В новом выпуске подкаста «If Then» от Высшей школы бизнеса Стэнфорда старший редактор Кевин Кул обсуждает проектирование современных ИИ-организаций. Профессор организационного поведения Амир Голдберг и профессор музыки Дже Вэнг объясняют, почему данные сами по себе бесполезны без человеческого нарратива и как алгоритмы меняют подходы к управлению корпоративной культурой. Ключевая идея заключается в необходимости интеграции ИИ как аналитического инструмента для поиска прорывных стратегий, которые, согласно масштабным исследованиям, чаще всего рождаются на периферии бизнеса.
🎸 От аккордеона к алгоритмам: музыкальный ИИ Дже Вэнга 0:03
Дже Вэнг начал свой музыкальный путь в Пекине с игры на аккордеоне в возрасте семи лет. Позже, после переезда его семьи в США, на 13-летие родители подарили ему подержанную электрогитару Fire Red Series 10. По воспоминаниям Вэнга, преодоление технических трудностей при освоении гитарных соло напоминало прохождение сложной видеоигры и требовало сотен часов упорных тренировок. Со временем эта страсть трансформировалась в интерес к компьютерным наукам, в которых он получил все свои ученые степени.
В начале 2000-х годов Вэнг создал ChucK — специализированный язык программирования для синтеза аудио в реальном времени. Спустя несколько лет он спроектировал вирусное приложение для iPhone, превращающее смартфон в симулятор древнего духового инструмента — окарины.
Сегодня Вэнг преподает в Стэнфорде междисциплинарный курс «Музыка и ИИ». По его мнению, компьютеры не заменяют человека, а лишь добавляют новые инструменты в оркестр человеческого самовыражения. Руководителям будущего Вэнг советует четко определять, какие процессы они хотят автоматизировать, а какие принципиально должны оставаться в руках человека.
📊 Оцифровка корпоративной культуры и стратегические инновации 3:45
Профессор Амир Голдберг применяет дата-ориентированный подход к анализу явлений, которые менеджмент традиционно считал абстрактными. По определению Голдберга, культура — это не вещь в себе, а зонтичный термин для набора процессов, определяющих, как люди интерпретируют окружающий мир. На этапе становления его научной карьеры, совпавшем с цифровой революцией, исследователь столкнулся с сильным сопротивлением академического сообщества, считавшего культуру слишком «воздушной» и непроницаемой для математической деконструкции.
Голдберг утверждает, что традиционные подходы к изучению инноваций ошибочно фокусируются исключительно на патентах и технологических протоколах. Из-за этого аналитики упускают из виду фундаментальные прорывы в бизнес-моделях.
В качестве примера приводится корпорация Walmart, которая в 1960-х годах полностью переформатировала рынок розничной торговли. Инновация Walmart не была технологической или патентуемой: компания отказалась от общепринятой логики размещения магазинов в деловых центрах городов, начав строить гигантские маркеты с огромными парковками на окраинах, работая на сверхнизкой марже за счет масштаба. Такое стратегическое переосмысление невозможно зафиксировать через патентные базы, но его можно отследить через анализ корпоративного языка.
💡 Где рождаются идеи: центр против периферии 5:58
В теории менеджмента долгое время конкурировали две противоположные гипотезы о природе креативности. Первая утверждает, что инновации рождаются на периферии (на полях бизнеса), поскольку у внешних игроков (нонконформистов и «одиноких ковбоев») больше стимулов к разрушению статус-кво — им просто нечего терять. Вторая гипотеза гласит, что центр обладает большими ресурсами, властью и возможностями для проведения масштабных экспериментов и последующего формирования рыночного восприятия.
Чтобы разрешить этот спор, команда Голдберга применила алгоритмы обработки естественного языка (NLP) и семантического анализа к гигантским массивам неструктурированных текстовых данных.
Исследователи проанализировали следующие источники:
- Полный архив стенограмм Конгресса США для отслеживания политической риторики.
- Транскрипты квартальных звонков топ-менеджеров американских корпораций с инвесторами.
