Il ruolo dell’IA nel processo decisionale aziendale | IA nel business #15

L’intelligenza artificiale sta già aiutando i proprietari di molte aziende oggi. Aiuta a concentrarsi su problemi rilevanti facilitando l’automazione di compiti ripetitivi nell’impresa. Supporta e accelera il lavoro degli analisti classificando, raccogliendo e visualizzando i dati raccolti. Ma l’intelligenza artificiale è anche in grado di aiutare a fornire decisioni aziendali basate sui dati?

Il ruolo dell’IA nel processo decisionale aziendale – indice dei contenuti:

1. Introduzione
2. Decision-making – qual è il problema?
3. Metodi decisionali
4. Aree decisionali supportate dall’IA
5. Riepilogo

Introduzione

Molti proprietari di aziende sognano la seguente situazione: strumenti analitici basati sull’intelligenza artificiale raccolgono dati in tempo reale su vari aspetti delle operazioni aziendali. Sono collegati a un data warehouse, dando all’IA una visione olistica della situazione dell’azienda rispetto ai suoi concorrenti e alla situazione generale del mercato. Utilizzando tutti questi dati, l’IA effettua un’analisi accurata dello stato attuale dell’azienda, così come del suo futuro prossimo e lontano. Abbiamo scritto sulle capacità dell’intelligenza artificiale nell’analisi dei dati aziendali (BDA, BDI) in un articolo precedente.

Tuttavia, cosa accadrebbe se l’IA non solo delineasse possibili percorsi per lo sviluppo di un’azienda ma suggerisse decisioni su cosa fare affinché l’azienda cresca in modo ottimale e realizzi i migliori profitti possibili? O addirittura, se fornisse le giuste decisioni aziendali?

Decision-making – qual è il problema?

La base per prendere decisioni accurate di qualsiasi tipo è la conoscenza della relazione tra eventi e processi. Sia gli esseri umani che l’intelligenza artificiale continuano a commettere errori mentre cercano di prevedere le future possibilità di successo raccogliendo e analizzando dati sul passato. Statisticamente, le possibilità di prendere una decisione più accurata aumentano in un cosiddetto sistema chiuso, cioè una situazione non soggetta a influenze esterne. Le possibilità di successo aumentano anche quando sono accompagnate da un ampio set di dati che descrive relazioni passate simili in modi diversi.

L’intelligenza artificiale ha un vantaggio sugli esseri umani perché può analizzare senza errori volumi di dati molto più grandi e vedere schemi in essi che sono invisibili all’occhio umano. Può, ad esempio, individuare cambiamenti ciclici nella domanda di servizi dipendente dalla posizione dell’azienda in un batter d’occhio, o estrarre da un curriculum visivamente poco attraente la combinazione ottimale di competenze del candidato per l’azienda.

Tuttavia, la questione del processo decisionale da parte dell’intelligenza artificiale è molto complessa. Dopotutto, è un’altra cosa visualizzare un insieme di dati raccolti, e un’altra indicare il corso d’azione ottimale. Questo perché riguarda decisioni in situazioni rischiose, basate su dati incompleti. Comporta anche l’influenza di fattori completamente imprevedibili che hanno conseguenze gravi, chiamati cigni neri.

Gli esseri umani hanno un vantaggio sull’intelligenza artificiale perché nel prendere decisioni possono tenere conto di fattori esterni il cui impatto sulla situazione dell’azienda potrebbe non essere ovvio o diretto. Questi includono, ad esempio, eventi politici che influenzano il prezzo e la disponibilità delle materie prime, o le caratteristiche personali di un candidato per una particolare posizione che compensano un’esperienza leggermente inferiore. Una persona può anche pianificare un quadro che determina i fattori presi in considerazione durante il processo decisionale, cioè guardare al processo nel suo insieme.

