Представьте, что вы представляете один и тот же документ директорам, говорящим на разных языках, — вы, естественно, обеспечите перевод. Однако мы пытаемся управлять системами ИИ, используя правила, разработанные исключительно для человеческого понимания. Новое исследование показывает, что это фундаментальное несоответствие может сдерживать революцию в управлении с помощью ИИ.
Недавние опросы в нескольких странах выявили поразительный консенсус: 66,7% респондентов считают, что директора с автономным ИИ должны соблюдать правила, специально разработанные для систем ИИ, а не версии, понятные человеку. Речь идет не об упрощении контента, а об оптимизации для различных когнитивных архитектур.
Вспомните текущие учетные политики, которые определяют «автоматизированную обработку» вместо «ручного ввода». Мы уже признаем, что разным участникам наших систем требуются разные операционные инструкции. Прорывное понимание распространяет этот принцип на принятие решений на уровне управления.
Параллель с автономными автомобилями весьма поучительна. Европейская комиссия пришла к выводу, что беспилотные автомобили не могут точно следовать правилам, разработанным для людей. Вместо этого нам нужно либо изменить правила дорожного движения, либо разрешить определённые изменения правил, либо потребовать от человека возможности переопределения. Та же логика применима и к корпоративному управлению.
Рассмотрите практические последствия: директор на основе ИИ, контролирующий транзакции, может обрабатывать каждую транзакцию в режиме реального времени (57% респондентов опроса поддерживают это), в то время как директора-люди просматривают сводки. ИИ может одновременно оценивать все доступные источники информации, в то время как люди полагаются на тщательно подобранные отчёты. Это не недостатки — это разные возможности, требующие разных фреймворков.
Современная юридическая практика уже предоставляет шаблоны. Двуязычные контракты не просто переводят слова; они создают параллельные правовые реальности, оптимизированные для разных правовых систем. Аналогичным образом, нам нужны параллельные фреймворки управления: один, оптимизированный для человеческого суждения и интуиции, другой — для алгоритмической точности и масштабируемости.
Компании, которые добиваются этого, добиваются замечательных результатов. Внедрение компанией ADNOC операционных параметров, специфичных для ИИ, принесло компании более 1 миллиарда долларов прибыли. В чём разница? Они не пытались заставить ИИ действовать по-человечески — они позволили ему действовать алгоритмически в тщательно разработанных рамках.
Вопрос не в том, следует ли включать ИИ в систему управления, а в том, достаточно ли у нас смелости признать, что разные типы интеллекта требуют разных типов структур.
Based on: “Elements of legislation for autonomous artificial intelligence systems”
#ArtificialIntelligence #CorporateGovernance #DigitalTransformation #Innovation #FutureOfBusiness
Link to the podcast: https://youtube.com/@annaromanova7380
Link to the presentation: https://www.researchgate.net/publication/380168075_Elements_of_legislation_for_autonomous_artificial_intelligence_systems