---
schemaVersion: 1
scope: "public-indexable-html"
renderScope: "server-rendered-main"
canonical: "https://isafwan.com/ru/lectures/artificial-intelligence/"
companion: "https://isafwan.com/agent/ru/lectures/artificial-intelligence/index.md"
locale: "ru"
language: "ru"
direction: "ltr"
title: "После цифровой трансформации | Safwan AlModhayan"
description: "Каждый слой вычислений забирал часть деталей. Интеллектуальный агент начинает выбирать уже части самого пути."
---
## Language versions
- [ar-SA](https://isafwan.com/ar/lectures/artificial-intelligence/)
- [en](https://isafwan.com/en/lectures/artificial-intelligence/)
- [ru](https://isafwan.com/ru/lectures/artificial-intelligence/)
- [x-default](https://isafwan.com/ar/lectures/artificial-intelligence/)
- [zh-CN](https://isafwan.com/zh-CN/lectures/artificial-intelligence/)
[Safwan AlModhayan](https://isafwan.com/ru/)[Вернуться к лекциям](https://isafwan.com/ru/lectures/)Редакционное предложение
Архитектура делегирования и границ решения
# После цифровой трансформации
История вычислений — это история границы между тем, что человек определяет заранее, и тем, что система решает во время работы.
[С чего начинается история](https://isafwan.com/ru/lectures/artificial-intelligence/#world-opening)
> Мы не только автоматизировали больше задач; мы передвинули границу между человеческим замыслом и машинным выбором.
**В этом путешествии**
[Что человек перестал определять сам?](https://isafwan.com/ru/lectures/artificial-intelligence/#world-opening)[Главный вопрос](https://isafwan.com/ru/lectures/artificial-intelligence/#lecture-question)[Как решения переходили от человека к системе](https://isafwan.com/ru/lectures/artificial-intelligence/#world-chapter-layers-of-abstraction)[Граница спецификации](https://isafwan.com/ru/lectures/artificial-intelligence/#world-chapter-signature)[Почему остановка иногда лучше продолжения](https://isafwan.com/ru/lectures/artificial-intelligence/#world-chapter-human-service)[Когда результат меняет сам процесс](https://isafwan.com/ru/lectures/artificial-intelligence/#world-chapter-learning-organization)[Исследуйте идею](https://isafwan.com/ru/lectures/artificial-intelligence/#world-experiment)[Вопросы, за которыми открывается больше](https://isafwan.com/ru/lectures/artificial-intelligence/#world-questions)[Книжная полка идеи](https://isafwan.com/ru/lectures/artificial-intelligence/#world-reading-list)[Уточнить контекст приглашения](https://isafwan.com/ru/lectures/artificial-intelligence/#session)
С чего начинается история
## Что человек перестал определять сам?
Компилятор избавил человека от написания множества машинных инструкций. Операционная система взяла на себя детали ресурсов. База данных научилась выбирать путь выполнения запроса, а облако скрыло часть физической инфраструктуры. Каждый слой оставлял человеку возможность описывать желаемое на более высоком уровне.
Интеллектуальный агент делает следующий шаг: получает неполностью определённую цель — решить проблему клиента, организовать поездку, проверить счёт — и выбирает часть пути уже во время выполнения. Какие сведения искать, каким инструментом воспользоваться, когда остановиться и когда попросить уточнение, заранее заданы не полностью.
Поэтому речь идёт не о конце цифровой трансформации и не о списке вариантов применения ИИ. Речь о перемещении решений из времени проектирования во время выполнения — и о том, как организация сознательно распределяет права решения между человеком, детерминированным программным обеспечением и обучаемой системой.
Главный вопрос
## Что человек перестал определять сам?
## Как решения переходили от человека к системе
Высокоуровневые языки позволили описывать вычисление дальше от машинных инструкций; компиляторы взяли на себя перевод. Операционные системы, базы данных, графические интерфейсы, интернет и облака по очереди скрывали часть технической сложности и расширяли круг возможных задач.
В этом смысле ИИ продолжает длинную историю абстракций. Новизна в том, что система может работать не только с заранее перечисленными шагами, но и с целью, естественным языком, неполным контекстом и инструментами.
## Граница спецификации
«Граница спецификации» \(Specification Frontier\) — авторская рамка лекции: линия между решениями, которые организация фиксирует до запуска, и решениями, которые намеренно оставляет системе во время выполнения. Человек может задать цель, политику и бюджет, а системе оставить порядок действий и выбор инструмента; либо разрешить ей только предложить план, сохранив окончательное решение за человеком.
Эта граница подвижна. Она зависит от способности системы, последствий ошибки, проверяемости результата, текущего риска и возможности восстановления. Зрелость проявляется не в количестве агентов, а в умении перемещать границу осознанно и возвращать решение человеку там, где его суждение действительно сохранено.
## Почему остановка иногда лучше продолжения
Идея jidoka в производстве напоминает: зрелая автоматизация не обязана бездумно продолжать работу. Система замечает ненормальное состояние, останавливается или зовёт человека, чтобы проблема не превращалась в поток дефектов.
Для интеллектуальных систем это особенно плодотворная модель. Хорошая организация не измеряет прогресс отсутствием людей в процессе. Она проектирует моменты, когда программное обеспечение действует самостоятельно, когда просит подтверждение и когда передаёт исключение тому, кто способен оценить его смысл.
## Когда результат меняет сам процесс
Если процесс наблюдаем, можно увидеть задержки, повторяющиеся исключения, бесполезные шаги и места, где сотрудникам не хватает информации. Тогда ИИ становится частью более широкой дисциплины: измерять исход, пересматривать процесс и улучшать распределение работы.
