В данной ситуации машинное обучение требует сочетания сенсоров, интернета вещей, больших данных и Web 2.0. Система, неспособная к машинному обучению, вынуждена полагаться на наблюдения одного клиента либо на то, что сможет усвоить и передать другим единственная команда инженеров. Оптимальная комбинация специалистов и системы, способной к машинному обучению, позволяет General Electric оперировать значительно более объемным массивом данных, аналитики и знаний, полученных от каждого из предприятий, использующих ее продукцию. В дело вступает сетевой эффект: чем большему учится компания, тем больше выгод получают клиенты, выбирая двигатели производства General Electric. В результате сеть растет, знаний становится еще больше, и этот процесс продолжается бесконечно.

Данная модель работы General Electric не только позволяет механикам продвигаться вверх по третьему участку графика ПУРР (плавно растущая ценность), но и создает перспективы для выхода на четвертый его участок (быстро растущая ценность). Это происходит благодаря способности техники за счет машинного обучения расширять возможности людей в области разработки оптимальных графиков и методик ремонта. Теперь инженеры появляются на площадке, уже владея информацией о том, какие виды технического обслуживания необходимы той или иной машине. Их знания базируются не только на собственном опыте, но и на данных, снятых с аналогичного оборудования, а также предоставленных «цифровым близнецом» машины. В итоге профессиональная ценность каждой из инженерных команд значительно возрастает, ведь они работают куда эффективнее, прибывая именно туда, где они необходимы, причем в самый оптимальный момент.

Проектирование и создание нового продукта – нестандартная умственная работа, выполняемая индивидуально. Применение познавательной автоматики ускоряет процесс разработки продукта, расширяя возможности специалистов по закупкам, помогая им более ясно понимать перспективы.

Приложение Black Book, созданное концерном Coca-Cola, призвано поддержать стратегическую цель компании – производство апельсинового сока Simply Orange, вкус которого будет оставаться неизменным, невзирая на изменение вкуса исходного сырья из-за погодных условий и других факторов, влияющих на урожай данного вида фруктов в разных уголках мира[34]. В основе модели Black Book лежит познавательная автоматика, использующая алгоритмы, которые помогают предсказывать погоду и прогнозировать урожайность апельсинов. Результаты ее работы поступают к специалистам по поставкам, которые, основываясь на них, закупают цитрусовые, соответствующие заданным параметрам. Приложение обновляет информацию ежеминутно, внося изменения в планы поставок, если где-то природные катаклизмы вдруг угрожают урожаю. В прошлом этот процесс осуществляли специалисты по планированию, которые были не в состоянии достаточно быстро собрать и проанализировать необходимые сведения. Запоздалая и неадекватная реакция на изменение метеорологической ситуации зачастую приводила к различиям в количестве и качестве получаемого продукта. Теперь приложение Black Book снабжает экспертов точными рекомендациями в самые сжатые сроки, благодаря чему ценность их работы быстро растет.

Компания Stitch Fix, торгующая одеждой онлайн, продает модели, о которых заказчики пока ничего не знают. Как им удается предугадывать желания клиентов раньше, чем те сами их осознают? Для этого компания объединила машинный и человеческий интеллект. Она полностью видоизменила деятельность своих 3400 стилистов, которые теперь в основном работают с потребителями дистанционно. Клиенты Stitch Fix начинают шопинг с заполнения онлайн обстоятельной анкеты, которой управляет искусственный интеллект. Если, допустим, женщина указала, что носит блузки размера М, программа тут же поинтересуется, предпочитает ли она свободные или облегающие модели. В анкете встречаются, в частности, следующие вопросы: «В вашем офисе принят деловой стиль или кэжуал?», «Готовы ли вы пойти на риск, следуя моде?», «Какой из этих 15 цветов вы предпочитаете в одежде?», «Вы носите узкие или свободные джинсы, а может быть, и те, и другие?» Ответы поступают в базу данных вместе с информацией, собранной в интернете (профили в социальных сетях, стиль «досок» в фотохостинге Pinterest и т. д.).

После этого клиентам периодически отправляют посылки с индивидуально подобранной для них одеждой. Они не видят вещей до того, как получат их. За каждую посылку они платят лишь $20 за «консультацию стилиста», но при этом имеют возможность отослать ее обратно, ничего не доплачивая. Эти так называемые «фиксированные покупки» стилисты составляют с помощью искусственного интеллекта. Сначала он, руководствуясь собственными алгоритмами, выбирает предметы гардероба, которые с большой долей вероятности понравятся покупателю. Затем набор этих вещей отправляется к стилисту, который, по мнению того же алгоритма, лучше всего подходит для конкретного клиента. Стилист, в свою очередь, вносит дополнительные детали в набор, предложенный компьютером. Получившийся в итоге комплект вещей отправляется заказчику.

Эта совместная работа искусственного интеллекта и стилистов позволила изучить многие тонкости взаимодействия людей и автоматики. Эрик Кольсон, главный специалист Stitch Fix по информационным технологиям, утверждает: «Есть задачи, с выполнением которых человек справится лучше. Среди них – курирование клиента, способность создать из разных вещей единый комплект, импровизация и общение с себе подобными»[35].

Работа стилиста в данном случае была полностью переосмыслена, к ней добавилось сотрудничество с познавательной автоматикой. Стилисты берут на себя обязанности, в которых именно действия человека создают дополнительную ценность, включая функции куратора, импровизацию и коммуникацию с покупателями. Познавательные технологии, в свою очередь, занимаются задачами, с которыми человек справляется не так хорошо, например сбором и анализом данных, созданием методик моделирования продукции. Но, что особенно важно, в результате привлечения познавательной автоматики ценность работы каждого стилиста возрастает, поскольку он получает возможность с самого начала руководствоваться решениями, принятыми на основе алгоритмов.

Предыдущие примеры касались в основном деятельности, осуществляемой в индивидуальном порядке. А сейчас мы обсудим пример, в котором речь также идет о выполнении нешаблонных умственных задач, однако при этом необходимо взаимодействовать с другими людьми. И в этом случае познавательная автоматика тоже расширит возможности специалиста, однако, поскольку мы говорим о коммуникации, это будет сделано совершенно иначе.