Hagnaður:
- Hæfni til að framleiða ákvarðanamiðaða innsýn úr dreifðum gögnum með því að skilja gagna-upplýsingar-innsýn-ákvarðanastigann og framkvæma gervigreind skref fyrir skref
- Geta til að sýna sannleikann sem er falinn af heildartölum með sundurliðun hluta og greina fylgni frá orsakasamhengi
- Geta til að meðhöndla ástæðurnar sem gervigreind leggur til sem tilgátur sem á að prófa og byggja endanlega ákvörðun á sannreyndri innsýn
Tugir númera berast á skrifborð stjórnanda á hverjum degi: sölutölur, kostnaður, kvartanir viðskiptavina, birgðastig, starfsmannaveltu. En fjöldinn einn er ekki ákvörðunin. Ákvörðunin byrjar á því að sjá merkinguna í tölunni. „Salan dregst saman um 8 prósent miðað við síðasta mánuð“ er sjálfgefið; „Sölusamdrátturinn er vegna þess að tveir stórir viðskiptavinir á Eyjahafssvæðinu fresta pöntunum sínum“ er innsýn. Hér er ákvörðunarstuðningur - ferlið sem gerir gögn þýðingarmikil fyrir stjórnandann til að taka betri ákvarðanir - brúin sem breytir gögnum í innsýn. Í þessari einingu munum við læra hvernig á að nota gervigreind á þessari brú. Mörkin eru skýr frá upphafi: gervigreind framleiðir drög að innsýn; Stjórnandinn ákveður hvaða innsýn er raunveruleg og hvað á að gera.
Fjögur skref frá gögnum til innsýnar
Stuðningur við ákvarðanatöku er stigi. Fyrsti talan — gögn: óunnin tölur (1.240 pantanir bárust í þessum mánuði). Annar tölustafur — upplýsingar: breytt, borið saman tölur (fækkun um 8 prósent frá síðasta mánuði). Þriðja þrep - innsýn: skilningur á ástæðu lækkunarinnar (töf frá tveimur helstu viðskiptavinum). Skref fjögur — ákvörðun: hvað á að gera (viðtal við þessa viðskiptavini og miða á nýja viðskiptavini). Gervigreindin er mjög hröð í fyrsta og öðru skrefi, er góður hjálpari á þriðja, býður aðeins upp á valkosti í því fjórða.
Að þekkja þennan stiga er mikilvægt vegna þess að flestir stjórnendur biðja gervigreindina beint um að „ákveða fyrir mig“ og verða svekktur. Hins vegar, ef þú framkvæmir gervigreind skref fyrir skref - takið fyrst saman, berið saman, spyrjið síðan um mögulegar ástæður og tekur að lokum ákvörðunina sjálfur - þá verðurðu bæði fljótur og áreiðanlegur.
Ábending: Spyrðu gervigreindina „hvað ályktar þú af þessum gögnum? Í stað þess að spyrja allt í einu skaltu halda áfram skref fyrir skref með því að segja "fyrst samantekt, sýndu síðan 3 athyglisverðustu breytingarnar, leggðu síðan til 2 mögulegar ástæður fyrir hverri." Skrefhugsun gefur nákvæmari niðurstöður.
Fylgnin og orsakasambandsgildran
Hættulegasta gryfja ákvarðanastuðnings er að misskilja fylgni við orsakasamhengi. Fylgni er þegar tvennt fer saman (íssala og drukknun aukast saman á sumrin). Orsakasamband er þegar eitt leiðir af öðru (ís veldur ekki köfnun; heitt veður er algeng orsök). Gervigreind er mjög góð í að finna hluti sem fara saman í gögnunum þínum, en það getur ekki sagt hver er raunveruleg orsök. Að segja "Auglýsingaeyðsla aukist og sala aukist" sannar ekki að auglýsingar hafi aukist sölu; kannski urðu báðir fyrir áhrifum af hátíðinni.
Svo þegar gervigreind bendir til ástæðu, meðhöndlaðu hana sem tilgátu (forsendu sem þarf að sanna), ekki sem staðreynd. "Hvernig prófa ég þetta?" spyrja. Góður stjórnandi prófar ástæðuna sem gervigreind gefur til kynna á sviði eða með gögnum.