Metodi decisionali

Le aziende adottano vari metodi per rendere il processo più semplice e ordinato per affrontare i rischi, le incertezze e le responsabilità associate al prendere decisioni aziendali. Questi includono:

• Matrici di Eisenhower – che organizzano le decisioni sugli assi di urgenza e importanza per aiutare a decidere l’ordine in cui i compiti devono essere eseguiti
• SPADE – un framework multifaccettato che enfatizza la responsabilità individuale per le decisioni basate sulla condivisione dell’esperienza dell’intero team
• Inception Agile – che fornisce il framework per la prima fase concettuale e decisionale del lavoro del team agile
• Pensiero Integrato – un metodo che si concentra sull’esplorazione delle possibilità e sul prototipazione rapida delle soluzioni

Come può l’intelligenza artificiale assistere nella loro applicazione? Nello stato attuale di sviluppo, l’IA può principalmente aiutare a preparare soluzioni ottimali per fasi specifiche del processo decisionale. Questo perché viene applicata punto per punto. In altre parole, l’IA di oggi può sollevare i dipendenti dall’eseguire i compiti noiosi di ricerca e elaborazione delle informazioni, ad esempio, scegliendo il prezzo ottimale per un prodotto. Spetta però ai decisori determinare come l’intelligenza artificiale dovrebbe cercare risposte. In altre parole, dovranno indicare i suoi prodotti competitivi, le posizioni di vendita e il gruppo di clienti target, per citarne alcuni.

Aree decisionali supportate dall’IA

L’intelligenza artificiale eccelle nel supportare o addirittura prendere decisioni ristrette. Utilizziamo le sue capacità quotidianamente usando, ad esempio, suggerimenti quando scriviamo email. Basandosi sulla nostra lingua, stile di scrittura e su una base di connessioni tra parole e frasi in continua crescita, l’intelligenza artificiale è sempre più precisa nel suggerire il termine, la frase o il segno di punteggiatura successivo. Si potrebbe dire che coglie le nostre intenzioni al volo – una frase o un pensiero ancora non espressi.

Analisi e decision-making basati su dati incompleti funzionano su un principio simile. Analizzando informazioni precedenti, l’IA può riempire i campi mancanti, cioè in qualche modo “indovina” cosa dovrebbe esserci in una cella vuota di una tabella o in un punto di un grafico.

Pertanto, l’intelligenza artificiale oggi supporta aree decisionali diverse ma specializzate. Trova applicazione, tra l’altro, in:

• inserimento di documenti in database – anche in situazioni in cui vengono consegnati all’azienda in forma cartacea o contengono dati incompleti o mal strutturati, l’IA può organizzare accuratamente le informazioni e decidere a quale raccolta appartiene il documento,
• rispondere a domande poste in linguaggio naturale – il processo decisionale rende l’intelligenza artificiale capace di rispondere con precisione alle domande poste e di prendere l’iniziativa ponendo domande di follow-up, come abbiamo scritto quando abbiamo discusso di chatbot, voicebot e assistenti virtuali,
• gestione dei processi aziendali – in una situazione di dati incompleti, l’IA può decidere di passare a uno dei gruppi di passaggi alternativi inclusi nella mappa del processo
• automazione dei processi – l’azione dell’intelligenza artificiale consente l’automazione dei flussi di lavoro tra diversi programmi che supportano l’azienda

Riepilogo

Le aree decisionali supportate dall’intelligenza artificiale oggi sono ristrette. La visione del futuro delineata all’inizio è solo un’ipotesi, i giorni in cui l’IA guiderà le aziende sono probabilmente del tutto improbabili.

Tuttavia, espandere l’ambito dell’IA attraverso moduli collaborativi per analizzare e gestire diversi processi apre possibilità imprevedibili. Cercheremo di dare uno sguardo al futuro dell’intelligenza artificiale nel supportare decisioni e processi aziendali nel nostro prossimo articolo.

Se ti piace il nostro contenuto, unisciti alla nostra comunità di api operose su Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest.