Архив · 2014

Выбор сделан! или Кто принимает решение?

Выбор сделан! или Кто принимает решение?

Одним из наиболее интересных вопросов, активно обсуждаемых на Big Data просторах, является понимание роли, в которой достигается наивысшая ценность Системы работы с большими данными. Кто должен принимать решение?Какой из вариантов развития технологий позволит в будущем максимально облегчить задачи Трансформации бизнеса и предложить наиболее интересные сценарии?

Возможны два полярных подхода: Система предлагает нам варианты и решение принимаем мы, или мы настраиваем Систему, и она самостоятельно делает за нас выбор?

Если внимательно посмотреть на кейсы работы с большими данными, то их можно разделить на две категории:

  1. Человек принимает решение: Технологии и продукты для Визуализации данных;
  2. Система принимает решение: Технологии автоматизации принятия решения.

В первом случае мы решаем задачу по представлению данных в удобном для восприятия виде. Человеческий мозг довольно эффективно работает с образами и воспринимает визуальную информацию даже на бессознательном уровне, выявляя знакомые фигуры и закономерности. Облачение цифр в графики и картинки позволяет опытному глазу отсекать ненужную информацию и улавливать даже слабые намеки на возможную ценность исследуемых данных.

Но, в этом случае, мы очень сильно зависим от наших физических возможностей, накопленного опыта, и должны полагаться на свои собственные суждения, решения и интуицию.

Именно так развивалась Наука все годы. Наблюдение. Мы могли только наблюдать и сейчас часто продолжаем думать, что компьютер может помочь нам только в подготовке вариантов, из которых мы самостоятельно должны делать выбор.

Пару дней назад на одной научной конференции мы обсуждали проблемы работы с большими данными и наиболее эффективные сценарии развития. Я был крайне удивлен позиции представителей Науки, что большие данные для них — это в первую очередь — визуализация и возможность посмотреть на данные под разными углами и срезами. При этом варианты, что можно доверить системе принятие решений, воспринимались крайне скептически. Осмысливая позже эту ситуацию, я нахожу этому объяснение только в том, что для Науки всегда первоочередной задачей было правильно проводить исследования, наблюдать и делать собственные суждения и выводы. Ученый, в первую очередь, — наблюдатель.

Но с ростом объемов доступных данных для анализа и возможностей их объединения и обогащения поддерживать эффективность таких выводов крайне сложно.

As the amount of data goes up, the importance of human judgment should go down.

Andrew McAfee

C точки зрения развития технологий и задач бизнеса, как я их вижу, мы стремительно идем ко второму сценарию. Решения должны приниматься автоматически.

Простой пример — в мире интернет рекламы сейчас самые горячие тренды — это RTB(Real-Time Bidding) и Programmatic, т.е. концепции, которые вообще исключают человека из цепочки принятия решений. Весь процесс полностью автоматизирован, от момента понимания профиля и интересов клиента, зашедшего на страницу, до автоматического показа рекламы, выбранной в процессе аукциона среди множества участников и проведения всех необходимых расчетов между участниками.

Аналогичный подход сейчас активно проникает в корпоративный сектор. Все больше задач появляется, в которых конечное решение должно приниматься системой. Если вспомнить о том, что клиент мобилен и у него всегда под рукой телефон, то нет лучше сценария — как показать клиенту на экране смартфона кнопку «Купить» именно в тот момент, когда вероятность ее нажатия максимально высокая и клиент просто не сможет ее не нажать. Это можно сделать только, если мы в реальном времени распознаем интересы, потребности и желания клиента, полностью исключив «физического продавца» из цепочки. Мы доверяем системе.

Для масштабирования бизнеса в Digital эпохе нам придется полагаться на автоматизированные системы принятия решений в реальном времени. В этом случае наиболее важным будут вопросы выбора и обучения алгоритмов, автоматизации и подготовки таких систем, насыщения правильными данными.

Мы готовим систему для самостоятельного принятия решений и доверяем ей выбор!

Вопрос: Как вы считаете, кто должен принимать финальное решение? Система предлагает нам выбрать правильное решение или делает выбор самостоятельно ?

Книга «Корпоративная Автономизация»
Живая книга

Корпоративная Автономизация

Как передать работу компании ИИ-агентам и удержать управление. Для собственника, CEO и совета директоров. Делегируется интеллект, но не ответственность.

Экосистема

Повестка корпоративной автономизации

Дэн Реймер - Бизнес, который работает без вас. 25 лет: от Цифровой Трансформации до Корпоративной Автономизации
Корпоративное управление

Трансформация корпоративного управления

Автономизация меняет требования к совету директоров. Когда часть решений готовят и исполняют ИИ-агенты, у совета появляются новые вопросы: кто отвечает за результат автономного контура, какие решения допустимо передавать, как устроены надзор, аудит, эскалация и границы допустимого риска. Совет, который не ставит эти вопросы, теряет управляемость раньше, чем это замечает.

Независимый директор с фокусом на автономизацию и ИИВторое мнение для совета директоров: где технологическая стратегия создаёт ценность, а где - риски.
Правила управления ИИ-агентамиКакие решения допустимы, когда нужна эскалация, что фиксируется в журнале, кто отвечает за результат.
Стратегическая сессия для советаРазбор: что в вашей компании уже можно передать агентам, а что нельзя и почему.
Оценка зрелостиГде компания сейчас, какие контуры управления готовы к автономизации, с чего начать.
Связаться

Готовы обсудить проект?

Стратегическая сессия, сопровождение автономизации, роль независимого директора в совете или приглашение выступить - опишите задачу. Отвечаю лично; проектную работу ведёт команда Reymer Digital.