Kunstig intelligens hjælper allerede ejere af mange virksomheder i dag. Det hjælper med at fokusere på relevante problemer ved at lette automatiseringen af gentagne opgaver i virksomheden. Det understøtter og accelererer arbejdet for analytikere ved at klassificere, samle og visualisere indsamlede data. Men er kunstig intelligens også i stand til at hjælpe med at træffe datadrevne forretningsbeslutninger?
Mange virksomhedsejere drømmer om følgende situation: analytiske værktøjer baseret på kunstig intelligens indsamler realtidsdata om forskellige aspekter af virksomhedens drift. De er tilsluttet et datalager, hvilket giver AI et holistisk overblik over virksomhedens situation i forhold til dens konkurrenter og den overordnede markedssituation. Ved at bruge alle disse data laver AI en præcis analyse af virksomhedens nuværende tilstand samt dens nære og fjerne fremtid. Vi skrev om kunstig intelligens’ muligheder inden for forretningsdataanalyse (BDA, BDI) i en tidligere artikel.
Men hvad ville der ske, hvis AI ikke kun skitserede mulige veje for udviklingen af en virksomhed, men foreslog beslutninger om, hvad der skulle gøres for at virksomheden kunne vokse optimalt og opnå de bedst mulige overskud? Eller endda, hvis det leverede de rigtige forretningsbeslutninger?
Grundlaget for at træffe præcise beslutninger af enhver art er viden om forholdet mellem begivenheder og processer. Både mennesker og kunstig intelligens begår stadig fejl, mens de forsøger at forudsige fremtidige chancer for succes ved at indsamle og analysere data om fortiden. Statistisk set stiger chancerne for at træffe en mere præcis beslutning i et såkaldt lukket system, det vil sige en situation, der ikke er underlagt eksterne påvirkninger. Chancerne for succes øges også, når de ledsages af et omfattende datasæt der beskriver lignende tidligere forhold på forskellige måder.
Kunstig intelligens har en fordel over mennesker fordi den kan analysere meget større datamængder fejlfrit og se mønstre i dem, der er usynlige for det menneskelige øje. Den kan for eksempel spotte cykliske ændringer i en virksomheds efterspørgsel efter tjenester, der er afhængig af beliggenhed, på et øjeblik, eller udvælge den optimale kombination af færdigheder for kandidaten fra et visuelt uattraktivt CV.
Men spørgsmålet om beslutningstagning ved hjælp af kunstig intelligens er meget komplekst. Det er trods alt en anden sag at visualisere et sæt indsamlede data, og en anden at angive den optimale handlingsplan. Dette skyldes, at det vedrører beslutninger i risikable situationer, baseret på ufuldstændige data. Det involverer også indflydelsen fra helt uforudsigelige faktorer, der har alvorlige konsekvenser, kaldet sorte svaner.
Mennesker har en fordel over kunstig intelligens fordi de i beslutningstagning kan tage højde for eksterne faktorer, hvis indflydelse på virksomhedens situation måske ikke er åbenlys eller direkte. Disse inkluderer for eksempel politiske begivenheder, der påvirker prisen og tilgængeligheden af råmaterialer, eller karaktertræk hos en kandidat til en bestemt stilling, der kompenserer for lidt mindre erfaring. En person kan også planlægge en ramme, der bestemmer de faktorer, der tages i betragtning under beslutningstagningen, det vil sige se på processen som helhed.
Virksomheder anvender forskellige metoder for at gøre processen lettere og mere ordnet for at håndtere de risici, usikkerheder og ansvar, der er forbundet med at træffe forretningsbeslutninger. Disse inkluderer:
Hvordan kan kunstig intelligens hjælpe med deres anvendelse? På det nuværende udviklingsstadium kan AI primært hjælpe med at forberede optimale løsninger til specifikke faser af beslutningstagningen. Dette skyldes, at den anvendes punkt for punkt. Med andre ord kan dagens AI aflaste medarbejdere fra at udføre de kedelige opgaver med at finde og behandle information, for eksempel ved at vælge den optimale pris for et produkt. Det er dog op til beslutningstagerne at bestemme, hvordan kunstig intelligens skal søge efter svar. Med andre ord skal de angive dens konkurrerende produkter, detailplaceringer samt målgruppe, for at nævne nogle få.
Kunstig intelligens excellerer i at støtte eller endda træffe snævre beslutninger. Vi bruger dens kapaciteter dagligt ved at bruge for eksempel forslag, når vi skriver e-mails. Baseret på vores sprog, skrivestil samt en stadigt voksende base af forbindelser mellem ord og sætninger, bliver kunstig intelligens stadig mere præcis i at foreslå det næste ord, sætning eller tegnsætning. Man kunne sige, at den fanger vores intentioner i farten – en endnu ikke sagt sætning eller tanke.
Analyse og beslutningstagning baseret på ufuldstændige data fungerer efter et lignende princip. Ved at analysere tidligere information kan AI udfylde de manglende felter, det vil sige, at den på en eller anden måde “gætter”, hvad der skal være i en tom celle i en tabel eller et punkt på et diagram.
Derfor understøtter kunstig intelligens i dag forskellige, men specialiserede beslutningstagning områder. Den finder anvendelse i blandt andet:
De beslutningstagning områder, der i dag understøttes af kunstig intelligens, er snævre i omfang. Visionen for fremtiden, der blev skitseret i begyndelsen, er blot et gæt, og dagene med AI, der leder virksomhederne, er muligvis slet ikke sandsynlige.
Men udvidelse af AI’s omfang gennem samarbejdsmoduler til at analysere og styre forskellige processer åbner op for uforudsigelige muligheder. Vi vil forsøge at se ind i fremtiden for kunstig intelligens i støtte af forretningsbeslutninger og processer i vores næste artikel.
Hvis du kan lide vores indhold, så bliv en del af vores travle bier-fællesskab på Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest.
JavaScript-ekspert og instruktør, der coacher IT-afdelinger. Hans hovedmål er at hæve teamproduktiviteten ved at lære andre, hvordan man effektivt samarbejder, mens man koder.
Virksomheder kæmper med at håndtere en stor mængde indhold, der offentliggøres online, fra sociale medieindlæg…
I en tid med digital transformation har virksomheder adgang til en hidtil uset mængde data…
Vidste du, at du kan få essensen af en fler timers optagelse fra et møde…
Forestil dig en verden, hvor dit firma kan skabe engagerende, personlige videoer til enhver lejlighed…
For fuldt ud at udnytte potentialet i store sprogmodeller (LLMs) skal virksomheder implementere en effektiv…
I 2018 havde Unilever allerede påbegyndt en bevidst rejse for at balancere automatiserings- og augmenteringsevner.…