McKinsey: ИИ ускоряет сотрудников, но почти не влияет на прибыль компаний
McKinsey выяснила, что ИИ повышает личную производительность 80% сотрудников, но лишь 37% компаний видят влияние на операционную прибыль. Причина — «налог на координацию»: задержки на стыках процессов, которые ИИ пока не устраняет.
- 80% респондентов McKinsey заявили, что ИИ повысил их личную производительность
- Только 37% компаний видят влияние ИИ на операционную прибыль
- От 35 до 60% рабочего времени в интеллектуальном труде уходит на координацию между этапами
Крупные организации последние годы активно инвестировали в ИИ: запускали помощников, проводили пилоты, внедряли технологии в подразделениях. Однако эффект на бизнес оказался скромнее ожиданий. В глобальном исследовании McKinsey об искусственном интеллекте 80% респондентов сообщили, что ИИ повысил их личную производительность, но только 37% видят хоть какое-то влияние на операционную прибыль компании.
Причина, по мнению McKinsey, не в качестве технологии, а в том, где её применяют. Большинство организаций используют ИИ для ускорения отдельных этапов работы, тогда как основные потери скрыты на стыках между этими этапами. Эти издержки аналитики называют «налогом на координацию».
Что такое налог на координацию
Речь идёт о затратах на передачу работы от одного участника процесса к другому: проверки, согласования, сверки и ожидание. В организациях с высокой долей интеллектуального труда от 35 до 60% рабочего времени уходит именно на координацию. При этом у таких стыков часто нет владельца: команда планирования спроса отвечает за прогноз, команда планирования поставок — за распределение ресурсов, а промежуток между ними никто не измеряет.
«Налог на координацию» состоит из трёх частей. Первая — видимые затраты на людей и структуры, занятые координацией: команды планирования, проектные офисы, совещания. В промышленных компаниях они обычно составляют 3–5% выручки. Вторая — издержки задержек: запасы дольше лежат на складе, дебиторская задолженность позже превращается в деньги, мощности простаивают. Третья — упущенная выручка из-за того, что компания не успела согласовать работу вовремя.
По данным McKinsey, видимая часть составляет лишь около трети всего «налога». Остальное скрыто в длительности цикла, оборотном капитале и недополученной выручке, поэтому традиционные программы сокращения затрат их не замечают.
Пример из практики
McKinsey измерила задержки в процессе «от спроса до производства» у промышленного производителя из Fortune 500. В процессе семь этапов и шесть точек передачи работы. Суммарное время работы внутри этапов составило 12–24 часа, а задержки на стыках — 9–18 дней. Разрыв — в 9–36 раз.
«Налог на координацию» только в этом процессе McKinsey оценила в 140–240 млн долларов в год. На сотрудников, специально занятых координацией, пришлось менее 7% этой суммы. Остальные 93% — издержки задержек и упущенные возможности, которые не выделяются в отчёте о прибылях и убытках.
McKinsey считает агентный ИИ первым поколением технологий, способным взять на себя значительную часть проверок, согласования расхождений и маршрутизации. Это позволяет не просто ускорить существующие процессы, но и перестроить их, сократив скрытые издержки координации.
Для профиТехнические детали: архитектура, цифры, ссылки
McKinsey предлагает смотреть на стыки между командами, функциями и системами, а не на операции внутри отдельных этапов. Прежние технологии автоматизации — бережливое производство, ERP, RPA — почти не затрагивали эти переходы: они ускоряли отдельные этапы, но не могли надёжно проверять результаты, разбирать расхождения и решать, куда передать работу дальше.
Агентный ИИ, по опыту McKinsey, способен автоматизировать часть таких действий: проверки, согласование расхождений и маршрутизацию, которые прежде требовали участия человека. В исследованном процессе «от спроса до производства» у производителя из Fortune 500 задержки на стыках превышали время работы внутри этапов в 9–36 раз. Видимая часть «налога на координацию» (SG&A) составила менее 7% от общей суммы в 140–240 млн долларов в год.
Вопросы и ответы
- Почему ИИ не повышает прибыль компаний?
- Большинство организаций применяют ИИ для ускорения отдельных этапов, тогда как основные потери скрыты на стыках между этапами — в задержках, согласованиях и ожидании.
- Что такое налог на координацию?
- Это издержки на передачу работы между командами, функциями и системами: проверки, сверки, согласования. В интеллектуальном труде на них уходит от 35 до 60% рабочего времени.
- Сколько компаний видят влияние ИИ на прибыль?
- По данным McKinsey, только 37% респондентов видят хоть какое-то влияние ИИ на операционную прибыль компании, при этом 80% отмечают рост личной производительности.
