Podpora rozhodovania je bod, v ktorom AI nielen generuje text, ale spoluváži vo voľbe, ktorú niekto urobí. Odhad kreditného rizika, prioritizácia leadov, odporúčanie o personálnom obsadení, signál, že zmluva sa odchyľuje od normy. Pod chatovacím oknom už potom nie je konverzácia, ale výpočet, ktorý sa na niečom zakladá, a práve tento základ je to, o čo ide.
Chatovacie okno, ktoré odpovedá na otázky, pracuje s tým, čo je v samotnej konverzácii. Podpora rozhodovania pracuje s tým, čo leží v organizácii: dáta zo systémov, história predchádzajúcich rozhodnutí, pravidlá, ktoré sú niekedy explicitne zaznamenané a niekedy existujú len v hlavách skúsených zamestnancov. Model musí byť schopný tieto zdroje dosiahnuť, kombinovať a vážiť. To si vyžaduje inú infrastruktúru než samostatný nástroj na text. Vyžaduje si to aj to, aby niekto v organizácii vedel vysvetliť, prečo výsledok vznikol, nielen to, aký ten výsledok je.
Podpora rozhodovania sa opiera o tri veci, ktoré tam často ešte nie sú úplne. Po prvé, dátové prostredie, v ktorom sú potrebné údaje spoľahlivo a aktuálne dostupné — nie rozptýlené po tabuľkách, ktoré sa líšia podľa oddelenia. Po druhé, organizácia, ktorá vie, kto za čo ostáva zodpovedný: odporúčanie modelu nenahrádza rozhodovateľa, ale otázku, kto odporúčanie odloží nabok a prečo, musí byť niekto schopný zodpovedať. Po tretie, IT infraštruktúra, ktorá môže zaručiť, že citlivé údaje nepôjdu ďalej, než je zamýšľané.
Tieto tri body nie sú okrajové podmienky, ktoré vyriešite dodatočne. Určujú, či podpora rozhodovania niečo prinesie, alebo sa stane len novým zdrojom neistoty. Organizácia, ktorá nemá svoje dáta v poriadku, nezíska od modelu lepšie rozhodnutia — dostane rýchlejšie tie nesprávne.
Podpora rozhodovania často nadväzuje na prácu, ktorá sa už deje inde. Monitoring a signalizácia ukazuje, kedy sa niečo odchyľuje od vzoru; podpora rozhodovania ide o krok ďalej a váži, čo tá odchýlka znamená pre voľbu, ktorú treba urobiť. Aj čítanie a zhrnutie dokumentov môže poskytnúť vstup pre rozhodnutie, ale samo osebe neponúka odporúčanie — poskytuje prehľad. Podpora rozhodovania k tomu pridáva vrstvu váženia, a táto vrstva si od organizácie vyžaduje viac než len prístup k textu.
Podpora rozhodovania sa málokedy dotýka jediného oddelenia. Odporúčanie o úrovniach zásob sa dotýka nákupu a logistiky; odporúčanie o personálnom nasadení sa dotýka HR a líniového manažéra. To znamená, že koordinácia medzi oddeleniami musí rásť spolu s ambíciou: kto odporúčanie dostane, musí vedieť, ku komu sa dostane, ak sa odporúčanie ignoruje alebo naopak nasleduje. Bez tohto zosúladenia vzniká situácia, v ktorej model síce dá výsledok, ale nikto nevie, kto s ním má ďalej pracovať.
Podpora rozhodovania nie je orákulum a ani náhrada zodpovednosti. Model poskytuje odhad na základe vzorov v dostupných údajoch; nepozná kontext, ktorý niekedy pozná skúsený zamestnanec, a chybné alebo zastarané dáta môže prezentovať rovnako presvedčivo ako správne. Kto nasadí podporu rozhodovania bez spôsobu, ako sledovať kvalitu podkladových dát, stavia na pohyblivom piesku, ktorý pôsobí pevne.
Nie je to ani konečný bod. Podpora rozhodovania, ktorá stojí sama osebe, poskytuje odporúčanie, ktoré musí niekto ručne prevziať do ďalšieho systému. Keď sa toto prevzatie samo o sebe automatizuje, vzniká reťaz krokov, ktoré na seba nadväzujú, a to si vyžaduje ďalšie záruky — okolo riešenia chýb, okolo toho, kto zasiahne, keď sa krok pokazí. Čo si to vyžaduje od organizácie, je popísané pri reťaziach, v ktorých kroky na seba nadväzujú. Aj otázka, či AI odporúčanie nielen dáva, ale aj vykonáva, patrí do tohto radu; to je oblasť agentov, ktorí vykonávajú prácu, s vlastnou sadou požiadaviek na kontrolu a dohľad.
Či je organizácia pripravená na podporu rozhodovania, závisí od toho, ako vyspelé sú už základné dimenzie: je dátová infraštruktúra dostatočne vyspelá, je governance okolo rozhodovania jasná, je zrejmé, kto za čo ručí. To sú presne otázky, ktoré meranie vyspelosti od hybridresourcing.com zmapuje, na viacerých úrovniach a s viacerými hodnotiteľmi naraz, aby bolo vidno, kde organizácia vidí veci tak, ako sú, a kde sa pohľady rozchádzajú.
Otázka, či organizácia môže AI uniesť, je iná otázka než to, akú časť práce môže AI prevziať. Kto chce vedieť, aká časť konkrétnej úlohy — zostavenie odporúčania, prepočet scenárov, príprava rozhodnutia — prichádza do úvahy na prevzatie, nájde to pri pracovnom skene FTE TO AI. Ten vyčísli pre každú úlohu, akú časť práce AI zvládne, bez ohľadu na to, či je na to organizácia už pripravená. Obe otázky spolu súvisia, ale nie je to tá istá 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.