Decision Intelligence за полесно донесување квалитетни одлуки

Интелигенцијата на одлучување (decision intelligence – DI) аналитичарите на водечки глобални компании ја прогласија за една од најважните технологии за успешно работење, но попатно објаснуваат дека тоа и не е всушност технологија, туку дисциплина. Со нејзина помош компаниите стануваат агилни, а и вработените одлучни и претприемчиви.

Годинава менаџерите на најнапредните компании во светот тренираат нова дисциплина – интелигенција на одлучувањето (анг. decision intelligence, DI).

Toa е тренд во менаџментот и подрачје коешто опфаќа низа методи за полесно донесување на поквалитетни одлуки. Интелигенцијата на одлучувањето  се базира на алгоритми на машинско учење и е прилагодена на организациското одлучување.

Комбинира различни техники на одлучување коишто обединуваат вештачка интелигенција (AI), автоматизација, бизнис интелигенција и креативност во носењето одлуки, со цел со напредни одлуки втемелени на ефективни податоци да се постигне колку што е можно подобар деловен успех.

На компаниите коишто сакаат да ги надминат застарените форми на аналитика, интелигенцијата на одлучувањето им овозможува обработка на големи количини на податоци преку софистицирана комбинација на алатки, како што се вештачката интелигенција и машинското учење. Системите на интелигенцијата на одлучување им помагаат на компаниите да гледаат во иднината со поголема леснотија и самодоверба, а на DI платформите да ги откријат ризиците и да дадат конкретни препораки за преземање активности како би се избегнале штетни последици.

На пример, ако нешто го наруши синџирот на набавки, DI платформата може да послужи за успешно решавање на проблемот во реално време. Со употреба на DI може да се управува со сите елементи во деловниот процес со предвидлив успех. DI технологијата е извонредна во предвидувањето, на пример, кога одредени производи ќе станат повеќе барани, дали маржата достигнала или не точка во којашто менувањето на залихите има смисла, па на друг начин да се синхронизира понудата со побарувачката од потрошувачите.

Интелигенцијата на одлучувањето ја елиминира потребата од долги разговори, а со помош на DI платформата менаџерскиот тим е поврзан и достапни му се податоци на коишто може да им верува, затоа што се непристрасни, точни и сигурни, што овозможува побрзо делување и ги намалува несогласиците во рамки на тимот. Освен тоа, решенијата на дигиталната интелигенција, како што е машинското учење, можат да изведуваат алгоритми врз основа на податоците од клиентот собрани во најразлични бази на податоци.

Така се открива совршен профил на корисникот и се споредува со податоци од трета страна за да се создаде целна група на потенцијални купци што ќе му послужи на маркетингот за креирање кампањи. Стратегијата помага да се идентификуваат специфични преференции на купувачите и да се дополнат нивните потреби.

Меѓутоа, ова не е толку едноставно, затоа што успешните стратегии на одлучување бараат разбирање на начините на коишто се донесуваат организациските одлуки, како и преданост кон евалуација на исходот, кон управувањето и подобрувањето на одлучувањето со повратни информации.

„Ова не е технологија, туку дисциплина која се состои од многу различни технологии“, вели аналитичарот во глобалната консултантска куќа Gartner, Ерик Бретено.

Според Gartner, интелигенцијата на одлучувањето е еден од главните овогодишни стратешки технолошки трендови, а се очекува дека повеќе од една третина од големите организации во светот ќе ја практикуваат оваа дисциплина до почетокот на следната година. Трендот се развива во време кога организациите мора да одлучуваат побрзо од било кога, и тоа во обем што досега не е виден.

Според Бретено, интелигенцијата на одлучувањето помага да се обезбеди автоматизирано носење на одлуки, што може да им помогне на компаниите дао станат конкурентни и да ги задоволат барањата на пазарот. Но, заради тоа е потребно длабоко разбирање на процесите на одлучување, ризиците и добивките коишто ги носи секоја одлука, како и прифатливите граници на грешка.

