ხელოვნური ინტელექტის სწრაფმა განვითარებამ დიდი დისკუსია გამოიწვია მისი პოტენციალის გარშემო, რომ მას შეუძლია ჩაანაცვლოს ადამიანები კორპორაციული გადაწყვეტილებების მიღებისას. გადაწყვეტილებების მიღება არ არის მხოლოდ მონაცემების ალგორითმული ანალიზის პროცესი. ის აუცილებლად მოიცავს მრავალ დამატებით ნიუანსურ ელემენტს, როგორიცაა სანდო მონაცემთა წყაროების შერჩევა, წარმოსახვის გამოყენება არსებული ფაქტების მიღმა შესაძლებლობების დასანახად და გადაწყვეტილებების განხორციელებადობის შეფასება. ეს ის სფეროებია, სადაც ადამიანებს თანდაყოლილი უპირატესობა აქვთ მანქანებთან შედარებით. რაც მთავარია, ეს მოიცავს იმპლიციტურ და ხშირად გაუწვრთნელ ადამიანურ შესაძლებლობებს.
განვიხილოთ Kodak-ისა და Fuji-ს მაგალითი. ორივე კომპანიას ჰქონდა წვდომა ერთსა და იმავე მონაცემებზე, რომლებიც ციფრული ფოტოგრაფიის აღმავლობაზე მიუთითებდა. ორივე აფასებდა ამ მონაცემებს ზრდისა და მომგებიანობის მაქსიმიზაციის ერთნაირი მიზნებით. მიუხედავად ამისა, მათ განსხვავებული გადაწყვეტილებები მიიღეს: Kodak-მა გააორმაგა ინვესტიციები ანალოგურ პროდუქტებში, Fuji-მ მოახდინა დივერსიფიკაცია, განახორციელა ინვესტიციები ციფრულ ტექნოლოგიებში და გამოიკვლია სხვა მიმართულებებიც.
ეს განსხვავებები ხაზს უსვამს, რომ გადაწყვეტილებები დამოკიდებულია ინტერპრეტაციაზე, კონტექსტსა და სტრატეგიულ ჩარჩოზე – სფეროებზე, სადაც ადამიანური განსჯა კვლავაც გადამწყვეტი დარჩება.
ყოველი გადაწყვეტილება საბოლოოდ ემსახურება ადამიანურ მიზანს. ამის დაკონკრეტება გადამწყვეტია იმის გასაგებად, თუ როგორი იქნება წარმატება. მანქანის მყიდველისთვის ადამიანური მიზანი შეიძლება იყოს სტატუსის დემონსტრირება ლუქს ავტომობილით, ან შვილების უსაფრთხო ტრანსპორტირების უზრუნველყოფა სკოლაში და უკან.
ბიზნესებსაც აქვთ მიზნები – ეკონომიკური კეთილდღეობის მიღწევიდან დაწყებული, საზოგადოების კეთილდღეობაში წვლილის შეტანითა და გარემოს დაცვით დამთავრებული – რომლებიც შეიძლება მკვეთრად განსხვავდებოდეს. ადამიანური ღირებულებების სუბიექტურობის გათვალისწინებით, საბოლოო მიზნის განსაზღვრა ვერ გადაეცემა მანქანურ ინტელექტს.
უშუალო მიზნების ჩამოყალიბება
საბოლოო მიზნის მისაღწევად, ხშირად საჭიროა უფრო მცირე, დაუყოვნებელი და კონკრეტული გადაწყვეტილებების მიღება. მანქანის შეძენის მაგალითზე, საბოლოო მიზანი შეიძლება იყოს გარკვეული უსაფრთხოების სტანდარტების დაკმაყოფილება, მაგრამ ასევე მნიშვნელოვანია, რომ მანქანა თქვენს ბიუჯეტში ჯდებოდეს. ბიზნესისთვის, საბოლოო მიზანი შეიძლება იყოს წინა წელთან შედარებით გაყიდვების 10%-იანი ზრდა, მაგრამ თქვენ ასევე უნდა დარწმუნდეთ, რომ მოკლევადიანი გაყიდვების ზრდის ოპტიმიზაცია არ აზიანებს გრძელვადიან ბრენდის რეპუტაციას.