þrjú smámál
Tilfelli 1 - Að ná leyndu fallinu. Í rafrænu verslunarfyrirtæki virtist heildarveltan stöðug, engum var brugðið. Framkvæmdastjórinn gefur nafnlausu mánaðarlegu gögnin til gervigreindar og spyr "Hvaða hluti er að stækka og hver er að minnka á flokkagrundvelli?" spurði hann. YZ sýndi fram á að á meðan heildarveltan var stöðug, þá féll raftækjaflokkur með mikla hagnað í raun um 22 prósent, þar sem sala á aukahlutum með litlum hagnaði duldi þetta. Framkvæmdastjórinn staðfesti þetta og einbeitti sér að raftækjaflokknum. Heildarfjöldinn hafði verið hulinn; Hléið leiddi sannleikann í ljós.
Tilfelli 2 - Hlaupa að röngum orsökum. Framkvæmdastjóri kaffihúsakeðju gaf AI sölugögn. „Sala um helgar hreyfist með veðurhitanum,“ sagði YZ. Framkvæmdastjórinn las þetta sem "heitt veður eykur sölu" og hafnaði loftræstingu. Hins vegar var raunveruleg ástæðan aukin umferð viðskiptavina um helgina; Hitastigið fór fyrir tilviljun í sömu átt. Stjórnandinn taldi fylgni vera orsakasamhengi. Hann lærði sína lexíu og prófaði allar ástæður héðan í frá.
Mál 3 — Stofna samanburðinn rétt. Verið var að bera saman hagkvæmni tveggja verksmiðja í framleiðslufyrirtæki. Stjórnandinn spyr gervigreindina: "Er verksmiðja A skilvirkari en B?" spurði hann, en gervigreindin vissi ekki að verksmiðja A væri nýrri og minni. Framkvæmdastjórinn leiðrétti fyrirmælin: "bera saman ávöxtun á hverja einingu, að teknu tilliti til stærðar og aldursmunar." Að þessu sinni var greiningin sanngjörn og raunverulegur munur kom í ljós.
Fjögur afritanleg sniðmát
1) Þreplega innsýn útdráttur:
Hlutverk þitt: viðskiptafræðingur sem aðstoðar stjórnandann. Notaðu meðfylgjandi nafnlaus gögn (tímabil, flokkur, sala, kostnaður). Haltu áfram skref fyrir skref: 1) Dragðu saman gögnin í 4 liðum. 2) Sýndu 3 athyglisverðustu breytingarnar miðað við síðasta tímabil. 3) Komdu með allt að 2 MÖGULEGAR ástæður fyrir hverri breytingu og segðu að þetta séu tilgátur og þörf sé á sönnunargögnum. Ekki búa til neinar tölur sem eru ekki til í gögnunum sem ég gef upp.
2) Sundurliðun (hluti) greining:
Jafnvel þótt heildartölurnar virðast stöðugar, vil ég vita hvað er að gerast inni. Skiptu meðfylgjandi gögnum eftir flokkum/svæðum/viðskiptavinum. Sýndu hvaða hluti er að stækka og hver er að minnka í töflu. Merktu sérstaklega við bakfærslur sem hylja heildarfjöldann.
3) Fylgni-orsakasambandspróf:
Ég fann þetta samband: [A og B flytja saman]. Hjálpaðu mér að greina hvort þetta sé sönn orsök og afleiðing eða bara aðgerð saman. Nefndu mögulegar algengar orsakir og leggðu til 3 hagnýtar athuganir sem ég get gert til að prófa þetta samband.
4) Myndun ákvörðunarvalkosta:
Ég staðfesti þessa innsýn: [innsýn].EKKI ákveða fyrir mig; í staðinn, búðu til 3 mismunandi aðgerðarmöguleika. Fyrir hvern valmöguleika: væntanlegur ávinningur, áætlaður kostnaður/átak, meiriháttar áhætta og hvaða aðstæður ætti að velja. Settu valkostina hlutlaust fram; ekki þröngva einhverjum.