Воведување на интелигенција на одлучувањето во корпоративна пракса значи да се почне процес којшто е извонредно дефиниран, ниско ризичен и има голема збирка на примери. Тоа не е еднократен процес, поради што пристапот мора постојано да се прилагодува во согласност со повратните информации.

Многу компании веќе имаат такви процеси, но не се сите се’ уште целосно автоматизирани.

„Компаниите коишто се презафатени со секојдневни работи можеби нема да забележат дека ги пропуштаат тие прилики. Подоцна ќе се прашуваат зашто конкурентите им работат подобро, но ќе биде предоцна. Дури и кога процесот е веќе автоматизиран, додавањето на повеќе фактори во механизмот на одлучување може да ја зголеми точноста“, вели Реј Вонг, главен аналитичар и основач на Constellation Research.

На пример, одлуката за оценка на ризикот може да се подобри ако се земе предвид времето од денот или локацијата на корисникот. Колку што процесот почесто се повторува и колку што се појасни резултатите, толку компанијата ќе има повеќе можности да го подобри.

На пример, фирмата LexisNexis, позната глобално како провајдер на аналитички продукти и различни бази на податоци, го користи својот производ ThreatMetrixom за донесување на преку 300 милиони одлуки на ден, поврзани со измами, и иако тие не се совршени, на купувачите им нудат голема вредност затоа што во 99% од случаите се исправни. LexisNexis применува алгоритми на машинското учење за сортирање на трансакциите во профили на однесување, со цел да предвиди дали некоја трансакција е лажна или сомнителна.

„Автоматизацијата на интелигенцијата на одлучувањето може да се појави во тек на фазата на прибирање на податоци при одлучувањето, но не мора да донесува конечни заклучоци, туку може да се употребува за изработка на известувања или генерирање на трендови и корелации. Стариот начин, рачно прибирање на податоци и изработка на извештаи, денес не е веќе добра идеја. Покорисно е да имате автоматски прибрани и обработени податоци во реално време за да се донесе конечна одлука“, објаснува Ванг.

Притоа е важно да се користат големи бази на податоци за да биде интелигенцијата на одлучување навистина ефективна, затоа што на мали бази на податоци многу тешко се утврдува дали една одлука била добра или не.

„Квалитетот на исходот и квалитетот на одлуките не се иста работа. Понекогаш може да имате сјаен шпил на карти и носите исправни одлуки, но и понатаму губите. За жал, кога се во прашање комплицирани и ретки одлуки, компаниите најчесто немаат воспоставено механизми за мерење на нивниот учинок. Но, решавањето на тој проблем не е технологијата, првиот чекор е да се формализира одлучувањето во компанијата, па потоа да се размисли за додавање на софтвер како поддршка на тој процес. Меѓутоа, тешко е да се приберат резултатите од тие одлуки и да се поврзат со процесот на носење одлуки. Моментално во тоа највешти се маркетинг тимовите“, вели Амареш Трипати, глобален шеф за аналитика во компанијата Genpact.

Компаниите сè повеќе ги прифаќаат технологиите со вештачка интелигенција за да ги решат постоечките и новите проблеми во деловниот екосистем, да ги задоволат променливите барања на пазарот и да постигнат подобри деловни резултати, раст на приходите и влијание на пазарот. Но, еден од проблемите во интелигенцијата за донесување одлуки може да биде пристрасноста на податоците, бидејќи одлуките се исто толку добри како и податоците на кои се базираат.

Луѓето произведуваат податоци кои често се засноваат на пристрасност, па и  оние кои одлучуваат ќе бараат податоци што ја поддржуваат нивната пристрасност. На пример, ако менаџерот мисли дека на компанијата ѝ требаат повеќе луѓе во секторот, тој многу лесно може да најде податоци за поддршка, што може да доведе до погрешни заклучоци. Решението е да се управува со пристрасноста преку учење од грешките од минатото.

Иновациите, вклучувајќи ја и вештачката интелигенција, компјутерскиот вид, интелигенцијата за одлучување и машинското учење, ќе имаат големо трансформациско влијание на пазарот во наредните години, правејќи ја интелигенцијата за одлучување неопходен механизам во деловниот процес.