Τα εργαλεία τεχνητής νοημοσύνης (ΤΝ) μπορούν να ελαφρύνουν το γνωστικό φορτίο και να βελτιώσουν την αποτελεσματικότητα στη λήψη αποφάσεων με πολλούς τρόπους, με βελτιωμένη παρακολούθηση και προσομοίωση, με ρεαλιστική εξάσκηση σε εικονικά περιβάλλοντα και με συμβούλους λήψης αποφάσεων σε πραγματικό χρόνο. Γράφει η Βενετία Σακελλαρίου Οι επικεφαλής των επιχειρήσεων έχουν σήμερα στη διάθεσή τους περισσότερα δεδομένα από περισσότερες και διαφορετικές πηγές. Παραδόξως, όμως, η πληθώρα δεδομένων, αντί να διευκολύνει, έχει εντείνει τις πιέσεις που τους ασκούνται για λήψη σωστών αποφάσεων. Τα εργαλεία τεχνητής νοημοσύνης (ΤΝ) μπορούν να ελαφρύνουν το γνωστικό φορτίο και να βελτιώσουν την αποτελεσματικότητα στη λήψη αποφάσεων με πολλούς τρόπους, με βελτιωμένη παρακολούθηση και προσομοίωση, με ρεαλιστική εξάσκηση σε εικονικά περιβάλλοντα και με συμβούλους λήψης αποφάσεων σε πραγματικό χρόνο. Για να αξιοποιήσουν τα οφέλη αυτά, οι επικεφαλής πρέπει να προσεγγίσουν τη συνεργασία ανθρώπου - μηχανής με μάτια ανοιχτά, δίνοντας προσοχή στα δυνατά σημεία, τις αδυναμίες και τους περιορισμούς των συστημάτων τεχνητής νοημοσύνης. Το πιο σημαντικό είναι οι υπεύθυνοι λήψης αποφάσεων να συνεχίσουν να αναπτύσσουν τις δικές τους δεξιότητες, την εμπειρία και την κρίση τους, ώστε να μπορούν να χρησιμοποιούν την τεχνητή νοημοσύνη με σωστό τρόπο, μειώνοντας παράλληλα τους πιθανούς κινδύνους. Η τεχνητή νοημοσύνη βοηθά τους επικεφαλής των επιχειρήσεων να λαμβάνουν καλύτερες αποφάσεις υπό πίεση Οι επικεφαλής των επιχειρήσεων αντιμετωπίζουν μια ολοένα αυξανόμενη πίεση για λήψη σωστών αποφάσεων στον εργασιακό χώρο. Σύμφωνα με έρευνα της Oracle και του Αμερικανού επιστήμονα δεδομένων Seth StephensDavidowitz, το 85% των ηγετών έχουν βιώσει άγχος κατά τη λήψη αποφάσεων και το 75% έχουν δει τον καθημερινό όγκο των αποφάσεων που πρέπει να λάβουν να δεκαπλασιάζεται τα τελευταία τρία χρόνια. Η λήψη εσφαλμένων αποφάσεων εκτιμάται ότι κοστίζει στις επιχειρήσεις, κατά μέσο όρο, τουλάχιστον το 3% των κερδών τους, το οποίο για μια εταιρεία αξίας 5 δισ. δολαρίων ισοδυναμεί με απώλεια περίπου 150 εκατ. δολαρίων κάθε χρόνο. Ωστόσο, το κόστος λήψης λανθασμένων αποφάσεων δεν είναι μόνο οικονομικό, καθώς μια καθυστερημένη αποστολή σε έναν σημαντικό προμηθευτή, μια αποτυχία στα συστήματα πληροφορικής ή το αποτέλεσμα μιας και μόνο αρνητικής αλληλεπίδρασης με έναν δυσαρεστημένο πελάτη στα μέσα κοινωνικής δικτύωσης, μπορεί γρήγορα να ξεφύγει από τον έλεγχο και να ζημιώσει την επιχείρηση. Πλέον, όλο και περισσότερες επιχειρήσεις στρέφονται στην τεχνητή νοημοσύνη, με στόχο να καλύψουν το κενό των δεδομένων και οι επικεφαλής τους να βελτιώσουν τις ικανότητές τους στη λήψη αποφάσεων σε κρίσιμες, χρονικά, καταστάσεις υψηλής πίεσης. Οι τεχνολογίες αυτές περιλαμβάνουν ένα ευρύ φάσμα εργαλείων, όπως εικονικούς βοηθούς, εικονική και επαυξημένη πραγματικότητα, εργαλεία για την ανακάλυψη διαδικασιών ή και την εξόρυξη εργασιών, καθώς και μια σειρά από πλατφόρμες ανάλυσης δεδομένων και επιχειρηματικής ευφυΐας. Πρόσφατα, υπήρξε τεράστιο ενδιαφέρον για τη δημιουργική τεχνητή νοημοσύνη (GenAI) ή τα μοντέλα μηχανικής μάθησης (LLM), μια ολόκληρη κατηγορία αλγορίθμων που είναι σε θέση να επεξεργάζονται τεράστιες ποσότητες δεδομένων, κείμενα, αριθμούς, κώδικες λογισμικού, εικόνες, βίντεο κ.λπ., να κατανοούν την πιθανή δομή τους και να δημιουργούν περιλήψεις, απαντήσεις, προσομοιώσεις και εναλλακτικά σενάρια βάσει αυτών. Γνωστά μοντέλα GenAI είναι το ChatGPT της OpenAI, το Bard της Google, το Llama 2 της Meta, το Anthropic κ.