Успех проявляется не в количестве агентов, а в качестве услуги, времени до правильного результата, способности восстановиться и объёме человеческого внимания, высвобождённого для сложных задач.
Исследуйте идею
## Нарисуйте карту решения
Проведите гипотетическую задачу через пять этапов и отметьте, где именно перемещается граница спецификации.
### Сделать состояние видимым
Запись и доступ создают основу, но ещё не меняют процесс решения.
**Все стороны идеи**
1. ### Сделать состояние видимым
Запись и доступ создают основу, но ещё не меняют процесс решения.
2. ### Повторять известный маршрут
Чёткие правила передают машине стабильные и проверяемые шаги.
3. ### Выбирать внутри границ
Система получает цель и ограниченный набор допустимых решений.
4. ### Увидеть исход и исключение
Человек или механизм оценки подтверждает результат и перехватывает значимые отклонения.
5. ### Передвинуть границу осознанно
Наблюдение за результатом меняет то, что фиксируется заранее, и то, что можно оставить времени выполнения.
Условный пример для исследования
Грани идеи
## Вопросы, за которыми открывается больше
**Что действительно идёт после цифровой трансформации?**
После оцифровки записей и связей появляется возможность пересмотреть саму работу: какие шаги нужны, кто выбирает следующий и как проверяется исход.
**Чем делегирование отличается от автоматизации?**
Автоматизация следует заранее определённой процедуре; делегирование даёт системе ограниченное пространство решения внутри цели и условий.
**Нужно ли организации как можно больше интеллектуальных агентов?**
Нет. Ценность зависит от выбранных задач, качества данных, полномочий, проверки и результата для пользователя, а не от числа экземпляров.
**Как меняется роль сотрудника?**
Часть усилий может перейти от сбора сведений и повторения шагов к постановке целей, проверке, работе с исключениями и совершенствованию процесса.
**Как измерять результат преобразования?**
По качеству и скорости услуги, стоимости правильного исхода, устойчивости, обучению процесса и времени, возвращённому людям для значимой работы.
Что останется после встречи
## Любопытство за пределами зала
Нарисуйте решение до того, как разворачивать агента. Сначала определите, кто выбирает, кто исполняет, кто проверяет и кто способен восстановить ход работы.
1. Различать внедрение инструмента и изменение распределения решений и ответственности.
2. Определять, когда заданная автоматизация предпочтительнее делегирования ИИ.
3. Оценивать пользу и затраты с учётом контроля, проверки и восстановления.
## Книжная полка идеи
Работы, которые раскрывают истоки темы и помогают продолжить чтение.
1. [Man–Computer Symbiosis](https://ieeexplore.ieee.org/document/4503259)
J. C. R. Licklider
Опубликованная работа 1960 года о совместной работе человека и компьютера при формулировании задач и принятии решений.
2. [Augmenting Human Intellect: A Conceptual Framework](https://dougengelbart.org/content/view/138/)
Douglas C. Engelbart
Первичный исследовательский отчёт 1962 года о системах, усиливающих способность человека понимать сложные ситуации и решать задачи.
## Для кого
- Руководители организаций, трансформации и технологий
- Руководители операций, продуктов и организационного развития
- Исследователи труда, систем и взаимодействия человека с компьютером
### Когда тема особенно уместна
Для организаций, переходящих от отдельных экспериментов к обсуждению операционной модели ответственного применения ИИ.
**Границы темы**
Не обещает конкретную финансовую отдачу, сокращение персонала или автономность всех процессов.
[Обсудить лекцию для вашей организации](https://isafwan.com/ru/speaking/?lecture=artificial-intelligence#invitation)
Уточнить контекст приглашения
## Одна идея. Глубина — под аудиторию.
Предлагаемый формат25–35 минут**Ключевое выступление**Общее понимание главного вопроса для руководителей и смешанной аудитории.45–60 минут**Профессиональная сессия**Связи и компромиссы, важные для практиков и лиц, принимающих решения.75–90 минут**Углублённая сессия**Для инженеров и исследователей; требования к подготовке и формат взаимодействия согласуются заранее.
Выбрать точку зрения[Обсудить лекцию для вашей организации](https://isafwan.com/ru/speaking/?lecture=artificial-intelligence&lens=all&session=keynote#invitation)
Форматы остаются предложением. Готовность, продолжительность и степень взаимодействия подтверждаются для каждого приглашения. Это языки описаний на сайте. Язык самого выступления и возможность перевода подтверждаются отдельно для каждого мероприятия.
Что их связывает
## Связанные материалы
[Связанные материалыКогда Claude вошёл в ракетную мастерскуюОт «Шамуна» до Красного моря: саудовский взгляд на то, что меняется, когда часть инженерного опыта становится облачной услугой, и на расстояние между помощью с кодом и доказанной военной возможностью.](https://isafwan.com/ru/ideas/when-claude-entered-missile-room/)[ИсследованияКод сам по себе не летаетАналитическая работа по открытым источникам, разделяющая применение ИИ, создание результата, независимую проверку и эксплуатационную возможность; случай на севере Йемена помещён в региональную историю без выхода за пределы атрибуции и доказательств.](https://isafwan.com/ru/research/code-does-not-fly-alone/)[Связанные материалыДо внедрения ИИ стоит уточнить вопросКак отделить возможности модели от решения, которое предстоит принять, и не потерять человеческую ответственность.](https://isafwan.com/ru/ideas/better-questions-before-ai/)
Темы[Искусственный интеллект](https://isafwan.com/ru/topics/#artificial-intelligence)[Власть](https://isafwan.com/ru/topics/#power)
Следующая лекция[Доверие — это инфраструктура](https://isafwan.com/ru/lectures/cybersecurity/)[Суверенитет — это не модель](https://isafwan.com/ru/lectures/sovereign-ai/)