Otsustustoetus on punkt, kus AI ei genereeri enam üksnes teksti, vaid osaleb kaalutlustes, mille alusel keegi valiku teeb. Krediidiriski hinnang, müügivihjete prioriseerimine, nõuanne personali komplekteerimise kohta, signaal, et leping erineb normist. Vestlusakna all ei toimu enam vestlust, vaid arvutus, mis põhineb millelgi, ja just see alus on kõige olulisem.
Vestlusaken, mis vastab küsimustele, töötab sellega, mis on kirjas vestluses. Otsustustoetus töötab sellega, mis on organisatsioonis olemas: süsteemidest pärinev data, varasemate otsuste ajalugu, reeglid, mis on mõnikord selgesõnaliselt kirja pandud ja mõnikord ainult kogenud töötajate peas. Mudel peab neid allikaid saama kätte, kombineerida ja kaaluda. See eeldab teistsugust infrastruktuuri kui üksik tekstitööriist. See eeldab ka, et kellel organisatsioonis peab olema võimalik selgitada, miks tulemus tekkis, mitte ainult mis see tulemus on.
Otsustustoetus toetub kolmele asjale, mis sageli ei ole veel täielikult olemas. Esiteks andmekeskkond, kus vajalikud andmed on usaldusväärselt ja ajakohaselt kättesaadavad — mitte laiali erinevate osakondade tabelites. Teiseks organisatsioon, kes teab, kes mille eest vastutab: mudeli nõuanne ei asenda otsustajat, kuid küsimusele, kes nõuande kõrvale jätab ja miks, peab kellel olema võimalik vastata. Kolmandaks IT-infrastruktuur, mis suudab tagada, et tundlikud andmed ei liigu kaugemale, kui on ette nähtud.
Need kolm punkti ei ole tingimused, mida saab korraldada tagantjärele. Need määravad, kas otsustustoetus toob kaasa tulemuse või muutub üksnes uueks ebakindluse allikaks. Organisatsioon, kelle andmed ei ole korras, ei saa mudelilt paremaid otsuseid — ta saab kiiremini valesid otsuseid.
Otsustustoetus ehitab sageli edasi tööle, mis toimub juba mujal. Seire ja signaliseerimine näitab, kui midagi erineb mustrist; otsustustoetus läheb sammu edasi ja kaalub, mida see erinevus tähendab valiku jaoks, mis tuleb teha. Ka dokumentide lugemine ja kokkuvõtmine võib andmeid otsuse jaoks pakkuda, kuid iseenesest ei annab see nõuannet — see annab ülevaate. Otsustustoetus lisab sellele kaalumise kihi, ja see kiht eeldab organisatsioonilt rohkem kui üksnes juurdepääsu tekstile.
Otsustustoetus mõjutab harva üht osakonda. Nõuanne laoseisude kohta mõjutab ostuosakonda ja logistikat; nõuanne personali rakendamise kohta mõjutab personaliosakonda ja liinijuhti. See tähendab, et osakondadevaheline koordineerimine peab kasvama koos ambitsiooniga: kes nõuande saab, peab teadma, kelleni see jõuab, kui nõuannet eiratakse või vastupidi järgitakse. Sellise kooskõlastamise puudumisel tekib olukord, kus mudel annab tulemuse, kuid mitte kellelegi ei ole selge, kes sellega edasi peab tegema.
Otsustustoetus ei ole oraakel ega vastutuse asendaja. Mudel annab hinnangu olemasolevates andmetes leiduvate mustrite alusel; ta ei tea konteksti, mida kogenud töötaja mõnikord teab, ja ta võib valesid või vananenud andmeid esitada sama veenvalt kui õigeid. Kes rakendab otsustustoetust ilma võimaluseta jälgida aluseks olevate andmete kvaliteeti, ehitab kindlana näivale liivale.
See ei ole ka lõpp-punkt. Iseseisvalt toimiv otsustustoetus annab nõuande, mida kellel tuleb käsitsi üle kanda järgmisse süsteemi. Kui see ülekandmine muutub omakorda automatiseerituks, tekib omavahel järgnevate sammude ahel, ja see eeldab omakorda teistsuguseid tagatisi — seoses veakäsitlusega, seoses küsimusega, kes sekkub, kui üks sammudest ebaõnnestub. Mida see organisatsioonilt eeldab, on kirjeldatud lehel ahelad, kus sammud järgnevad üksteisele. Ka küsimus, kas AI nõuannet ei anna üksnes, vaid ka viib täide, kuulub sellesse ritta; see on tegevusi täitvate agentide valdkond, millel on omad nõuded kontrolli ja järelevalve kohta.
Kas organisatsioon on otsustustoetuseks valmis, sõltub sellest, kui kaugele on jõudnud põhilised mõõtmed: kas andmeinfrastruktuur on piisavalt küps, kas otsustusprotsessi juhtimine on selge, kas on selge, kes mille eest vastutab. Need on täpselt need küsimused, mida hybridresourcing küpsusmõõtmine kaardistab, mitmel tasandil ja mitme hindaja abil samaaegselt, nii et nähtavaks saab, kus organisatsioon näeb olukorda nii, nagu see on, ja kus arusaamad lahknevad.
Küsimus, kas organisatsioon AI-d kanda suudab, on teine küsimus kui see, kui suure osa tööst AI üle võtta suudab. Kes soovib teada, kui suur osa konkreetsest ülesandest — nõuande koostamine, stsenaariumide läbiarvutamine, otsuse ettevalmistamine — sobib ülevõtmiseks, leiab selle FTE TO AI töömõõtmisest. See arvutab iga ülesande kohta, kui suure osa tööst AI hakkama saab, sõltumata sellest, kas organisatsioon on selleks juba valmis. Need mõlemad küsimused käivad kokku, kuid need ei ole üks ja seesama küsimus.
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.