Automatisering eller augmentation? To tilgange til AI i en virksomhed | AI i erhvervslivet #124

Hvad er automatisering og augmentation i konteksten af AI i en virksomhed?

Automatisering og augmentation er modsatrettede, men indbyrdes afhængige kræfter. Faktisk står virksomheder over for et valg: Skærer de omkostningerne og automatiserer opgaver, hvilket eliminerer menneskelig involvering i processen? Eller, med fokus på kvalitet og personalisering, forbedrer de medarbejdernes evner og forbedrer resultaterne gennem AI-augmentation, som involverer tæt samarbejde mellem mennesker og kunstig intelligens? Deres komplementære færdigheder ville så blive kombineret for at udføre en specifik opgave.

Paradokset mellem automatisering og augmentation er et problem, som moderne organisationer må konfrontere. At forstå forskellen og synergierne mellem de to begreber er afgørende for en succesfuld implementering af AI i erhvervslivet.

Automatisering

Automatisering er processen med at erstatte menneskelige, gentagne aktiviteter med software. Før æraen med den hurtige udvikling af generativ kunstig intelligens var automatisering kun anvendelig til rutineopgaver og velstrukturerede opgaver, såsom:

• udfyldelse af fakturaer,
• oprettelse af rapporter,
• opsummering af udgifter,
• simpel kundeservice baseret på valg af næste skridt i samtalen ved at trykke på en knap.

Organisationer var i stand til at automatisere processer baseret på ekspertviden kodet i form af algoritmer, der definerer forholdet mellem betingelser (“hvis”) og konsekvenser (“så”). Sådan automatisering var baseret på en eksplicit defineret domænemodel, dvs. en repræsentation af domæneviden, der optimerer en valgt nyttefunktion.

Men udviklingen af generativ kunstig intelligens har bragt radikale ændringer til automatiseringsfeltet. Ikke kun kan de nye modeller reagere meget mere fleksibelt på inputdata, men de kan også udføre kommandoer udtrykt i naturligt sprog. Med andre ord, i stedet for at udføre kommandoer baseret på eksplicitte regler, kan de udføre opgaver baseret på kontekstuel forståelse.

Kilde: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Men automatiseringer, der bruger kunstig intelligens, bærer betydelig risiko.

Den første er farerne ved at automatisere beslutningstagning – et problem, som udviklere af autonome køretøjer blandt andre står over for. For eksempel, når et køretøj skal foretage en manøvre på brøkdele af et sekund, fordi der ikke er nogen måde at undgå en kollision på.

Den anden risiko kommer fra at stole på prædiktive algoritmer. Selv hvis en virksomhed gerne vil implementere en automatiseret mulighed for at følge datadrevne anbefalinger fra kunstig intelligens, skal et menneske tage ansvar for de trufne beslutninger.

En tredje type risiko er brugen af generativ kunstig intelligens, der, med utilstrækkelige data, begynder at hallucinerer, det vil sige at give sandsynlige, men falske svar. For eksempel kan det generere falske nyheder eller give kunderne falske svar på spørgsmål. At navigere i fordelene og risiciene ved automatisering kræver derfor omhyggelig analyse og forberedelse.

Augmentation

Augmentation er processen med at bruge AI til at forbedre menneskelig intelligens og færdigheder, i stedet for at erstatte dem eller handle uafhængigt. Med den voksende betydning af augmentation i miljøer, der kræver komplekse beslutningstagninger, adopterer organisationer i stigende grad denne tilgang. For mere komplekse opgaver, hvor regler og modeller ikke er fuldt kendte, muliggør augmentation, at naturlig og kunstig intelligens arbejder tæt sammen.

Dette skyldes, at augmentation er en iterativ, co-evolutionær proces, hvor mennesker lærer af AI, og AI lærer af mennesker. I denne proces bør rollen for kunstig intelligens designes til at muliggøre menneskelig overvågning på alle stadier af en given proces. Det kræver involvering af domæneeksperter, hvis ekspertise ofte er tacit af natur, afledt af års erfaring og intuition, hvilket gør det svært eller umuligt for AI at erstatte dem direkte.

Augmentation gør det muligt for mennesker og kunstig intelligens at forstærke hinanden, ved at kombinere maskinens rationalitet med menneskelig intuition, sund fornuft og professionel erfaring. Denne tilgang muliggør mere omfattende informationsbehandling og bedre beslutningstagning.

Hos parfumevirksomheden Symrise, for eksempel, arbejdede parfumerer tæt sammen med AI-systemet for at generere idéer til nye dufte (https://www.thefreelibrary.com/Can+AI+pass+the+smell+test%3F+Deploying+artificial+intelligence+can+be…-a0578441404). Gennem augmentation var eksperterne i stand til at udnytte maskinens evne til at behandle enorme mængder data, mens de anvendte deres egen viden til at fortolke og kontekstualisere resultaterne. Resultaterne var innovative dufte, som kunderne elskede.

Kilde: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Glatte overgange – fra automatisering til augmentation og tilbage igen

Forholdet mellem automatisering og augmentation er dynamisk. Det muliggør glidende overgange mellem de to tilgange. Det tætte samarbejde mellem mennesker og AI inden for augmentation hjælper med at identificere regler og modeller, der derefter kan bruges til at automatisere en given opgave, hvilket fører til innovation og effektiviseringsgevinster.

Organisationer bør derfor bevidst iterere mellem de separate opgaver med at automatisere og augmentere, og forpligte sig langsigtet til begge.

Et andet skridt, der vil styrke forbindelsen mellem automatisering og augmentation, er oprettelsen af autonome agenter, dvs. kunstig intelligens, der ikke kun kan automatisere opgaver, men også planlægge processer og udstede kommandoer til andre systemer uden menneskelig indgriben. Udviklingen af næste generations AI-løsninger vil også gøre det muligt i den nærmeste fremtid at skabe prototyper og innovative tjenester baseret på behovsanalyse.

Sammenfatning

Automatisering og augmentation repræsenterer to modsatrettede, men ofte indbyrdes afhængige anvendelser af kunstig intelligens i ledelse. En afbalanceret tilgang, der kombinerer styrkerne fra begge begreber, er nøglen til at opnå komplementaritet, der gavner både erhvervslivet og samfundet.

For effektivt at håndtere denne spænding bør organisationer:

• huske på ansvaret for at skabe transparente og sikre systemer ved hjælp af AI,
• holde sig for øje ansvaret for ledelsesprocesser, og betragte AI som et værktøj til at assistere snarere end at erstatte ledere,
• integrere de to tilgange ved bevidst at iterere mellem dem og udnytte hinandens styrker,
• implementere strenge kontrol- og gennemsigtighedsmekanismer for at opdage og rette fejl og skævheder i AI-systemer.

Frem for alt bør de også investere i at udvikle medarbejdernes færdigheder og kompetencer, så de kan arbejde effektivt med kunstig intelligens som en del af augmentation.

At kombinere disse to AI-krafter med succes vil ikke kun gøre organisationer mere effektive og innovative, men også hjælpe med at opbygge et mere retfærdigt og bæredygtigt samfund. Nøglen er at forstå, at automatisering og augmentation bør eksistere i harmonisk synergi, ikke konkurrere som alternativer.

Hvis du kan lide vores indhold, så bliv en del af vores travle bier-fællesskab på Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.