеса.

ИИ превосходит, но какой ценой?

Производительность GPT-4o в роли генерального директора была замечательной. ИИ постоянно превосходил лучших участников по почти всем показателям. Он проектировал продукты с хирургической точностью, максимально привлекательные и с жестким контролем затрат. Он отлично реагировал на рыночные сигналы, сохраняла тонус у своей негенеративной ИИ-конкуренции и создал такой сильный импульс, что обогнал участника с лучшими показателями по доле рынка и прибыльности на три раунда раньше.

Однако был критический недостаток: GPT-4o быстрее был уволен виртуальным советом, чем студенты, участвующие в игре.

Почему? ИИ испытывал трудности с "черными лебедями" - такими как рыночный крах в период пандемии Covid-19. Исследователи запрограммировали эти непредсказуемые потрясения на изменение спроса клиентов, обрушение уровней цен и напряжение цепочек поставок. Лидирующие студенты принимали долгосрочные стратегии, учитывающие такие события. Они избегали жестких контрактов, минимизировали риски запасов и осторожно управляли ростом, обеспечивая гибкость при изменении рыночных условий. Их стратегия была ясна: сохранить адаптивность, а не гнаться за агрессивными краткосрочными достижениями.

GPT-4o, с другой стороны, после череды ранних успехов, зациклился на краткосрочной оптимизации, безудержно максимизируя рост и прибыльность, пока рыночное потрясение не нарушило её полосу удачи. ИИ может быстро учиться в контролируемой среде, что делает его менее подходящим для работы с высоко разрушительными событиями, требующими человеческой интуиции и предвидения. Интересно, что и лучшие руководители также попадались в такую ловушку; они, как и GPT-4o, были уволены быстрее студентов. И GPT-4o, и руководители подчинились тому же недостатку - избыточной уверенности в системе, которая поощряет гибкость и долгосрочное мышление так же сильно, как и агрессивные амбиции.

Является ли ИИ новым боссом?

Несмотря на свои ограничения, GPT-4o продемонстрировал впечатляющую производительность. Хотя его увольняли чаще, чем лучших участников людей, он все же выдержал конкурентоспособность с лучшими и ярчайшими из 344 участников исследования.

Итак, какие реальные последствия для формулирования мета-стратегии из этого эксперимента?

Генеративный ИИ - ключевой стратегический ресурс.

Игнорировать генеративный ИИ в корпоративной стратегии больше невозможно. Этот эксперимент показывает, что даже нетюнингованные модели могут предлагать уникальные и креативные подходы к стратегии при должной подготовке, порождая сильные результаты. Если генеративный ИИ может помочь компаниям более эффективно максимально увеличить стоимость для акционеров, зачем сопротивляться? Ведь максимизация стоимости для акционеров - это суть роли генерального директора.

Качество данных имеет ключевое значение.

Для того, чтобы ИИ преуспел в корпоративной стратегии, ему необходимы высококачественные данные. GPT-4o хорошо справился в этом эксперименте, потому что имел доступ к богатым данным симулятора. Однако многие компании не создают данные в достаточной мере с точки зрения скорости, объема, правдивости и разнообразия. Создание надежной инфраструктуры данных жизненно важно.

Эффективность против риска.

Хотя управляемая ИИ эффективность может создать значительные выигрыши, она также несет в себе риски. Агрессивные, максимизирующие цену акций стратегии руководителей-людей без должного контроля могут привести к катастрофическим последствиям. ИИ действует по такому же принципу.

Вопросы ответственности.

Держать ИИ подотчетным наравне с реальным генеральным директором практически невозможно. Удаление системы не устраняет ущерб от ошибочных решений, поднимая критические вопросы об ответственности и общественной защите. Установление прозрачных барьеров, обеспечивающих согласованность управляемых ИИ решений с ценностями компании и общественным благом, является критически важным для предотвращения нежелательных последствий.

Роль цифровых двойников.

Реалистичный цифровой двойник экосистемы компании, населенной множеством ИИ агентов, будет ценным ресурсом обучения для лидерства с ИИ, предоставляя защиту от реальных ошибок, которые ИИ может совершить, если оставить его полностью без присмотра, а также предоставляя богатые инсайты для генеральных директоров. В такой контролируемой среде ИИ может делать ошибки, идентифицировать ценностные пулы и возвращаться с оптимизированными стратегиями для достижения целей компании.

Нарушение стратегического консалтинга.

Рост "искусственных генеральных директоров" может нарушить традиционный стратегический консалтинг и внутренние стратегические отделы. Компании, такие как McKinsey, могут обнаружить, что их услуги дополняются - или даже заменяются - ИИ системами, адаптированными к экосистемам их клиентов.

Несмотря на свою впечатляющую производительность, ИИ не может взять на себя полную ответственность генерального директора на рынках, обслуживающих людей. Вместо этого он может значительно улучшить процесс стратегического планирования и помочь предотвратить дорогостоящие ошибки. Мы уже видели, как ИИ первого поколения успешно управляет микро-стратегиями на уровне функций в технологических гигантах, таких как Amazon и Google, выполняя такие задачи, как согласование цен и управление рекламными инвентарями.

Генеративный ИИ - это следующая логическая эволюция операционной модели: мета-ИИ, действующий как генеральный директор, конкурирующий и сотрудничающий с другими ИИ  цифрового двойника - приводят к тому, что реальные генеральные директора принимают лучшие решения, чем они сделали бы. Автоматизируя анализ данных и моделирование сложных сценариев, ИИ позволяет людям сосредоточиться на стратегическом суждении, эмпатии и этическом принятии решений - областях, где люди его превосходят.