Dirbtinio intelekto vaidmuo verslo sprendimų priėmime | DI versle #15

Dirbtinis intelektas jau šiandien padeda daugelio verslų savininkams. Jis padeda sutelkti dėmesį į aktualias problemas, palengvindamas pasikartojančių užduočių automatizavimą įmonėje. Jis palaiko ir pagreitina analitikų darbą, klasifikuodamas, sugrupuodamas ir vizualizuodamas surinktus duomenis. Bet ar dirbtinis intelektas taip pat gali padėti priimti duomenimis pagrįstus verslo sprendimus?

Dirbtinio intelekto vaidmuo verslo sprendimų priėmime – turinys:

1. Įvadas
2. Sprendimų priėmimas – kokia problema?
3. Sprendimų priėmimo metodai
4. Dirbtinio intelekto palaikomos sprendimų priėmimo sritys
5. Santrauka

Įvadas

Daugelis verslo savininkų svajoja apie tokią situaciją: analitiniai įrankiai, paremti dirbtiniu intelektu, renka realaus laiko duomenis apie įvairius įmonės veiklos aspektus. Jie yra prijungti prie duomenų saugyklos, suteikdami dirbtiniam intelektui holistinį įmonės situacijos vaizdą, palyginti su konkurentais ir bendra rinkos situacija. Naudodamasis visais šiais duomenimis, dirbtinis intelektas atlieka tikslią analizę apie dabartinę įmonės būklę, taip pat jos artimą ir tolimesnę ateitį. Apie dirbtinio intelekto galimybes verslo duomenų analizėje (BDA, BDI) rašėme ankstesniame straipsnyje.

Tačiau kas nutiktų, jei dirbtinis intelektas ne tik nurodytų galimus įmonės plėtros kelius, bet pasiūlytų sprendimus, ką daryti, kad įmonė augtų optimaliai ir gautų geriausią įmanomą pelną? O gal net, jei jis pateiktų teisingus verslo sprendimus?

Sprendimų priėmimas – kokia problema?

Tikslių sprendimų priėmimo bet kokio tipo pagrindas yra žinios apie įvykių ir procesų ryšius. Tiek žmonės, tiek dirbtinis intelektas nuolat daro klaidų, siekdami prognozuoti ateities sėkmės galimybes, rinkdami ir analizuodami duomenis apie praeitį. Statistiškai, tikimybė priimti tikslesnį sprendimą didėja vadinamojoje uždaroje sistemoje, tai yra situacijoje, kuri nėra veikiama išorinių veiksnių. Sėkmės galimybės taip pat didėja, kai yra didelis duomenų rinkinys, apibūdinantis panašius praeities ryšius skirtingais būdais.

Dirbtinis intelektas turi pranašumą prieš žmones, nes jis gali be klaidų analizuoti daug didesnius duomenų kiekius ir matyti modelius, kurie yra nematomi žmogaus akiai. Jis gali, pavyzdžiui, akimirksniu pastebėti ciklinius pokyčius įmonės vietos priklausomame paslaugų paklausoje arba iš vizualiai nepatrauklaus gyvenimo aprašymo išrinkti kandidato optimalų įgūdžių derinį įmonei.

Tačiau dirbtinio intelekto sprendimų priėmimo klausimas yra labai sudėtingas. Juk vizualizuoti surinktų duomenų rinkinį yra viena, o nurodyti optimalų veiksmų kursą – kita. Tai yra todėl, kad tai susiję su sprendimais rizikingose situacijose, remiantis neišsamiais duomenimis. Tai taip pat apima visiškai nenuspėjamų veiksnių, turinčių rimtų pasekmių, įtaką, vadinamą juodaisiais gulbėmis.

Žmonės turi pranašumą prieš dirbtinį intelektą, nes priimdami sprendimus gali atsižvelgti į išorinius veiksnius, kurių poveikis įmonės situacijai gali būti neakivaizdus ar tiesioginis. Tai apima, pavyzdžiui, politinius įvykius, kurie veikia žaliavų kainą ir prieinamumą, arba kandidato, pretenduojančio į tam tikrą poziciją, charakterio bruožus, kurie kompensuoja šiek tiek mažesnę patirtį. Žmogus taip pat gali suplanuoti rėmus, kurie nustato veiksnius, atsižvelgiant į sprendimų priėmimą, tai yra, pažvelgti į procesą kaip į visumą.

Sprendimų priėmimo metodai

Įmonės taiko įvairius metodus, kad palengvintų ir sutvarkytų procesą, kad galėtų susidoroti su rizikomis, neaiškumais ir atsakomybėmis, susijusiomis su verslo sprendimų priėmimu. Tai apima:

• Eisenhowerio matrica – kuri organizuoja sprendimus skubumo ir svarbos ašyse, kad padėtų priimti sprendimus dėl užduočių atlikimo tvarkos
• SPADE – daugiapusiška sistema, kuri pabrėžia vieno asmens atsakomybę už sprendimus, remiantis visos komandos patirtimi
• Agile Inception – kuri suteikia rėmus pirmam konceptualiam ir sprendimų priėmimo etapui agilių komandų darbe
• Integruotas mąstymas – metodas, kuris orientuojasi į galimybių tyrimą ir greitą sprendimų prototipavimą

Kaip dirbtinis intelektas gali padėti juos taikyti? Dabartiniame vystymosi etape dirbtinis intelektas gali pirmiausia padėti parengti optimalias sprendimų parinktis konkretiems sprendimų priėmimo etapams. Tai yra todėl, kad jis taikomas taškas po taško. Kitaip tariant, šiandieninis dirbtinis intelektas gali atleisti darbuotojus nuo nuobodžių užduočių, susijusių su informacijos paieška ir apdorojimu, pavyzdžiui, pasirinkti optimalų produkto kainą. Tačiau sprendimų priėmėjams teks nuspręsti, kaip dirbtinis intelektas turėtų ieškoti atsakymų. Kitaip tariant, jie turės nurodyti jo konkurentų produktus, mažmeninės prekybos vietas, taip pat tikslinę klientų grupę, kad paminėtume keletą.

Dirbtinio intelekto palaikomos sprendimų priėmimo sritys

Dirbtinis intelektas puikiai palaiko arba netgi priima siaurus sprendimus. Mes kasdien naudojame jo galimybes, pavyzdžiui, rašydami el. laiškus. Remdamasis mūsų kalba, rašymo stiliumi, taip pat vis didėjančia žodžių ir frazių ryšių baze, dirbtinis intelektas vis tiksliau siūlo kitą terminą, frazę ar skyrybos ženklą. Norėtųsi pasakyti, kad jis pagauna mūsų ketinimus akimirksniu – dar nepasakytą sakinį ar mintį.

Analizė ir sprendimų priėmimas, remiantis neišsamiais duomenimis, veikia panašiu principu. Analizuodamas ankstesnę informaciją, dirbtinis intelektas gali užpildyti trūkstamas sritis, tai yra, jis kažkaip “spėja”, kas turėtų būti tuščioje lentelės ląstelėje ar grafiko taške.

Todėl dirbtinis intelektas šiandien palaiko įvairias, bet specializuotas sprendimų priėmimo sritis. Jis randa taikymą, be kita ko:

• dokumentų įvedimas į duomenų bazes – net ir situacijose, kai jie įmonę pasiekia popierine forma arba turi neišsamius ar prastai struktūrizuotus duomenis, dirbtinis intelektas gali tiksliai organizuoti informaciją ir nuspręsti, kuriai kolekcijai dokumentas priklauso,
• atsakymas į natūralia kalba užduodamus klausimus – sprendimų priėmimas leidžia dirbtiniam intelektui tiksliai atsakyti į užduotus klausimus ir imtis iniciatyvos užduodant papildomus klausimus, kaip rašėme kalbėdami apie pokalbių robotus, balso robotus ir virtualius asistentus,
• verslo procesų valdymas – neišsamių duomenų situacijoje dirbtinis intelektas gali nuspręsti pereiti prie vienos iš alternatyvių kitų žingsnių, įtrauktų į proceso žemėlapį
• procesų automatizavimas – dirbtinio intelekto veiksmas leidžia automatizuoti darbo srautus tarp skirtingų programų, kurios palaiko įmonę

Santrauka

Dirbtinio intelekto šiandien palaikomos sprendimų priėmimo sritys yra siauro pobūdžio. Pradžioje aprašyta ateities vizija yra tik spėjimas, dirbtinio intelekto vadovavimas įmonėms galbūt visai neįmanomas.

Tačiau dirbtinio intelekto apimties plėtimas per bendradarbiavimo modulius, skirtus analizuoti ir valdyti skirtingus procesus atveria nenuspėjamas galimybes. Mes bandysime pažvelgti į dirbtinio intelekto ateitį, palaikant verslo sprendimus ir procesus, mūsų kitame straipsnyje.

Jei jums patinka mūsų turinys, prisijunkite prie mūsų užimtų bičių bendruomenės Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest.