Ieguvumi:
- Spēja aizsargāt datus četros slāņos (klasificēšana, anonimizācija, transportlīdzekļa izvēle, minimālie dati) un izpildīt KVKK atbildību
- Spēja pārbaudīt rezultātus atbilstoši riska līmenim un filtrēt ieteikumus, kas ietekmē cilvēkus, izmantojot godīgumu un neobjektivitāti
- Spēja izveidot vienkāršu AI pārvaldības sistēmu un nodrošināt, ka mākslīgā intelekta izvade neaizstāj ekspertu apstiprinājumu finanšu/juridiskos/HR/atbilstības lēmumos
Kā vadītājs jūs esat iemācījies izmantot AI katrā sava biznesa stūrī: atskaitēs, KPI, automatizācijā, operācijās, iepirkumos, komunikācijā, kopsavilkumā, scenārijā. Tagad mēs veidojam sistēmu šīs pilnvaras atbildīgai izmantošanai. Jo, ja mākslīgais intelekts tiek izmantots nepareizi, ātrums un ērtības pārvēršas nopietnos riskos: nopludināts klientu saraksts, lēmums, kas balstīts uz izdomātu numuru, diskriminējošs ierosinājums, KVKK pārkāpums. Šī ierīce ir drošības tīkls, kas satur visu moduli kopā. Galvenais princips vienā teikumā: AI ir palīgs; Pārvaldnieks vienmēr ir atbildīgs par datu konfidencialitāti, izvades precizitāti un lēmuma ētiku.
Datu privātums: četri aizsardzības līmeņi
Biznesa dati ir vērtīgi, un liela daļa no tiem ir konfidenciāli. Aizsargājiet privātumu četros slāņos. Pirmais slānis — klasifikācija: atzīmējiet katru datu daļu kā “publisks/iekšējai lietošanai/konfidenciāls/personisks”. Īpaša uzmanība jāpievērš konfidenciāliem un personas datiem. Otrais slānis — anonimizācija: pārveidojiet identifikatorus, piemēram, vārdu, ID, klienta vārdu, piegādātāja cenu kodos, pirms tos nododat AI (darbinieks A, klients 1). Trešais slānis — rīku izvēle: ja iespējams, izmantojiet uzņēmuma apstiprinātus korporatīvo AI rīkus, kas neuzglabā datus modeļu apmācībai; Nesniedziet konfidenciālus datus publiski pieejamiem bezmaksas rīkiem. Ceturtais slānis — minimālie dati: sniedziet minimālo datu daudzumu, kas nepieciešams darba veikšanai, ne vairāk.
KVKK (Personas datu aizsardzības likums) regulē jūsu darbinieku un klientu personas datu apstrādi; Pārkāpums rada gan juridiskas sankcijas, gan reputācijas zaudēšanu. Klientu saraksta vai algu saraksta ielīmēšana atvērtā tērzēšanas lodziņā ir kā bloķēta faila atstāšana uz ielas.
Uzmanību: “Šis rīks šķiet drošs” nav garantija. Pirms sniegt jebkādus datus AI, pajautājiet: "Kāds kaitējums uzņēmumam būtu, ja šī informācija noplūstu?" Ja bojājums ir nopietns, vai nu padariet datus anonīmus, vai arī neatklājiet tos vispār. Ja šaubāties, nedodiet.
Validācija: neparakstīta izvade nav lēmums
Moduļa laikā atkārtotā disciplīna šeit ir apkopota zem viena jumta. Apstipriniet katru AI izvadi trīs posmos: avots (vai numurs ir no manis sniegtajiem datiem?), pārrēķiniet (pārbaudiet aritmētiku), vadības filtrs (vai tas atbilst manām zināšanām nozarē un jomai?). AI var izraisīt halucinācijas — izdomājot neesošus skaitļus, avotus vai faktus ar pārliecinošu valodu. Raidums nav precizitāte. Jo svarīgāks lēmums, jo stingrākai pārbaudei jābūt.
