Аналитики IDC рассказывают в корпоративном блоге об особенностях применения Decision Intelligence — интеллектуального принятия решений с помощью ИИ.

Если вы хотя бы несколько лет проработали в области данных, аналитики, BI или искусственного интеллекта, вы, несомненно, сталкивались со следующей ситуацией. Кто-то из сотрудников бизнес-подразделения нуждается в информации для принятия решения и, начав разговор с одним из своих коллег-технологов, сталкивается с вопросом последнего: «Какие данные вам нужны?». Ответ часто принимает одну из двух форм: «Я не знаю, дайте мне все данные, которые у вас есть» или «Мне нужен этот конкретный набор данных для решения моей неотложной задачи или проекта».

Обычно специалист по данным отвечает на запрос буквально: предоставляет набор данных или доступ к запрашиваемым данным с помощью множества технологий управления данными и визуализации данных, от хранилищ и озер данных до информационных панелей и отчетов.

Рост вычислительной мощности, автоматизация конвейеров обработки данных и улучшение их визуализации позволили на постоянной основе ускорять процессы предоставления данных бизнес-пользователям. Это можно считать успехом, но только в том случае, если скорость доставки данных — это тот показатель, который имеет значение. Но так ли это?

Что происходит, когда данные доставлены бизнес-пользователю? Он может посмотреть на линию тренда; скорее всего, он сможет сравнить показатели текущего периода по любой точке данных с предыдущими периодами. Некоторые организации имеют ПО для выделения аномалий или отклонений от прошлых норм; некоторые даже начали внедрять автоматизацию на основе машинного обучения, чтобы помочь пользователям с автогенерируемыми прогнозами о том, как может развиваться та или иная тенденция.

Тем не менее, что не обеспечивает эта функциональность предоставления информации, так это поддержку процесса принятия решений, который остается в значительной степени ответственностью человеческого мозга. Мы видим данные и используем свой опыт, ментальные модели, дискретные точки данных из приборных панелей и отчетов для оценки вариантов, которые приводят к принятию решения. При этом не хватает масштаба, управления, оркестровки и технической поддержки всех этапов процесса принятия решений — процесса, который не останавливается после предоставления данных человеку.

Такой подход к принятию решений не является устойчивым. Чтобы добиться более эффективного принятия решений, недостаточно инвестировать в лучшее озеро данных, лучшую команду экспертов в науке о данных, лучшую технологию ИИ или лучшие инструменты визуализации данных.

Мы считаем, что одним из главных недостатков большинства организаций является постановка вопроса «Какие данные вам нужны?». Мы предлагаем, чтобы решение проблемы низкой отдачи от инвестиций в данные, BI и ИИ начиналось с изменения вопроса на «Какие решения вам нужно принять?».

Принятие решений

По своей сути принятие решений — это процесс ориентации лица, принимающего решение и располагающего всей релевантной информацией, на выбор одной из двух или более альтернатив с учетом вероятности успеха и ограничений на выполнение решения. Он включает следующие этапы:

  • Доступ к данным и их организация в форме, обеспечивающей их доступность для анализа.
  • Анализ данных с использованием описательных и прогностических методов, включая ИИ.
  • Выработка рекомендаций по принятию решения: определение и представление вероятных альтернатив или вариантов.
  • Принятие решения путем выбора варианта с учетом ограничений и целей.
  • Выполнение решения: действия на основе принятого решения.
  • Мониторинг и оценка результатов решения и действий.

Учитывая возможность ускорить процесс с помощью интеллектуального анализа решений на основе ИИ и считаясь с техническими, операционными и организационными препятствиями, ведущие организации делают четкий выбор — они тесно связывают шесть этапов процесса принятия решений и внедряют ПО Decision Intelligence.