λπ. Υπάρχουν, όμως, τρία κρίσιμα ερωτήματα που αντιμετωπίζουν οι υπεύθυνοι λήψης αποφάσεων κατά τη χρήση αυτών των τεχνολογιών: uΣε ποια πλαίσια οι τεχνολογίες τεχνητής νοημοσύνης είναι πιθανό να είναι επωφελείς για τη λήψη αποφάσεων; uΠοιες είναι οι προκλήσεις και οι κίνδυνοι της χρήσης αυτών των τεχνολογιών; uΠώς μπορούν οι ηγέτες των επιχειρήσεων να επωφεληθούν αποτελεσματικά από αυτές τις τεχνολογίες και ταυτόχρονα να μετριάσουν τους κινδύνους; Πώς τα συστήματα τεχνητής νοημοσύνης μπορούν να βελτιώσουν τη λήψη αποφάσεων Οι τεχνολογίες που υποστηρίζονται από την τεχνητή νοημοσύνη μπορούν να οδηγήσουν σε ταχύτερη και σωστότερη λήψη αποφάσεων μέσω τριών, τουλάχιστον, τρόπων: την παρακολούθηση σε πραγματικό χρόνο και τη βελτιωμένη πρόβλεψη των, επί τόπου, επιχειρηματικών εξελίξεων, τα εικονικά παιχνίδια ρόλων για την εκπαίδευση των εργαζομένων σε επιχειρηματικά σενάρια που μοιάζουν με τη ζωή, καθώς και τα εργαλεία της GenAI που μπορούν να απαντούν σε ερωτήσεις και να λειτουργούν ως σύμβουλοι και ως εικονικά «ηχητικά συμβούλια» για τους υπευθύνους λήψης αποφάσεων. uΒελτιωμένη παρακολούθηση και πρόβλεψη Με ολοένα και πιο λεπτομερή δεδομένα που προέρχονται από την τεχνολογική παρακολούθηση των αλυσίδων εφοδιασμού, οι επιχειρήσεις μπορούν πλέον να κατανοήσουν από πού προέρχονται οι πρώτες ύλες και οι εισροές τους, ποιος τις παρήγαγε ή τις προμήθευσε και αν οι εισροές αυτές έχουν παραχθεί με ηθικό/ φιλικό προς το περιβάλλον τρόπο. Στα λιμάνια, για παράδειγμα, οι υπεύθυνοι στρέφονται στην τεχνητή νοημοσύνη για την οργάνωση ή τον εξορθολογισμό των αποφάσεων, τη βελτίωση των λειτουργικών επιδόσεων, καθώς και Επιχειρήσεις Η τεχνητή νοημοσύνη ισχυροποιεί την ηγεσία τη βελτίωση των περιβαλλοντικών επιπτώσεων. Η διαχείριση ενός θαλάσσιου λιμένα περιλαμβάνει χιλιάδες αποφάσεις κάθε μέρα, τον προγραμματισμό του ακριβούς χρόνου άφιξης των πλοίων, τον καθορισμό των ασφαλών επιπέδων νερού, τη διαχείριση του όγκου και της ροής της κίνησης των εμπορευματοκιβωτίων, την εξασφάλιση της επαρκούς χωρητικότητας φόρτωσης και εκφόρτωσης στους τερματικούς σταθμούς, την πραγματοποίηση κλήσεων ασφαλείας κ.λπ. Το περιθώριο λάθους είναι μικρό και η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην αποφυγή του. Το λιμάνι του Ρότερνταμ, για παράδειγμα, έχει πρωτοπορήσει με το PortXchange Synchronizer, μια πλατφόρμα που συγκεντρώνει δεδομένα από πολλαπλές πηγές, πλοία, ναυτιλιακές εταιρείες, δημόσια δεδομένα και εφαρμογές πρόβλεψης τεχνητής νοημοσύνης, για να παρέχει σε πραγματικό χρόνο έναν πίνακα στοιχείων για κάθε πλοίο που προσεγγίζει το λιμάνι. Η πλατφόρμα χρησιμοποιείται σε λιμάνια σε όλο τον κόσμο για τη βελτιστοποίηση της λήψης αποφάσεων και του μακροπρόθεσμου σχεδιασμού των λειτουργιών και των υποδομών τους. uΕικονικό παιχνίδι ρόλων σε πραγματικές συνθήκες Πολλές βιομηχανίες αναπτύσσουν πλέον τεχνολογίες τεχνητής νοημοσύνης για να εξοπλίσουν τα στελέχη τους με δεξιότητες λήψης αποφάσεων σε διάφορα επιχειρηματικά σενάρια που αφορούν τόσο στην καθημερινότητα, όσο και σε απροσδόκητες περιπτώσεις. Για τους νέους υπαλλήλους τηλεφωνικών κέντρων, για παράδειγμα, η πιο σημαντική εμπειρία προέρχεται από την αντιμετώπιση των δύσκολων, συναισθηματικών ή απογοητευμένων πελατών. Η αμερικανική εταιρεία τηλεπικοινωνιών Verizon χρησιμοποίησε την τεχνολογία VR της Strivr, για να δημιουργήσει στους εκbusinessfocus Πολλές βιομηχανίες αναπτύσσουν πλέον τεχνολογίες τεχνητής νοημοσύνης για να εξοπλίσουν τα στελέχη τους με δεξιότητες λήψης αποφάσεων σε διάφορα επιχειρηματικά σενάρια που αφορούν τόσο στην καθημερινότητα, όσο και σε απροσδόκητες περιπτώσεις 38 #36 ΟΚΤΩΒΡΙΟΣ 2024
RkJQdWJsaXNoZXIy ODAxNzc=