AI:n rooli liiketoimintapäätöksenteossa | AI liiketoiminnassa #15

Keinoäly auttaa jo tänään monien yritysten omistajia. Se auttaa keskittymään olennaisiin ongelmiin helpottamalla toistuvien tehtävien automatisointia yrityksessä. Se tukee ja nopeuttaa analyytikoiden työtä luokittelemalla, kokoamalla ja visualisoimalla kerättyjä tietoja. Mutta onko keinoäly myös kykenevä auttamaan datavetoisten liiketoimintapäätösten tekemisessä?

Keinoälyn rooli liiketoimintapäätöksenteossa – sisällysluettelo:

1. Johdanto
2. Päätöksenteko – mikä on ongelma?
3. Päätöksentekomenetelmät
4. Keinoälyn tukemat päätöksentekokohteet
5. Yhteenveto

Johdanto

Monet yritysten omistajat unelmoivat seuraavasta tilanteesta: keinoälyyn perustuvat analytiikkatyökalut keräävät reaaliaikaista tietoa yrityksen toiminnan eri osa-alueista. Ne on liitetty tietovarastoon, mikä antaa keinoälylle kokonaisvaltaisen näkemyksen yrityksen tilanteesta kilpailijoihinsa ja yleiseen markkinatilanteeseen nähden. Käyttämällä kaikkia näitä tietoja keinoäly tekee tarkan analyysin yrityksen nykytilasta sekä sen lähitulevaisuudesta ja kaukaisesta tulevaisuudesta. Kirjoitimme keinoälyn kyvyistä liiketoimintatietojen analysoinnissa (BDA, BDI) aiemmassa artikkelissa.

Kuitenkin, mitä tapahtuisi, jos keinoäly ei vain hahmottaisi mahdollisia kehityspolkuja yritykselle, vaan ehdottaisi päätöksiä siitä, mitä yrityksen tulisi tehdä kasvaakseen optimaalisesti ja saadakseen mahdollisimman hyviä voittoja? Tai jopa, jos se toimittaisi oikeat liiketoimintapäätökset?

Päätöksenteko – mikä on ongelma?

Tarkan päätöksenteon perusta on tieto tapahtumien ja prosessien välisistä suhteista. Sekä ihmiset että keinoäly tekevät jatkuvasti virheitä pyrkiessään ennustamaan tulevaisuuden menestysmahdollisuuksia keräämällä ja analysoimalla tietoja menneisyydestä. Tilastollisesti tarkemman päätöksen tekemisen mahdollisuudet nousevat niin sanotussa suljetussa järjestelmässä, eli tilanteessa, joka ei ole alttiina ulkoisille vaikutteille. Menestysmahdollisuudet myös kasvavat, kun niitä tukee laaja tietoaineisto, joka kuvaa samankaltaisia menneitä suhteita eri tavoin.

Keinoälyllä on etu ihmisiin nähden, koska se voi virheettömästi analysoida paljon suurempia tietomääriä ja nähdä siinä kaavoja, jotka ovat ihmisen silmälle näkymättömiä. Se voi esimerkiksi havaita syklisiä muutoksia yrityksen sijaintiriippuvaisessa palvelukysynnässä silmänräpäyksessä tai poimia visuaalisesti epämiellyttävästä ansioluettelosta ehdokkaan optimaalisen taitoyhdistelmän yritykselle.

Kuitenkin keinoälyn päätöksentekoon liittyvä kysymys on hyvin monimutkainen. Onhan se toinen asia visualisoida kerättyjen tietojen joukko ja toinen osoittaa optimaalinen toimintatapa. Tämä johtuu siitä, että se koskee päätöksiä riskialttiissa tilanteissa, jotka perustuvat puutteellisiin tietoihin. Siihen liittyy myös täysin ennustamattomien tekijöiden vaikutus, joilla on vakavia seurauksia, joita kutsutaan mustiksi joutseniksi.

Ihmisillä on etu keinoälyyn nähden, koska päätöksenteossa he voivat ottaa huomioon ulkoiset tekijät, joiden vaikutus yrityksen tilanteeseen ei välttämättä ole ilmeinen tai suora. Näitä ovat esimerkiksi poliittiset tapahtumat, jotka vaikuttavat raaka-aineiden hintaan ja saatavuuteen, tai tietyn tehtävän ehdokkaan luonteenpiirteet, jotka kompensoivat hieman vähemmän kokemusta. Ihminen voi myös suunnitella kehyksen, joka määrittää päätöksenteossa huomioon otettavat tekijät, eli tarkastella prosessia kokonaisuutena.

