Beslutsstöd är den punkt där AI inte bara genererar text, utan väger in i ett val som någon ska göra. En bedömning av kreditrisk, en prioritering av leads, ett råd om personalbemanning, en signal om att ett kontrakt avviker från normen. Under chattfönstret finns då inte längre ett samtal, utan en beräkning som bygger på något, och just den grunden är det som allt handlar om.
Ett chattfönster som besvarar frågor arbetar med det som står i samtalet självt. Beslutsstöd arbetar med det som finns i organisationen: data från system, historik av tidigare beslut, regler som ibland är uttryckligen fastlagda och ibland bara finns i huvudet hos erfarna medarbetare. Modellen måste kunna nå dessa källor, kombinera dem och väga dem mot varandra. Det kräver en annan infrastruktur än ett fristående hjälpmedel för text. Det kräver också att någon i organisationen kan förklara varför ett resultat uppstod, inte bara vad resultatet är.
Beslutsstöd vilar på tre saker som ofta ännu inte är helt på plats. För det första en datamiljö där den information som behövs är tillförlitlig och aktuell — inte utspridd över kalkylblad som skiljer sig åt mellan avdelningar. För det andra en organisation som vet vem som fortsatt ansvarar för vad: ett råd från en modell ersätter inte en beslutsfattare, men frågan om vem som väljer att inte följa rådet och varför måste någon kunna besvara. För det tredje en IT-infrastruktur som kan säkerställa att känsliga uppgifter inte färdas längre än avsett.
Dessa tre punkter är inga ramvillkor som man ordnar efteråt. De avgör om beslutsstöd ger något resultat eller bara blir en ny källa till osäkerhet. En organisation som inte har sin data i ordning får inte bättre beslut från en modell — den får snabbare fel beslut.
Beslutsstöd bygger ofta vidare på arbete som redan sker på annat håll. Övervakning och signalering visar när något avviker från ett mönster; beslutsstöd går ett steg längre och väger in vad den avvikelsen betyder för ett val som måste göras. Även att läsa och sammanfatta dokument kan ge underlag till ett beslut, men ger i sig inget råd — det ger överblick. Beslutsstöd lägger till ett lager av vägning ovanpå det, och det lagret kräver mer av organisationen än bara tillgång till text.
Beslutsstöd berör sällan bara en avdelning. Ett råd om lagernivåer berör inköp och logistik; ett råd om personalinsats berör HR och linjechefen. Det betyder att samordningen mellan avdelningar måste växa i takt med ambitionen: den som får ett råd måste veta hos vem det hamnar om rådet ignoreras eller följs. Utan den samordningen uppstår en situation där modellen visserligen ger ett resultat, men ingen vet vem som ska ta det vidare.
Beslutsstöd är inget orakel och ersätter inte ansvar. Modellen ger en bedömning baserad på mönster i tillgängliga data; den känner inte till den kontext som en erfaren medarbetare ibland har, och den kan presentera felaktig eller inaktuell data lika övertygande som korrekt data. Den som använder beslutsstöd utan ett sätt att bevaka kvaliteten på den underliggande datan bygger på en grund som ser stabil ut men inte är det.
Det är heller ingen slutpunkt. Beslutsstöd som står för sig själv ger ett råd som någon manuellt måste föra över till ett annat system. Så snart den överföringen i sig automatiseras uppstår en kedja av steg som följer på varandra, och det kräver i sin tur andra skyddsåtgärder — kring felhantering, kring vem som griper in om ett steg går fel. Vad detta kräver av en organisation beskrivs under kedjor där steg följer på varandra. Även frågan om AI inte bara ger rådet utan också utför det hör till den kategorin; det är domänen för agenter som utför arbete, med sina egna krav på kontroll och tillsyn.
Om en organisation är redo för beslutsstöd beror på hur långt de grundläggande dimensionerna redan har kommit: är datainfrastrukturen tillräckligt mogen, är styrningen kring beslutsfattande tydlig, är det klart vem som svarar för vad. Det är precis de frågor som mognadsmätningen från hybridresourcing kartlägger, över flera nivåer och med flera bedömare samtidigt, så att det blir synligt var organisationen ser saken som den är och var bilderna går isär.
Frågan om en organisation kan bära AI är en annan fråga än vilken del av arbetet AI kan ta över. Den som vill veta vilken del av en konkret uppgift — att sammanställa ett råd, att räkna igenom scenarier, att förbereda ett beslut — som är lämplig för övertagande, hittar det i arbetsscanen från FTE TO AI. Den räknar per uppgift ut vilken del av arbetet AI klarar, oberoende av frågan om organisationen redan är redo för det. Båda frågorna hör ihop, men de är inte samma fråga.
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.