Председатель совета директоров Nokia: как я разобрался в машинном обучении | Большие Идеи

・ Лидеры
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Председатель совета директоров Nokia: как я разобрался в
машинном обучении

Зачем все сотрудники Nokia занялись машинным обучением

Автор: Ристо Сииласмаа

Председатель совета директоров Nokia: как я разобрался в машинном обучении
Фото: nokia.com

читайте также

Самый простой способ установить доверие

Дэвид ДеСтено

Хотите научиться думать?

Мариэтта Чудакова

Главный стратегический вопрос

Энтони Тянь

Как аутсайдеры меняют правила игры и становятся первыми

Джино Каттани,  Симоне Ферриани

Я давно испытываю одновременно панический страх и оптимизм относительно потенциальной возможности искусственного интеллекта разрушить почти что угодно. В прошлом году меня поразило, насколько быстро развивается машинное обучение, и я забеспокоился, что и Nokia, и я лично немного отстаем. Что я мог сделать, чтобы повысить собственный уровень знаний и помочь компании?

Как председателю совета директоров Nokia мне удалось договориться о встречах с несколькими ведущими исследователями ИИ. Но я понимал лишь обрывки того, что они мне рассказывали, и расстраивался, когда некоторые из собеседников, как казалось, скорее стремились продемонстрировать собственное глубокое понимание темы, чем действительно помочь мне понять, как это работает.

Какое-то время я грустил, а потом понял, что поскольку давно занимаю руководящие должности, я попал в ловушку, определяемую моей ролью. Я привык, чтобы мне все объясняли. Вместо того чтобы пытаться самому разобраться в основах, на первый взгляд, сложной технологии, я привык, чтобы самое трудное делали за меня.

Почему бы мне самому не изучить машинное обучение и затем объяснить другим людям, задающимся теми же вопросами? Это помогло бы нашим сотрудникам и в то же время повысило бы внимание к машинному обучению в Nokia.

Снова в школу

Проведя быстрый поиск в интернете, я нашел курсы Эндрю Ына на образовательной онлайн-платформе Coursera. Эндрю оказался отличным учителем, который искренне хочет, чтобы люди учились. Я получил массу удовольствия, заново знакомясь с программированием после перерыва почти в 20 лет.

Завершив первый курс машинного обучения, я продолжил двумя специализированными курсами на тему глубокого обучения и курсом, посвященным сверточным нейронным сетям, чаще всего применяемым при анализе зрительных образов.

Ближе знакомясь с темой, я начал читать исследования и статьи на тему архитектуры машинного обучения и алгоритмов, не рассматриваемых в курсах Эндрю. Пройдя шесть курсов за три месяца, я изучил простые алгоритмы и множество более сложных архитектур, выполняя по каждому из них проект для закрепления материала на практике.

Затем я приступил к самой сложной части: тому, как объяснить основы машинного обучения самым доступным образом, не упрощая тему до абсурда. Я сделал презентацию, которую хотел бы в свое время увидеть сам. (Презентация выложена на YouTube, где ее уже просмотрели почти 45 тыс. человек (на момент публикации этого материала число просмотров составляло 53 тыс. — прим. ред.). Я также передал ее финскому кабинету министров, многим из уполномоченных Европейского союза, группе послов ООН и 200 школьницам, чтобы заинтересовать их наукой. Многие компании сделали просмотр моего введения в машинное обучение обязательным для своего руководства).

Тысячи сотрудников Nokia посмотрели мою презентацию и вдохновились ею. Многие из сотрудников отдела исследований и разработок пришли ко мне и признались: им стыдно, что председатель совета директоров программирует системы машинного обучения, а они еще даже не начинали. Они заверили, что теперь в свободное время изучают машинное обучение и работают над первыми проектами Nokia в области ИИ. Приятная новость.

Но это был лишь первый шаг.

Пять шагов к компетенции в области ИИ

Я хотел создать возможности для продвижения более широкого понимания машинного обучения — не только для инженеров, но и для всех сотрудников Nokia. Поэтому наиболее ценной частью моего опыта стало создание метода «Пяти шагов к компетенции в области ИИ». Надеюсь, что лидеры всех отраслей могут поучиться на этих шагах, если интересуются тем, как можно использовать машинное обучение в своем бизнесе.

