В современных корпорациях огромный массив информации — от правил использования до качества показателей — фактически не имеет документального подтверждения. Эти знания не зафиксированы в реестрах, а лишь распределены по сознанию отдельных специалистов. С развитием технологий искусственного интеллекта и автономных агентов подобная ситуация превращается в критическую преграду: даже безупречные с точки зрения математики цифры могут привести к ложным выводам, если за ними не стоит понимание их сути.
В эфире Радио РБК управляющий директор практики «Данные и прикладной искусственный интеллект» компании Axenix Лариса Малькова подчеркнула, что роль человека в этой цепочке не исчезнет. По ее словам, сотрудникам, возможно, и не придется отслеживать физическое местонахождение файлов, однако именно им предстоит наполнять данные смыслами. ИИ-агент не способен самостоятельно установить, кого именно в конкретной компании стоит считать «активным клиентом».
Чтобы преодолеть этот кризис, Малькова предлагает отказаться от идеи тотального документирования всего и вся. Вместо этого стоит сосредоточиться на ключевых для бизнеса атрибутах, оставив второстепенную информацию на автоматическую генерацию в виде черновиков, требующих лишь последующей верификации.
При этом эксперт отмечает, что основная проблема кроется не в технологических ограничениях, а в отсутствии мотивации у персонала. Люди зачастую не видят смысла описывать данные, ведь эта работа делается на благо будущих коллег. Чтобы исправить ситуацию, процессы описания информации необходимо интегрировать непосредственно в цикл разработки продуктов, вместо того чтобы пытаться внедрить навязанный порядок централизованными усилиями одной команды.
