Automaatio vai augmentaatio? Kaksi lähestymistapaa tekoälyyn yrityksessä | Tekoäly liiketoiminnassa #124

Mitä ovat automaatio ja augmentaatio tekoälyn kontekstissa yrityksessä?

Automaatiolla ja augmentaatiolla on vastakkaiset mutta toisiinsa riippuvaiset voimat. Itse asiassa yritykset kohtaavat valinnan: Leikkaavatko ne kustannuksia ja automatisoivatko tehtäviä, poistaen ihmisten osallistumisen prosessiin? Vai parantavatko ne työntekijöiden kykyjä ja parantavat tuloksia tekoälyn augmentaation avulla, joka edellyttää tiivistä yhteistyötä ihmisten ja tekoälyn välillä? Niiden täydentävät taidot yhdistetään sitten tietyn tehtävän suorittamiseksi.

Automaation ja augmentaation paradoksi on asia, jonka modernien organisaatioiden on kohdattava. Käsitys näiden kahden käsitteen eroista ja synergioista on ratkaisevan tärkeää tekoälyn onnistuneelle käyttöönotolle liiketoiminnassa.

Automaatiota

Automaatiolla tarkoitetaan prosessia, jossa ihmisten toistuvat toiminnot korvataan ohjelmistolla. Ennen generatiivisen tekoälyn nopean kehityksen aikakautta automaatio oli sovellettavissa vain rutiini- ja hyvin jäsenneltyihin tehtäviin, kuten:

• laskujen täyttäminen,
• raporttien laatiminen,
• kulujen tiivistäminen,
• yksinkertainen asiakaspalvelu, joka perustuu keskustelun seuraavan vaiheen valintaan painamalla nappia.

Organisaatiot pystyivät automatisoimaan prosesseja asiantuntijatiedon perusteella, joka oli koodattu algoritmeiksi, jotka määrittävät suhteet ehtojen (“jos”) ja seurausten (“sitten”) välillä. Tällainen automaatio perustui selkeästi määriteltyyn alueen malliin, eli alueen tietämysrepresentaatioon, joka optimoi valitun hyötyfunktion.

Kuitenkin generatiivisen tekoälyn kehitys on tuonut radikaaleja muutoksia automaation alalle. Uudet mallit voivat reagoida paljon joustavammin syöttötietoihin, ja ne voivat myös suorittaa komentoja, jotka on ilmaistu luonnollisessa kielessä. Toisin sanoen, sen sijaan että ne suorittaisivat komentoja eksplisiittisten sääntöjen perusteella, ne voivat suorittaa tehtäviä kontekstuaalisen ymmärryksen perusteella.

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

Kuitenkin tekoälyä hyödyntävät automaatiot sisältävät huomattavia riskejä.

Ensimmäinen on päätöksenteon automatisoinnin vaarat – ongelma, jonka kanssa autonomisten ajoneuvojen kehittäjät, muiden muassa, kamppailevat. Esimerkiksi, kun ajoneuvon on tehtävä manööveri sekunnin murto-osissa, koska törmäystä ei voi välttää.

Toinen riski tulee ennakoivista algoritmeista. Vaikka yritys haluaisi toteuttaa automatisoidun vaihtoehdon seurata datavetoisia tekoälysuosituksia, ihmisen on otettava vastuu tehdyistä päätöksistä.

Kolmas riskityyppi on generatiivisen tekoälyn käyttö, joka, riittämättömien tietojen vuoksi, alkaa hallusinoida, eli antaa todennäköisiä mutta vääriä vastauksia. Esimerkiksi se voi tuottaa valeuutisia tai antaa asiakkaille vääriä vastauksia kysymyksiin. Automaation etujen ja riskien navigointi vaatii siksi huolellista analyysiä ja valmistautumista.

Augmentaatio

Augmentaatio on prosessi, jossa käytetään tekoälyä ihmisen älykkyyden ja taitojen parantamiseen, sen sijaan että ne korvattaisiin tai toimittaisiin itsenäisesti. Augmentaation kasvavan merkityksen myötä ympäristöissä, joissa tarvitaan monimutkaista päätöksentekoa, organisaatiot omaksuvat yhä enemmän tätä lähestymistapaa. Monimutkaisemmissa tehtävissä, joissa säännöt ja mallit eivät ole täysin tunnettuja, augmentaatio mahdollistaa luonnollisen ja tekoälyn tiiviin yhteistyön.