Сделайте так, чтобы все изучили основы ИИ. Мы планируем сделать знакомство с основами машинного обучения обязательным процессом, таким же, как знание кодекса поведения компании. Для этого мы разработаем онлайн-тест. Каждому сотруднику придется изучить машинное обучение. Смысл не в том, чтобы каждый убедился, что понимает его суть. Смысл гораздо глубже: необходимо учиться всю жизнь, ведь мы в состоянии понять довольно сложные вещи, даже если сначала не верим в это. Если мы сможем удивить своих сотрудников их же способностью учиться новому, это может оказать положительное воздействие — на них и на компанию.

Сформируйте компетентную группу экспертов. Когда бизнес-лидер или любой другой сотрудник предлагает идею («Мы могли бы сэкономить кучу денег, если сделали бы так» или «Мы могли бы сделать этот продукт более конкурентоспособным, если бы научили систему машинного обучения помогать нам в этом»), мы собираем группу экспертов для оценки идеи и решаем «Да, мы можем так сделать», или «Давайте попробуем и увидим», или «Не выйдет». В группу могут входить собственные эксперты или их можно пригласить из компании, специализирующейся на ИИ.

Эти специалисты, работающие с данными, внедряются в команду НИОКР одного из подразделений компании, чтобы показать, как сделать необходимое. После каждого проекта в компании появляются люди, имеющие практический опыт и больше знаний в области машинного обучения. Они распространяют свои знания и в то же время, возвращаясь в централизованный экспертно-консультационный центр, могут поделиться тем, что происходит на местах.

При этом важно централизовать работу таких экспертов, потому что в условиях дефицита ценных кадров гораздо легче привлечь лучших специалистов в области машинного обучения, если они будут знать, что им предстоит работать с не менее талантливыми коллегами.

Объедините эффективные ИТ-системы со стратегией данных. Нам необходимо создать ИТ-системы, которые могут сочетать любую подгруппу данных, к которым у компании есть доступ, с любой другой подгруппой, чтобы собрать именно те данные, которые необходимы для внедрения конкретной системы машинного обучения. (Эта задача может осложняться законами о конфиденциальности данных, действующими в разных странах). Объединение данных является задачей ИТ-отдела. Часть уравнения, которая приходится на стратегию, включает предвидение и прогнозирование будущих потребностей в данных. Через три-пять лет в нашем бизнесе появятся аспекты, конкурентоспособность которых будет в значительной степени определяться созданными нами системами машинного обучения. Нам нужно смотреть вперед, чтобы понять, какие данные понадобятся к тому времени для обучения систем, критичных для конкурентоспособности, и получить эти данные.

Внедрите машинное обучение на уровне компании. Существует множество задач, которые можно выполнять лучше и быстрее, если дать в помощь людям, работающим над ними, машинное обучение. Для этого понадобится изменить их поведение , чтобы они смотрели вокруг и искали возможности для автоматизации.

Интегрируйте машинное обучение в продукты и услуги. Мы должны постоянно анализировать способы применения машинного обучения для повышения конкурентоспособности в глазах наших клиентов.

Поскольку эти пять шагов в равной степени важны для будущего ИИ, они должны применяться одновременно. Начиная обучать сотрудников основам машинного обучения, можно начать развивать ИТ-инфраструктуру, искать специалистов и в партнерстве с существующими ИТ-командами работать над добавлением компетенций машинного обучения в продукты и услуги. Если уровень различных элементов возможностей машинного обучения повышается одновременно, каждый элемент может присоединять и усиливать каждую затрагиваемую им часть. Одна часть сотрудников не сдерживает остальных, все движутся вперед вместе, делятся опытом, предлагают новые идеи и наращивают темп.

Я часто называю себя предпринимателем. Когда у человека мышление предпринимателя, он берет на себя ответственность за все. Ему не все равно, и его действия громко и четко говорят за себя.

Я мог бы просто поддержать CEO и команду менеджмента Nokia в разговорах о необходимости ликвидировать отставание в области машинного обучения. Но судят не по словам, а по делам. Действия, которые видны людям мотивируют их делать то же самое, лучше любых возвышенных речей. Тот факт, что председатель совета директоров международной компании снова сел за парту и изучил важную технологию, оказался достаточно непривычным, поэтому привлек внимание людей и вдохновил их действовать самостоятельно.

Надеюсь, это только начало.

Об авторе

Ристо Сииласмаа — председатель совета директоров Nokia с 2012 года, основатель и председатель совета директоров компании F-Secure, автор книги «Transforming NOKIA: The Power of Paranoid Optimism to Lead Through Colossal Change».