Программное обеспечение для интеллектуального принятия решений

Для того чтобы считаться ПО для принятия решений, по мнению IDC, программный продукт должен быть упакован с целью полной или частичной автоматизации всех этапов процесса принятия решений. ПО категории Decision Intelligence включает в себя возможности по дизайну, инжинирингу и оркестровке решений:

  • Дизайн решений (decision design). Предоставляет пользователям функциональные возможности для определения бизнес-целей или желаемых результатов; отображения рабочих процессов принятия решений, включая циклы обратной связи и точки утверждения; определения возможностей и ограничений, которые лимитируют варианты, доступные для лиц, принимающих решения.
  • Инжиниринг решений (decision engineering). Позволяет организовать доступные данные на семантической и/или онтологической основе, а затем проанализировать их с помощью ряда специфических для каждого конкретного случая методов, включая моделирование, оптимизацию, описательный и прогностический анализ.
  • Оркестровка решений (decision orchestration). Обеспечивает мониторинг всех элементов рабочего процесса принятия решений (например, правил, алгоритмов, наборов данных, иерархии согласований, целей, ограничений и т. д.) и их постоянную или периодическую корректировку на основе автоматизированных и создаваемых человеком контуров обратной связи.

В совокупности они обеспечивают не только сбор и анализ данных, но и все показанные ниже возможности.

Преимущества и обещания: почему вас должна интересовать система Decision Intelligence?

Каждая организация стремится проходить процесс принятия решений как можно быстрее. В одних случаях один цикл может занимать часы, дни, недели или даже месяцы. В других случаях это может происходить практически мгновенно. Однако быстродействие — это только один из факторов, который приводит к улучшению принятия решений; второй фактор — это контроль.

Мы определяем контроль как управление принятием решений, а также как обеспечение качества, точности и контекстуализации. Скорость и контроль должны быть сбалансированы. Контроль над процессом принятия решений имеет большое значение, но он не может осуществляться за счет скорости, иначе организация рискует потерять способность к адаптации, когда неизбежно наступит время корректировки курса.

Decision Intelligence может сыграть важную роль в:

  • выяснении процессов принятия решений в том виде, в котором они существуют в текущей деятельности, а не в том, в котором они представлены в устаревшей документации по процессам;
  • повышении качества сохранения знаний о том, как и кем принимаются решения;
  • обеспечении согласованности принятия решений в организации и среди лиц, принимающих решения.

Все эти преимущества, в свою очередь, являются основой для достижения желаемых бизнес-результатов, таких как увеличение дохода, снижение затрат, повышение маржи и т. д.

Для достижения успеха и дифференциации в цифровую эпоху организациям следует сделать следующее:

  • Направить технологов, занимающихся инженерией и управлением данными, и, что еще важнее, тех, кто занимаются анализом данных, наукой о данных и ИИ, на то, чтобы они переключились с вопроса о том, какие данные нужны их клиентам, на вопрос о том, какие решения им необходимо принимать.
  • Оценить атрибуты решений, чтобы выявить наилучшие возможности для автоматизации и дополнения решений. Провести различие между принятием решений на основе данных и с учетом данных. Выделить роль людей в сравнении с машинами, а также недостатки и компетенции тех и других.
  • Начать формирование штата сотрудников, специализирующихся на дизайне, инжиниринге и оркестровке решений.
  • Инвестировать средства в инициативы по повышению уровня грамотности в области данных, чтобы все сотрудники легче воспринимали неопределенность и скептически относились к рекомендациям, выдаваемым непрозрачными системами.
  • Убедиться, что ПО для интеллектуального принятия решений обеспечивает необходимую прозрачность с помощью мониторинга и каталогизации решений, чтобы вызвать доверие у всех пользователей.
  • Пересмотреть цели своих инициатив и инвестиций в области данных, аналитики и ИИ. Если они не способствуют повышению скорости принятия решений, следует перераспределить ресурсы в пользу проектов, которые способствуют этому.
  • Сосредоточиться на управлении изменениями. Одна из самых сложных задач, стоящих перед организациями, — преодоление растущего разрыва между экспоненциальным ростом технологий для автоматизации принятия решений с помощью ИИ и медленно развивающейся способностью людей принимать и внедрять новые технологии в свою повседневную работу.