Podpora rozhodování je bod, kdy AI nejen generuje text, ale spoluváží v rozhodnutí, které někdo učiní. Odhad úvěrového rizika, prioritizace leadů, doporučení o personálním obsazení, signál, že smlouva se odchyluje od normy. Pod chatovacím oknem už pak není konverzace, ale výpočet založený na něčem, a právě ten základ je to, o co jde.
Chatovací okno, které odpovídá na otázky, pracuje s tím, co je obsaženo v samotné konverzaci. Podpora rozhodování pracuje s tím, co existuje v organizaci: data ze systémů, historie dřívějších rozhodnutí, pravidla, která jsou někdy explicitně zaznamenaná a někdy existují jen v hlavách zkušených zaměstnanců. Model musí být schopen k těmto zdrojům přistupovat, kombinovat je a vážit je. To vyžaduje jinou infrastrukturu než samostatný nástroj pro text. Vyžaduje také, aby někdo v organizaci uměl vysvětlit, proč výsledek vznikl, nejen co ten výsledek je.
Podpora rozhodování se opírá o tři věci, které často ještě nejsou plně zajištěné. Za prvé datové prostředí, ve kterém jsou potřebná data spolehlivě a aktuálně dostupná — nikoli rozptýlená v tabulkách, které se liší podle oddělení. Za druhé organizace, která ví, kdo za co zůstává odpovědný: doporučení modelu nenahrazuje rozhodovatele, ale otázku, kdo doporučení odloží a proč, musí být někdo schopen zodpovědět. Za třetí IT infrastruktura, která může zaručit, že citlivá data nepůjdou dál, než je zamýšleno.
Tyto tři body nejsou vedlejší podmínky, které vyřešíte dodatečně. Určují, zda podpora rozhodování něco přinese, nebo se stane jen novým zdrojem nejistoty. Organizace, která nemá svá data v pořádku, nedostane od modelu lepší rozhodnutí — dostane rychleji ta špatná.
Podpora rozhodování často navazuje na práci, která už probíhá jinde. Monitorování a signalizace ukazuje, kdy se něco odchyluje od vzorce; podpora rozhodování jde o krok dál a váží, co ta odchylka znamená pro rozhodnutí, které je třeba učinit. I čtení a shrnování dokumentů může poskytnout vstup pro rozhodnutí, ale samo o sobě nedodává doporučení — dodává přehled. Podpora rozhodování k tomu přidává vrstvu vážení, a tato vrstva vyžaduje od organizace víc než jen přístup k textu.
Podpora rozhodování se zřídka týká jen jednoho oddělení. Doporučení o úrovních skladových zásob se týká nákupu a logistiky; doporučení o personálním nasazení se týká HR a přímého nadřízeného. To znamená, že koordinace mezi oddělenmi musí růst spolu s ambicí: kdo doporučení obdrží, musí vědět, u koho skončí, pokud je doporučení ignorováno nebo naopak následováno. Bez tohoto sladění vzniká situace, kdy model výsledek dodá, ale nikdo neví, kdo s ním má dál pracovat.
Podpora rozhodování není orákulum ani náhrada odpovědnosti. Model dodává odhad na základě vzorců v dostupných datech; nezná kontext, který zkušený zaměstnanec někdy zná, a chybná nebo zastaralá data může prezentovat stejně přesvědčivě jako správná. Kdo nasazuje podporu rozhodování bez způsobu, jak sledovat kvalitu podkladových dat, staví na written písku, který vypadá pevně.
Není to ani koncový bod. Podpora rozhodování, která stojí samostatně, dodává doporučení, které musí někdo ručně přenést do dalšího systému. Jakmile se toto přenášení samo automatizuje, vzniká řetězec kroků, které na sebe navazují, a to vyžaduje další záruky — kolem zpracování chyb, kolem toho, kdo zasáhne, pokud se krok pokazí. Co to od organizace vyžaduje, je popsáno u řetězců, ve kterých na sebe kroky navazují. Také otázka, zda AI doporučení nejen dává, ale i vykonává, patří do této řady; to je oblast agentů, kteří vykonávají práci, s vlastní sadou požadavků na kontrolu a dohled.
Zda je organizace připravena na podporu rozhodování, závisí na tom, jak daleko jsou už základní dimenze: je datová infrastruktura dostatečně vyspělá, je governance kolem rozhodování jasná, je zřejmé, kdo za co odpovídá. To jsou přesně otázky, které mapuje měření vyspělosti hybridresourcing.com, na více úrovních a s více hodnotiteli současně, aby bylo vidět, kde organizace vidí situaci realisticky a kde se pohledy rozcházejí.
Otázka, zda organizace může AI unést, je jiná otázka než to, jakou část práce AI může převzít. Kdo chce zjistit, jakou část konkrétní úlohy — sestavení doporučení, propočet scénářů, přípravu rozhodnutí — lze převést na AI, najde to u pracovního skenu FTE TO AI. Ten pro každou úlohu vypočítá, jakou část práce AI zvládne, bez ohledu na to, zda je na to organizace už připravena. Obě otázky spolu souvisí, ale nejsou to stejná otázka.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.