Suportul decizional este punctul în care AI nu doar generează text, ci ponderează într-o alegere pe care cineva o va face. O estimare a riscului de credit, o prioritizare a lead-urilor, un sfat privind ocuparea posturilor de personal, un semnal că un contract se abate de la normă. Sub fereastra de chat nu mai există în acest caz o conversație, ci un calcul bazat pe ceva, iar acea bază este exact ceea ce contează.
O fereastră de chat care răspunde la întrebări lucrează cu ceea ce se află în conversația însăși. Suportul decizional lucrează cu ceea ce se află în organizație: date din sisteme, istoricul deciziilor anterioare, reguli care sunt uneori consemnate explicit și uneori se află doar în mințile angajaților cu experiență. Modelul trebuie să poată accesa aceste surse, să le poată combina și să le poată pondera. Aceasta necesită o infrastructură diferită față de un instrument izolat pentru text. De asemenea, necesită ca cineva din organizație să poată explica de ce a rezultat un anumit rezultat, nu doar care este acel rezultat.
Suportul decizional se bazează pe trei lucruri care de multe ori nu sunt încă complet prezente. În primul rând, un mediu de date în care datele necesare sunt disponibile în mod fiabil și actualizat — nu dispersate în foi de calcul care diferă de la un departament la altul. În al doilea rând, o organizație care știe cine rămâne responsabil pentru ce: un sfat dat de un model nu înlocuiește un factor de decizie, dar cineva trebuie să poată răspunde la întrebarea cine ignoră sfatul și de ce. În al treilea rând, o infrastructură IT care poate garanta că datele sensibile nu circulă mai departe decât este intenția.
Aceste trei puncte nu sunt condiții marginale pe care le reglementați ulterior. Ele determină dacă suportul decizional produce ceva sau devine doar o nouă sursă de incertitudine. O organizație care nu are datele în ordine nu obține decizii mai bune de la un model — obține mai rapid deciziile greșite.
Suportul decizional se bazează frecvent pe activități care au loc deja în altă parte. Monitorizarea și semnalizarea arată când ceva se abate de la un model; suportul decizional face un pas mai departe și ponderează ce înseamnă acea abatere pentru o alegere care trebuie făcută. Și citirea și rezumarea documentelor poate oferi input pentru o decizie, dar nu produce, în sine, un sfat — produce o imagine de ansamblu. Suportul decizional adaugă la aceasta un strat de ponderare, iar acest strat necesită mai mult din partea organizației decât simplul acces la text.
Suportul decizional afectează rareori un singur departament. Un sfat privind nivelurile stocurilor afectează achizițiile și logistica; un sfat privind ocuparea personalului afectează HR și managerul de linie. Aceasta înseamnă că coordonarea între departamente trebuie să crească odată cu ambiția: cel care primește un sfat trebuie să știe la cine ajunge acesta atunci când sfatul este ignorat sau, dimpotrivă, urmat. Fără această coordonare, apare o situație în care modelul produce un rezultat, dar nimeni nu știe cine trebuie să continue cu el.
Suportul decizional nu este un oracol și nu înlocuiește responsabilitatea. Modelul oferă o estimare bazată pe modele din datele disponibile; nu cunoaște contextul pe care un angajat cu experiență îl cunoaște uneori, și poate prezenta date eronate sau depășite la fel de convingător ca date corecte. Cine folosește suportul decizional fără o modalitate de a monitoriza calitatea datelor subiacente construiește pe nisip mișcător care pare solid.
Nu este, de asemenea, un punct final. Suportul decizional care rămâne izolat produce un sfat pe care cineva trebuie să îl transfere manual într-un sistem următor. De îndată ce acea transferare devine ea însăși automatizată, apare un lanț de pași care se succedă, iar acest lucru necesită la rândul lui alte garanții — privind gestionarea erorilor, privind cine intervine atunci când un pas se derulează greșit. Ce anume presupune acest lucru pentru o organizație este descris la lanțuri în care pașii se succedă. Și întrebarea dacă AI nu doar oferă sfatul, ci și îl execută, se încadrează în această categorie; acesta este domeniul agenților care execută activitatea, cu un set propriu de cerințe privind controlul și supravegherea.
Dacă o organizație este pregătită pentru suportul decizional depinde de cât de avansate sunt deja dimensiunile fundamentale: este infrastructura de date suficient de matură, este guvernanța privind luarea deciziilor clară, este clar cine semnează pentru ce. Acestea sunt exact întrebările pe care le cartografiază măsurarea maturității de la hybridresourcing, la mai multe niveluri și cu mai mulți evaluatori simultan, astfel încât să devină vizibil unde organizația vede lucrurile așa cum sunt și unde percepțiile diferă.
Întrebarea dacă o organizație poate susține AI este o întrebare diferită de întrebarea ce parte din muncă poate fi preluată de AI. Cel care dorește să știe ce parte dintr-o sarcină concretă — elaborarea unui sfat, calcularea scenariilor, pregătirea unei decizii — este eligibilă pentru preluare, o găsește la scanul de activitate al FTE TO AI. Acesta calculează, pentru fiecare sarcină, ce parte a muncii poate fi gestionată de AI, indiferent de întrebarea dacă organizația este deja pregătită pentru aceasta. Ambele întrebări sunt legate, dar nu sunt aceeași întrebare.
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.