Podpora odločanju je točka, kjer AI ne le ustvarja besedila, temveč sodeluje pri tehtanju izbire, ki jo bo nekdo sprejel. Ocena kreditnega tveganja, prioritizacija potencialnih strank, priporočilo glede kadrovske zasedbe, signal, da pogodba odstopa od norme. Pod klepetalnim oknom takrat ni več pogovora, temveč izračun, ki temelji na nečem, in prav ta osnova je bistvo zadeve.
Klepetalno okno, ki odgovarja na vprašanja, deluje s tem, kar je zapisano v samem pogovoru. Podpora odločanju deluje s tem, kar je na voljo v organizaciji: podatki iz sistemov, zgodovina prejšnjih odločitev, pravila, ki so včasih izrecno zapisana in včasih obstajajo le v glavah izkušenih sodelavcev. Model mora imeti dostop do teh virov, jih znati kombinirati in tehtati. To zahteva drugačno infrastrukturo kot samostojno orodje za besedilo. Zahteva tudi, da lahko nekdo v organizaciji razloži, zakaj je do rezultata prišlo, ne le, kakšen je ta rezultat.
Podpora odločanju sloni na treh stvareh, ki pogosto še niso povsem vzpostavljene. Prvič, podatkovno okolje, v katerem so potrebni podatki zanesljivo in aktualno dostopni — ne razpršeni po preglednicah, ki se razlikujejo od oddelka do oddelka. Drugič, organizacija, ki ve, kdo za kaj ostaja odgovoren: priporočilo modela ne nadomesti odločevalca, vendar mora nekdo znati odgovoriti na vprašanje, kdo priporočilo zavrne in zakaj. Tretjič, IT infrastruktura, ki lahko zagotovi, da občutljivi podatki ne potujejo dlje, kot je predvideno.
Te tri točke niso robni pogoji, ki jih uredite naknadno. Določajo, ali podpora odločanju kaj prinese ali pa postane le nov vir negotovosti. Organizacija, ki nima urejenih podatkov, od modela ne bo dobila boljših odločitev — hitreje bo dobila napačne.
Podpora odločanju pogosto nadgrajuje delo, ki poteka že nekje drugje. Spremljanje in signaliziranje pokaže, kdaj nekaj odstopa od vzorca; podpora odločanju gre korak dlje in pretehta, kaj to odstopanje pomeni za izbiro, ki jo je treba sprejeti. Tudi branje in povzemanje dokumentov lahko prispeva k odločitvi, vendar samo po sebi ne ponuja priporočila — ponuja pregled. Podpora odločanju temu doda plast tehtanja, in ta plast od organizacije zahteva več kot le dostop do besedila.
Podpora odločanju redko zadeva le en oddelek. Priporočilo glede zalog zadeva nabavo in logistiko; priporočilo glede kadrovske zasedbe zadeva HR in linijskega vodjo. To pomeni, da mora usklajevanje med oddelki rasti skupaj z ambicijo: kdor prejme priporočilo, mora vedeti, do koga to pride, če se priporočilo zavrne ali ravno obratno, upošteva. Brez tega usklajevanja nastane situacija, v kateri model res poda rezultat, vendar nihče ne ve, kdo mora s tem nadaljevati.
Podpora odločanju ni orakelj in ni nadomestilo za odgovornost. Model poda oceno na podlagi vzorcev v razpoložljivih podatkih; ne pozna konteksta, ki ga včasih pozna izkušen sodelavec, in lahko napačne ali zastarele podatke predstavi enako prepričljivo kot pravilne. Kdor uvede podporo odločanju brez načina za nadzor kakovosti osnovnih podatkov, gradi na trdnem videzu, ki v resnici je gibljivi pesek.
Tudi ni končna postaja. Samostojna podpora odločanju prinese priporočilo, ki ga mora nekdo ročno prenesti v naslednji sistem. Ko ta prenos postane avtomatiziran, nastane veriga korakov, ki si sledijo drug za drugim, kar spet zahteva druge varovalke — glede obravnave napak, glede tega, kdo posreduje, če korak spodleti. Kaj to zahteva od organizacije, je opisano pri verigah, kjer koraki sledijo drug drugemu. Tudi vprašanje, ali AI priporočilo ne le poda, temveč ga tudi izvede, sodi v to skupino; to je domena agentov, ki izvajajo delo, s svojim naborom zahtev glede nadzora in človeškega toezicht.
Ali je organizacija pripravljena na podporo odločanju, je odvisno od tega, kako daleč so že temeljne dimenzije: ali je podatkovna infrastruktura dovolj zrela, ali je upravljanje odločanja jasno, ali je znano, kdo za kaj podpisuje. To so prav vprašanja, ki jih zajame meritev zrelosti hybridresourcing, na več ravneh in z več ocenjevalci hkrati, tako da postane vidno, kje organizacija stanje vidi realno in kje se pogledi razhajajo.
Vprašanje, ali organizacija lahko nosi AI, je drugačno vprašanje od tega, kateri del dela lahko AI prevzame. Kdor želi vedeti, kateri del konkretne naloge — priprava priporočila, preračunavanje scenarijev, pripravljanje odločitve — je primeren za prevzem, to najde pri delovni analizi FTE TO AI. Ta izračuna, po posamezni nalogi, kateri del dela zmore AI, ne glede na vprašanje, ali je organizacija na to že pripravljena. Obe vprašanji spadata skupaj, vendar nista isto vprašanje.
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.