تغییر به هوش تصمیم گیری: فراتر از تجزیه و تحلیل به فعال سازی زمان واقعی بروید

سازمان‌های بریتانیا از هم‌اکنون تأثیر هوش مصنوعی را بر روی خط نهایی احساس می‌کنند: یک مطالعه اخیر نشان داد که 66 درصد از شرکت‌های بریتانیا پیشرفت‌های بهره‌وری قابل‌توجهی را تجربه می‌کنند و رهبران گزارش می‌دهند که هوش مصنوعی زمان را به‌طور خاص برای تصمیم‌گیری استراتژیک آزاد می‌کند، نه فقط وظایف معمول را خودکار می‌کند.

این تغییر اهمیت دارد، زیرا علیرغم پیشرفت‌ها، تجزیه و تحلیل‌ها برای مدت طولانی یک ابزار بینش گذشته‌نگر یا سنگین انسانی باقی ماندند - واکنش‌پذیر و دیر پاسخ. با معماری قطعی مبتنی بر قوانین، کد سخت و گردش کار ثابت. در موارد استفاده قابل پیش بینی به اندازه کافی خوب کار می کرد، اما در سناریوهای پویا و پر داده نه.

این به سرعت در حال تغییر است، زیرا هوش مصنوعی تحلیل های سنتی را دوباره به هوش تصمیم گیری می کند، و هوش مصنوعی مستقل حتی فراتر می رود، تصمیم گیری می کند، برنامه ریزی سناریو، و فعال سازی اقدامات آگاه از زمینه با دستورالعمل های انسانی محدود یا بدون دستورالعمل های انسانی بر اساس شماره گیری خودکار. در جایی که اتوماسیون سنتی گردش های کاری از پیش تعریف شده را اجرا می کند، سیستم های هوش مصنوعی عاملی که به صورت گروهی کار می کنند، داده ها را از منابع مختلف تجزیه و تحلیل می کنند تا زنجیره ای از تصمیمات پیچیده را اتخاذ کنند.

به عنوان مثال، یک نماینده پذیره نویسی هوش مصنوعی معمولا اعتبار وام گیرنده احتمالی را تخمین می زند، قیمت وام را تغییر می دهد، مدارک را هدایت می کند، به ناظران در مورد نگرانی های مربوط به رعایت آنها هشدار می دهد. تصمیماتی که زمانی توسط افراد گرفته می شد، اکنون توسط سیستم هایی که در گروه ها کار می کنند گرفته می شود.

مقیاس این فرصت قابل توجه است. بازار اطلاعات تصمیم گیری در اروپا، که در سال 2025 4.35 میلیارد دلار تخمین زده می شود، به طور پیوسته به سمت ارزش پیش بینی شده 20.61 میلیارد دلار تا سال 2035 پیش می رود. سازمان های بریتانیایی می توانند در صورت حرکت عمدی سهم معناداری از این ارزش را به دست آورند.

ترسیم مرز بین هوش مصنوعی و قضاوت انسان

چالش اصلی برای هر سازمانی که هوشمندی تصمیم گیری را اتخاذ می کند، خود فناوری نیست، بلکه تصمیم گیری است که چه کسی چه زمانی و چه زمانی تصمیم می گیرد. چندین سازمان فاقد مکانیزم رسمی برای تصمیم گیری در مورد میزان استقلالی هستند که باید به سیستم های خود اجازه دهند. این اغلب منجر به اعمال تک‌تک، بدون محدودیت یا حاکمیت خودمختاری می‌شود.

راه حل این است که از ابتدا حقوق مربوط به جریان تصمیمات تجاری را به سیستم باز ابداع کنید یا دوباره تصور کنید - آنچه که یک نماینده ممکن است به طور مستقل روی آن عمل کند و چه چیزی باید به یک شخص افزایش یابد. اگر به مثال نماینده پذیره نویسی برگردیم، می تواند به تنهایی یک وام یا مدارک را به طور منطقی قیمت گذاری کند، اما اگر یک نگرانی مربوط به انطباق را مشخص کند یا با متقاضی مواجه شود که مشخصاتش خارج از اطلاعات محدودیت های آن است، این تصمیم باید با یک انسان متوقف شود، نه اینکه با حدس زدن نماینده راه خود را از طریق یک مورد لبه حل کند.

کار آینده جایگزین قضاوت انسان نیست، بلکه تقویت آن از طریق تفویض اختیاری هوشمندانه است. سیستم‌های هوشمند تصمیم‌گیری سازمانی، که توسط مدل‌های بنیادی آگاه از دامنه و زمینه ماشین مصرفی تغذیه می‌شوند، می‌توانند به‌طور مستقل تصمیم‌های با حجم بالا، قابلیت توضیح کامل، داده‌های فشرده را در سراسر زنجیره‌های تامین، عملیات مشتری، قیمت‌گذاری و اکوسیستم‌های فعال‌سازی مدیریت کنند.

در عین حال، تخصص انسانی برای حکمرانی، نظارت اخلاقی، رسیدگی به استثنائات و تصمیم‌گیری‌هایی که زمینه کسب‌وکار بیشتر از قطعیت الگوریتمی است، ضروری باقی می‌ماند.

پتانسیل عمیق، خطرات عمیق

مزایای بالقوه قابل توجه است. به عنوان مثال، وقتی خرده‌فروشان زیبایی و عطر یک موتور تصمیم‌گیری هوش مصنوعی را پیاده‌سازی کرده‌اند که زمان و پیشنهاد مناسب را برای تعامل با هر مشتری تعیین می‌کند، از طریق همکاری استراتژیک هوش مصنوعی، بازگشت سرمایه دو رقمی به دست آورد.

با این حال، سیستم‌های هوشمند تصمیم‌گیری مبتنی بر هوش مصنوعی با نگرانی‌هایی مانند خطر امنیت سایبری، شکست در انطباق، عدم شفافیت و پاسخگویی و گاهی اوقات نتایج نامناسب همراه هستند.

حتی هزینه ورود، به ویژه زمانی که هوش مصنوعی عاملی درگیر باشد، می تواند بسیار بالا باشد و می تواند از طریق مدل های بنیاد اطلاعات سازمانی بهینه شود. مهمتر از همه، اجرای کامل باید تکراری باشد و نه تنها شامل ارتقای فناوری، بلکه شامل تغییرات مدل عملیاتی، ادغام عمیق، استعدادهای تخصصی، و یک چارچوب اخلاقی و حاکمیتی قوی برای ایجاد شفافیت، مسئولیت پذیری و اعتماد در این سیستم ها باشد.

همانطور که سازمان ها تجربه و اعتماد ایجاد می کنند، می توانند به تدریج از تجزیه و تحلیل واکنشی به هوش تصمیم گیری پیشگیرانه گذر کنند. آنهایی که ابتدا تقسیم کار انسان و هوش مصنوعی را به درستی دریافت می کنند، نه فقط آنهایی که سریعتر حرکت می کنند، آنهایی هستند که مزیت را به دست می آورند.

ما بهترین ابزار هوش مصنوعی را معرفی کرده ایم.

این مقاله به عنوان بخشی از TechRadar Pro Perspectives، کانال ما برای معرفی بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز تهیه شده است.

نظرات بیان شده در اینجا نظرات نویسنده است و لزوما نظرات TechRadarPro یا Future plc نیست. اگر مایل به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/pro/perspectives-how-to-submit