- Полный массив судебных решений в США с середины XX по начало XXI века.
Анализ миллионов текстовых примеров показал систематическую закономерность: идеи, которые в долгосрочной перспективе становились мейнстримом и общепринятой практикой, изначально исходили исключительно с периферии. Это были политики вне вашингтонского истеблишмента, мелкие маргинальные компании и судьи низших инстанций, не имевшие дипломов элитных вузов лиги плюща. Голдберг делает вывод: прорывное предвидение чаще зарождается на маргинальных позициях, поскольку центр обременен устоявшимися конвенциями.
🚀 Императив ИИ-лидерства и симуляция человеческого поведения 12:42
По мнению Голдберга, современные корпоративные лидеры критически отстают от темпов технологического прогресса. Внутренние коммуникации компаний — переписка в Slack, корпоративные документы и базы знаний — позволяют использовать модели контекстного вложения и большие языковые модели (LLM) для точной диагностики внутренних процессов. Анализ этих данных помогает выявить, где именно внутри организации рождаются сильные идеи и какие менеджеры их систематически блокируют. Голдберг иронизирует над руководителями, которые пытаются решать проблемы с инновациями поверхностными методами, отправляя сотрудников на совместный рафтинг.
Переход на рельсы ИИ-аналитики ученый называет бескомпромиссным требованием времени: компании, пытающиеся управлять организациями XXI века с помощью инструментов XX века, будут неизбежно уничтожены дата-ориентированными конкурентами. Голдберг приводит в пример исследования своего стэнфордского коллеги Майкла Бернстина, который создает цифровых ИИ-агентов на основе реальных транскриптов интервью сотрудников.
Такие симулированные агенты способны с высокой точностью прогнозировать реакцию коллектива на введение новых корпоративных политик. Однако Голдберг предупреждает о рисках: некорректно настроенная симуляция порождает ложную уверенность в данных, что способно разрушить акционерную стоимость компании гораздо эффективнее, чем старые интуитивные методы управления.
🚗 Аналогия с двигателем: концепция обучения будущих лидеров 20:28
Обучая студентов и топ-менеджеров в Стэнфорде, Голдберг требует от них абстрагироваться от технических деталей программирования ИИ и сосредоточиться на прикладных задачах. Он указывает на парадокс: инженеры в OpenAI или Google досконально знают математическое устройство нейросетей, но часто не понимают, какие именно операционные проблемы бизнеса эти технологии способны решить, поскольку не являются экспертами в когнитивистике или организационном управлении.
Для иллюстрации этого разрыва профессор использует автомобильную аналогию. Чтобы успешно управлять автомобилем, человеку абсолютно не нужно уметь собирать двигатель внутреннего сгорания с нуля.
Более того, появление электромобилей доказывает, что технологическая реализация вторична: и бензиновый, и электрический транспорт решают одну и ту же базовую потребность — перемещение человека из точки А в точку Б. Точно так же руководители бизнеса должны понимать границы применимости ИИ, фокусируясь на архитектуре решаемых проблем, а не на коде.
🗣️ Нарратив поверх данных: как выжить в эпоху перемен 22:58
Главный вывод Амира Голдберга заключается в том, что машины никогда не будут выдавать готовые управленческие решения, а само по себе обладание массивами информации не несет ценности. Данные никогда не рассказывают историю самостоятельно — историю всегда обязан формулировать человек. Цифры и графики не содержат в себе прямых указаний к действию или готовых рецептов достижения конкурентного преимущества.
Ученый призывает лидеров радикально переосмыслить свою роль в компании. Успешные руководители будущего — это те, кто сможет интегрировать многолетний опыт сотрудников со старым менталитетом в новые дата-ориентированные процессы, обучив их воспринимать ИИ как партнера по производству знаний.
Попытки провести слепую автоматизацию ради сиюминутного сокращения издержек и увольнения персонала приведут лишь к возникновению скрытых системных сбоев. Руководители, которые откажутся от глубокой технологической трансформации управленческих подходов, будут стерты с рынка агрессивной конкуренцией.