შესაძლებლობების სფეროს დახაზვა
მიზნების განსაზღვრის შემდეგ, დროა შესაძლო ვარიანტების იდენტიფიცირება. მართალია, მონაცემები კრიტიკულად მნიშვნელოვანი შემავალი ინფორმაციაა ამ ეტაპზე, მაგრამ ის იშვიათად მოგვითხრობს სრულ ისტორიას. ადამიანური გადაწყვეტილებები ხშირად ეფუძნება იმას, თუ რა შეიძლება მოხდეს და როგორ შეგვიძლია გავლენა მოვახდინოთ სხვადასხვა შესაძლებლობის განვითარების ალბათობაზე.
მონაცემთა წყაროების შერჩევა
თავი უნდა ავარიდოთ მხოლოდ მოცემულ ან ადვილად ხელმისაწვდომ მონაცემებზე ფოკუსირების ხაფანგს. მანქანის შეძენის სცენარში, მხოლოდ მწარმოებლის მიერ მოწოდებულ საწვავის მოხმარების მონაცემებზე დაყრდნობამ შეიძლება არ მოგვცეს სრული სურათი. ამ მონაცემების შევსება დამოუკიდებელი მიმოხილვებით რეალური მუშაობის შესახებ შეიძლება მიგვიყვანოს უფრო ინფორმირებულ გადაწყვეტილებამდე.
გაიხსენეთ, რამდენად ადვილია არსებული მომხმარებლების გამოკითხვა მათი კმაყოფილების შესახებ – და რა დამატებითი ინსაიტები შეიძლება მივიღოთ არამომხმარებლებთან საუბრით იმის შესახებ, თუ რატომ ირჩევენ ისინი კონკურენტის სერვისებს ან რატომ არ ირჩევენ საერთოდ არცერთ სერვისს.
სანდოობის დადგენა
ეპოქაში, როდესაც დეზინფორმაცია სწრაფად ვრცელდება, მონაცემთა წყაროების სანდოობის დადგენა უფრო მნიშვნელოვანია, ვიდრე ოდესმე. ხელოვნურ ინტელექტს ამის უნარი არ აქვს. ადამიანებს კი, მეორე მხრივ, შეუძლიათ შეაფასონ ინფორმაციის მომწოდებლების რეპუტაცია, ექსპერტიზა და პოტენციური მოტივები თუ მიკერძოებები.
გადაწყვეტილების ალგორითმის შერჩევა
მიუხედავად იმისა, რომ ბევრი AI პროდუქტი მიგვაჩნია სასარგებლოდ, მათემატიკამ აჩვენა, რომ არცერთი ერთი ოპტიმიზაციის ალგორითმი არ შეიძლება იყოს უპირატესი ყველა პრობლემისთვის. ამრიგად, ადამიანებმა უნდა გადაწყვიტონ, რომელი გადაწყვეტილების მიღების ჩარჩო ყველაზე უკეთ შეესაბამება მათ მიზნებს.
კონკურენტუნარიანობის შეფასება
ბიზნესში, იდეალური გადაწყვეტა ჩვეულებრივ უნდა იყოს კონკურენტულად უპირატესი, იყოს მდგრადი კონკურენტების სავარაუდო რეაქციების მიმართ და რთული იყოს სხვებისთვის მისი იმიტირება. იგივე მონაცემებისა და ალგორითმების გამოყენება, რომლებზეც თქვენს კონკურენტებს აქვთ წვდომა, იმავე პრობლემების გადასაჭრელად, რომლებსაც ისინი აწყდებიან, არ გამოავლენს უნიკალურ ან უპირატეს შესაძლებლობებს.
წყარო: HBR