Veik kvaðning / Sterk kvaðning
Veik kvaðning:
Hvers vegna dróst salan saman?
Engin gögn, ekkert tímabil, ekkert samhengi. AI listar upp almennar ástæður (hagkerfi, samkeppni, árstíð); Ekkert þeirra er sérstaklega við aðstæður þínar og er ekki hægt að sannreyna það.
Öflug tilvitnun:
Þitt hlutverk: smásölusérfræðingur. Notaðu meðfylgjandi nafnlaus 6 mánaða gögn (mánuður, svæði, flokkur, fjöldi sölu, velta). Heildarvelta dróst saman um 8% síðasta mánuðinn. Skiptu þessu niður eftir svæðum og flokkum; finna út hvaða hluti hnignunin kemur frá. Settu fram allt að 2 prófanlegar tilgátur fyrir hverja lækkun sem þú finnur. Notaðu bara tölurnar sem ég gaf þér.
Stærð
léleg nálgun
Sterk nálgun
Gögn
Engin
Nafnlaus og meðfylgjandi
Spurning
Almennt "af hverju?"
Brotið og einbeitt
framleiðsla
Almennar ástæður
Prófanlegar tilgátur
Sannhæfni
lágt
hátt
ákvörðunargildi
Minna
hátt
Algeng mistök
- Að treysta á heildarfjöldann. Þó að heildarfjöldinn sé stöðugur geta verið miklar viðsnúningar inni; Vertu viss um að skoða sundurliðunina.
- Að misskilja fylgni fyrir orsakasamhengi. Skoðaðu sambandið sem gervigreind finnur sem tilgátu sem á að prófa, ekki sem sönnunargögn.
- Ósanngjarn samanburður. Ekki bera saman einingar af mismunandi stærðum/aldri/aðstæðum án þess að staðla þær.
- Að biðja um ákvarðanir beint frá gervigreindinni. AI býr til valkosti; Þú berð ákvörðunina og ábyrgðina.
- Að draga ályktanir með gögnum um eitt tímabil. Næg söguleg gögn eru nauðsynleg fyrir þróun.
Varúð: Sama hversu snjöll innsýn virðist, ætti það ekki að verða ákvörðun ef ekki er hægt að sannreyna hana út frá gögnunum þínum. „Sjágreinin sagði það“ er ekki réttlæting; „Ég prófaði það með gögnum og það var staðfest“ er rökstuðningur.
Í stuttu máli
Stuðningur við ákvarðanatöku er stiginn sem breytir gögnum í innsýn: gögn, upplýsingar, innsýn, ákvörðun. Gervigreind er mjög hröð í fyrstu tveimur skrefunum, góður hjálpari í því þriðja og bara valmöguleiki í því fjórða. Horfðu á sundurliðunina, ekki heildartölurnar; Ekki misskilja fylgni fyrir orsakasamhengi; Skoðaðu ástæðurnar sem gervigreindin leggur til sem tilgátur sem á að prófa. Skrefhugsun gefur nákvæmari niðurstöður. Endanleg ákvörðun er byggð á fullgiltri innsýn stjórnanda.
Umsóknarverkefni
Undirbúa nafnlaust gagnasett frá fyrirtækinu þínu (t.d. flokkasala síðustu 6 mánuði). Láttu gervigreind framkvæma sundurliðun hluta með sniðmátinu „sundurliðunargreiningu“ hér að ofan. Búðu til tilgátu með því að nota "Fylgni-orsakapróf" sniðmátið fyrir stærstu breytinguna sem þú fannst og skrifaðu niður hvernig þú ætlar að prófa þessa tilgátu á sviði í 3 atriðum.
gátlisti
- [ ] Hef ég gert gögnin nafnlaus?
- [ ] Horfði ég á sundurliðun (hluta) frekar en heildina?
- [ ] Tók ég ástæðuna sem gervigreindin lagði til sem tilgátu?
- [ ] Er ég búinn að stilla samanburðinn sæmilega (eðlilega)?
- [ ] Tók ég ákvörðunina sjálfur byggða á sannreyndri innsýn?