Päätöksentekomenetelmät

Yritykset ottavat käyttöön erilaisia menetelmiä helpottaakseen prosessia ja järjestääkseen sen, jotta ne voivat selviytyä liiketoimintapäätöksiin liittyvistä riskeistä, epävarmuuksista ja vastuista. Näitä ovat:

• Eisenhower-matriisi – joka järjestää päätökset kiireellisyyden ja tärkeyden akselille auttaakseen päättämään, missä järjestyksessä tehtävät tulisi suorittaa
• SPADE – monipuolinen kehys, joka korostaa yksittäisen henkilön vastuuta päätöksistä koko tiimin kokemusten jakamisen perusteella
• Agile Inception – joka tarjoaa kehyksen ketterän tiimin työn ensimmäiselle käsitteelliselle ja päätöksentekovaiheelle
• Integroitu ajattelu – menetelmä, joka keskittyy mahdollisuuksien tutkimiseen ja ratkaisujen nopeaan prototypointiin

Kuinka keinoäly voi auttaa niiden soveltamisessa? Kehityksen nykyvaiheessa keinoäly voi ensisijaisesti auttaa valmistamaan optimaalisia ratkaisuja päätöksenteon tietyille vaiheille. Tämä johtuu siitä, että sitä sovelletaan vaiheittain. Toisin sanoen, nykyinen keinoäly voi vapauttaa työntekijät tylsistä tehtävistä, kuten tietojen etsimisestä ja käsittelystä, esimerkiksi valitsemalla tuotteen optimaalisen hinnan. Päätöksentekijöiden on kuitenkin määritettävä, miten keinoälyn tulisi etsiä vastauksia. Toisin sanoen heidän on osoitettava sen kilpailijat, vähittäismyyntipaikat sekä kohdeasiakasryhmä, vain muutamia mainitakseni.

Keinoälyn tukemat päätöksentekokohteet

Keinoäly on erinomainen tukemaan tai jopa tekemään kapeita päätöksiä. Käytämme sen kykyjä päivittäin esimerkiksi sähköpostien kirjoittamisessa annettujen ehdotusten avulla. Kielen, kirjoitustyylin sekä jatkuvasti kasvavan sanojen ja lauseiden välisen yhteyksien perusteella keinoäly on yhä tarkempi ehdottaessaan seuraavaa termiä, lausetta tai välimerkkiä. Voisi sanoa, että se nappaa aikomuksemme lennosta – vielä sanomattoman lauseen tai ajatuksen.

Puutteellisiin tietoihin perustuva analyysi ja päätöksenteko toimivat samankaltaisella periaatteella. Analysoimalla aiempaa tietoa keinoäly voi täyttää puuttuvat kentät, eli se “arvaa” jollain tavalla, mitä taulukon tyhjään soluun tai kaavion pisteeseen tulisi laittaa.

Sen vuoksi keinoäly tukee tänään monipuolisia mutta erikoistuneita päätöksentekokohteita. Sitä käytetään muun muassa:

• dokumenttien syöttäminen tietokantoihin – jopa tilanteissa, joissa ne toimitetaan yritykselle paperimuodossa tai sisältävät puutteellista tai huonosti jäsenneltyä tietoa, keinoäly voi tarkasti järjestää tiedot ja päättää, mihin kokoelmaan asiakirja kuuluu,
• luonnollisella kielellä esitettyihin kysymyksiin vastaaminen – päätöksenteko tekee keinoälystä kykenevän vastaamaan tarkasti esitettyihin kysymyksiin ja ottamaan aloitteen esittämällä lisäkysymyksiä, kuten kirjoitimme keskustellessamme chatbotista, voiceboteista ja virtuaalisista assistenteista,
• liiketoimintaprosessien hallinta – puutteellisten tietojen tilanteessa keinoäly voi päättää siirtyä prosessikarttaan sisältyvien vaihtoehtoisten seuraavien vaiheiden klusteriin
• prosessiautomaatio – keinoälyn toiminta mahdollistaa työnkulkujen automatisoinnin eri ohjelmien välillä, jotka tukevat yritystä

Yhteenveto

Keinoälyn tänään tukemat päätöksentekokohteet ovat kapeita. Alussa hahmoteltu tulevaisuuden visio on pelkkä arvailu, ja keinoälyn johtamien yritysten aikakausi on mahdollisesti epätodennäköinen.

Kuitenkin keinoälyn laajentaminen yhteistyömoduulien kautta erilaisten prosessien analysoimiseksi ja hallitsemiseksi avaa ennakoimattomia mahdollisuuksia. Yritämme tarkastella keinoälyn tulevaisuutta liiketoimintapäätösten ja -prosessien tukemisessa seuraavassa artikkelissamme.

Jos pidät sisällöstämme, liity vilkkaaseen mehiläisyhteisöömme Facebookissa, Twitterissä, LinkedInissä, Instagramissa, YouTubessa, Pinterestissä.