Россия
Искусственный интеллект меняет компании, а также организацию управления инновациями в них. Быстрое технологическое развитие и замена человеческого труда искусственным интеллектом может заставить руководство переосмыслить весь инновационный процесс компании. Используя идеи Школы Карнеги и поведенческую теорию фирмы, были рассмотрены последствия для управления инновациями технологий искусственного интеллекта и систем искусственного интеллекта на основе машинного обучения. Представлена схема, показывающая, в какой степени искусственный интеллект может заменить людей. Показано, какие аспекты необходимо учитывать при преобразовании в цифровую организацию инноваций. Отмечено, что искусственный интеллект играет конструктивную роль там, где проверенные временем преимущества ресурсов управления инновациями подавлены, невозможны из-за оцифровки. Явный потенциал искусственного интеллекта заключается в создании более систематического подхода за счет интеграции искусственного интеллекта в организации, стремящиеся к инновациям. Результаты исследования указывают на области, в которых системы искусственного интеллекта уже могут быть плодотворно применены в организационных инновациях, а именно на случаи, когда разработка новых инноваций в первую очередь сдерживается ограничениями обработки информации. Системы искусственного интеллекта, которые полагаются на обнаружение аномалий, например, может быть полезным, когда фирмы борются с ограничениями обработки информации в поисках новых возможностей.
искусственный интеллект, инновации, инновационный менеджмент, машинное обучение, обработка информации
ВВЕДЕНИЕ
Интерес ученых к идее о том, что искусственный интеллект (ИИ) и машинное обучение могут заменить людей и изменить существующие организационные процессы, неуклонно растет [1]. При определенных ограничениях в обработке информации ИИ может обеспечивать более высокое качество, большую эффективность и лучшие результаты, чем люди-эксперты [2].
Принимая во внимание потенциал ИИ для выполнения традиционных «человеческих» задач в организациях, мы можем спросить, можно ли использовать роль ИИ в реализации одного из наиболее важных процессов, влияющих на долгосрочное выживание и конкурентное преимущество компании – инноваций? [3]. На первый взгляд идея о том, что ИИ и машинное обучение могут и должны использоваться фирмами в инновационных целях, может показаться почти надуманной. Инновации традиционно считались сферой деятельности людей, учитывая их «уникальную» способность быть инновационными [4].
Несмотря на то, что ИИ может иметь недостатки по сравнению с людьми, существует несколько нетривиальных причин, по которым компании могут захотеть использовать ИИ в своих инновационных процессах. Среди факторов, экзогенных для инновационного процесса, тот факт, что менеджеры по инновациям все чаще сталкиваются с чрезвычайно нестабильной и меняющейся средой, все более конкурентными глобальными рынками, конкурирующими технологиями и резко меняющимся политическим ландшафтом [5]. В то же время доступность информации увеличилась и продолжает значительно увеличиваться. Эти тенденции убедительно свидетельствуют о том, что основой конкурентоспособности являются информационные возможности организаций и их способность решать проблемы [6].
Следовательно, поиск способов применения ИИ и машинного обучения в инновационных процессах фирм должен представлять значительный интерес для менеджеров по инновациям. С одной стороны, это может создать для фирм более эффективные способы реагирования на их растущую конкурентную среду и управления растущими объемами информации вокруг них. С другой стороны, поддержка инновационного процесса с помощью ИИ может создать реальную ценность для фирм за счет снижения как рискованности, так и стоимости инновационных процессов.
ЦЕЛЬ ИССЛЕДОВАНИЯ
Восполнить пробел в знаниях путем обзора литературы и предложить основы для изучения проблем управления, связанных с продвижением инноваций с помощью ИИ.
МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ
Обработка информации - ключевой компонент инноваций в организациях. Центральным видом деятельности в управлении инновациями является процесс принятия решений, который требует обработки информации менеджерами, участвующими в инновационном процессе [7]. Роль руководства в обработке информации состоит в том, чтобы принимать решение о вводе в процесс данных, знаний и другой информации. Затем информация должна быть обработана - другими словами, данные, знания и информация собираются и анализируются. Наконец, после обработки информации руководство несет ответственность за принятие решений.
1. Brynjolfsson, E., McAfee, A. The business of artificial intelligence: what it can - and cannot - do for your organization // Harv. Bus. Rev. 2017, Jul 10.
2. Agrawal, A., Gans, J., Goldfarb, A. Exploring the impact of artificial intelligence: prediction versus judgment // NBER Working Paper, NBER Working Paper, Cambridge, MA, 2018, no. 24626
3. Lengnick-Hall, C.A. Innovation and Competitive Advantage: What We Know and What We Need to Learn // Journal of Management, 1992, 18 (2), pp. 399-429. doi:https://doi.org/10.1177/014920639201800209
4. Amabile, T. Creativity, artificial Intelligence, and a world of surprises // Acad. Manag. Discov. 2019.
5. Jones, J.N., Cope, J., Kintz, A. Peering into the future of innovation management // Research Technology Management, 2016, 59 (4), pp. 49-58. doi:https://doi.org/10.1080/08956308.2016.1185344
6. Hajli, N., Featherman, M.S. The impact of new ICT technologies and its applications on health service development and management // Technological Forecasting and Social Change, 2018, 126, pp. 1-2. doi:https://doi.org/10.1016/j.techfore.2017.09.015
7. McNally, R.C., Schmidt, J.B. From the special issue editors: An introduction to the special issue on decision making in new product development and innovation // Journal of Product Innovation Management, 2011, 28 (5), pp. 619-622. doi:https://doi.org/10.1111/j.1540-5885.2011.00843.x
8. Samuel, A.L. Some studies in machine learning using the game of checkers // IBM J. Res. Dev., 1959, 3, pp. 210-229.
9. Lenka, S., Parida, V., Wincent, J. Digitalization Capabilities as Enablers of Value Co-Creation in Servitizing Firms // Psychology and Marketing, 2017, 34 (1), pp. 92-100. doi:https://doi.org/10.1002/mar.20975
10. Lanzolla, G., Lorenz, A., Miron-Spektor, E., Schilling, M., Solinas, G., Tucci, C. Digital transformation: what is new if anything? // Acad. Manag. Discov, 2018, 4, pp. 378-387
11. Eggers, J.P., Kaplan, S. Cognition and renewal: Comparing CEO and organizational effects on incumbent adaptation to technical change // Organization Science, 2009, 20 (2), pp. 461-477. doi:https://doi.org/10.1287/orsc.1080.0401
12. Katila, R., Ahuja, G. Something old, something new: A longitudinal study of search behavior and new product introduction // Academy of Management Journal, 2002, 45 (6), pp. 1183-1194. doi:https://doi.org/10.2307/3069433
13. Puranam, P., Shrestha, Y.R., He, V.F., von Krogh, G. Algorithmic induction through machine learning: using predictions to theorize // INSEAD Work. Pap. Collect, 2018, pp. 1-33.
14. Gary, M.S. Implementation strategy and performance outcomes in related diversification // Strategic Management Journal, 2005, 26 (7), pp. 643-664. doi:https://doi.org/10.1002/smj.468
15. Glikson, E., Woolley, A.W. Human trust in artificial intelligence: Review of empirical research // Academy of Management Annals, 2020, 14 (2), pp. 627-660. doi:https://doi.org/10.5465/annals.2018.0057