Tämä johtuu siitä, että augmentaatio on iteratiivinen, koevoluutioprosessi, jossa ihmiset oppivat tekoälyltä ja tekoäly oppii ihmisiltä. Tällöin tekoälyn rooli tulisi suunnitella siten, että se mahdollistaa ihmisen valvonnan kaikissa vaiheissa tietyn prosessin aikana. Se vaatii alueen asiantuntijoiden osallistumista, joiden asiantuntemus on usein hiljaista luonteeltaan, johon on saatu vuosien kokemuksesta ja intuitiosta, mikä tekee tekoälyn suoran korvaamisen vaikeaksi tai mahdottomaksi.

Augmentaatio mahdollistaa ihmisten ja tekoälyn vahvistaa toisiaan, yhdistäen koneen rationaalisuuden ihmisen intuitioon, järkeen ja ammatilliseen kokemukseen. Tämä lähestymistapa mahdollistaa kattavamman tiedon käsittelyn ja paremman päätöksenteon.

Esimerkiksi tuoksuyhtiö Symrisessä parfyymit työskentelivät tiiviisti tekoälyjärjestelmän kanssa luodakseen ideoita uusille tuoksuille (https://www.thefreelibrary.com/Can+AI+pass+the+smell+test%3F+Deploying+artificial+intelligence+can+be…-a0578441404). Augmentaation avulla asiantuntijat pystyivät hyödyntämään koneen kykyä käsitellä valtavia määriä tietoa samalla kun he sovelsivat omaa tietämystään tulosten tulkitsemiseen ja kontekstualisoimiseen. Tulokset olivat innovatiivisia tuoksuja, joista asiakkaat pitivät.

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

Sujuvat siirtymät – automaatiosta augmentaatioon ja takaisin

Automaation ja augmentaation välinen suhde on dynaaminen. Se mahdollistaa saumattomat siirtymät näiden kahden lähestymistavan välillä. Tiivis yhteistyö ihmisten ja tekoälyn välillä augmentaatiossa auttaa tunnistamaan sääntöjä ja malleja, joita voidaan sitten käyttää tietyn tehtävän automatisoimiseen, mikä johtaa innovaatioihin ja tehokkuuden parantamiseen.

Organisaatioiden tulisi siksi tietoisesti iteratiivisesti siirtyä automaation ja augmentaation erillisten tehtävien välillä, sitoutuen pitkäaikaisesti molempiin.

Toinen askel, joka vahvistaa automaation ja augmentaation välistä yhteyttä, on autonomisten agenttien luominen, eli tekoäly, joka voi paitsi automatisoida tehtäviä, myös suunnitella prosesseja ja antaa komentoja muille järjestelmille ilman ihmisen väliintuloa. Seuraavan sukupolven tekoälyratkaisujen kehitys mahdollistaa myös lähitulevaisuudessa prototyyppien ja innovatiivisten palveluiden luomisen tarpeiden analyysin perusteella.

Yhteenveto

Automaatiolla ja augmentaatiolla on kaksi vastakkaista mutta usein toisiinsa riippuvaista sovellusta tekoälyssä johtamisessa. Tasapainoinen lähestymistapa, joka yhdistää molempien käsitteiden vahvuudet, on avain saavuttaa täydentävyys, joka hyödyttää sekä liiketoimintaa että yhteiskuntaa.

Hallita tätä jännitettä tehokkaasti, organisaatioiden tulisi:

• muistaa vastuu läpinäkyvien ja turvallisten järjestelmien luomisesta tekoälyn avulla,
• pitää mielessä vastuu johtamisprosesseista, käsitellen tekoälyä työkaluna, joka auttaa eikä korvaa johtajia,
• integroi kaksi lähestymistapaa tietoisesti iteratiivisesti niiden välillä ja hyödyntää toistensa vahvuuksia,
• toteuttaa tiukkoja valvontakäytäntöjä ja läpinäkyvyysmekanismeja virheiden ja ennakkoluulojen havaitsemiseksi ja korjaamiseksi tekoälyjärjestelmissä.

Yli kaiken, heidän tulisi myös investoida työntekijöiden taitojen ja osaamisten kehittämiseen, jotta he voivat työskennellä tehokkaasti tekoälyn kanssa osana augmentaatiota.

Nämä kaksi tekoälyvoimaa yhdistämällä organisaatiot eivät ainoastaan tee itsestään tehokkaampia ja innovatiivisempia, vaan myös auttavat rakentamaan oikeudenmukaisempaa ja kestävämpää yhteiskuntaa. Avain on ymmärtää, että automaatio ja augmentaatio tulisi olla harmoniassa synergisesti, ei kilpailla vaihtoehtoina.

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