Apsveriet risku trīs līmeņos. Zema riska nodevumi (iekšējais izklāsts, formatējums, kopsavilkums): pietiek ar ātru apskati. Vidēja riska nodevumi (ziņojums vadībai, KPI komentārs): katrs skaitlis ir apstiprināts. Augsta riska nodevumi (finanšu lēmums, līgums, atbilstības dokuments, personāla darījums): AI veido tikai melnrakstus; Kompetenta eksperta pārbaude, juridiskā/finanšu kontrole un paraksts ir obligātas. Šajās jomās mākslīgā intelekta izvade nekad nevar aizstāt kompetentu ekspertu apstiprinājumu.
Ētika un aizspriedumi: ātri, bet godīgi
AI mācās no vēsturiskiem datiem; Ja ir pagātnes aizspriedumi, AI to atkārtos vai pat pastiprinās. Ieteikums darbā pieņemšanai, paaugstināšanai amatā vai klientu prioritāšu noteikšanai var neapzināti nostādīt grupu neizdevīgā stāvoklī. Tāpēc ievietojiet katru AI priekšlikumu, kas ietekmē cilvēkus, izmantojot godīguma filtru: "Vai šis priekšlikums negodīgi izslēdz grupu? Vai pamatojums ir attaisnojams?" Pajautājiet AI skaidri: "kurām grupām šis priekšlikums varētu būt nelabvēlīgā situācijā?" jautāt.
Vēl divi ētikas principi: Caurspīdīgums — neslēpiet nozīmīgus AI radītos rezultātus; Jums vajadzētu būt iespējai izskaidrot, kā lēmums tika pieņemts. Atbildība - “AI teica tā” nav attaisnojums. Atbildība gulstas uz vadītāju, kurš izmanto rīku. Kad mākslīgais intelekts pieļauj kļūdu, jūs saucat atbildību; tāpēc izmantojiet viņu kā uzraudzītu palīgu, nevis aklu autoritāti.
AI pārvaldība: institucionālā sistēma
Ar individuālo labo gribu nepietiek; Izveidojiet vienkāršu AI pārvaldības sistēmu uzņēmumam: kādus datus kādam rīkam var sniegt, kādus lēmumus AI var atbalstīt, kuri pieder tikai ekspertam, kā tiek apstiprināti rezultāti, kurš ir atbildīgs. Rakstīta, vienkārša politika aizsargā visu komandu un novērš katastrofu nākamajā vienībā.
trīs mini futrāļi
1. gadījums — atgriešanās no noplūdes robežas. Pārdošanas vadītājs ielīmēs sarakstu ar reāliem klientu vārdiem un apgrozījumu bezmaksas AI rīkā. Vilcinoties, viņš jautāja: "Kas notiktu, ja tas noplūdīs?" viņš jautāja, kodēdams klientu vārdus un pārvēršot apgrozījumus lentē. Analīze tika veikta ar tādu pašu kvalitāti; nekādi īsti dati neizgāja. Neliels ieradums novērsa lielu KVKK risku.
2. gadījums — izdomātā numura izmaksas. Finanšu direktors iesniedza YZ valdei "nozares vidējo rādītāju 23 procenti", nepārbaudot to. Skaitlis tika izdomāts; AI bija pārliecinoši radījis skaitli, kuram nebija avota. Izcēlās strīds par ieguldījumiem, pamatojoties uz nepareizu skaitli, un bija vajadzīgs laiks, lai to mainītu. Nodarbība: ne katru numuru, kas apgalvo, ka nāk no ārpuses, var izmantot, nepievienojot to reālajam avotam.
3. gadījums — neobjektīva ieteikuma uztveršana. Personālvadības vadītājs lūdza AI sarindot kandidātus. AI, pamatojoties uz vēsturiskiem datiem, izceltu konkrētas skolas absolventus. Vadītājs jautā: "Kādas grupas šis priekšlikums izslēdz?" viņš jautāja; Viņš atklāja, ka AI atkārto pagātnes aizspriedumus. Viņš balstīja reitingus tikai uz ar darbu saistītiem, attaisnojamiem kritērijiem un atstāja galīgo lēmumu cilvēku komitejai.
Četras kopējamas veidnes
1) Datu konfidencialitātes pārbaude:
Jūsu loma: datu privātuma padomnieks. Pēc brīža es jums sniegšu datu kopu. Vispirms uzskaitiet personīgos/konfidenciālos laukus (vārds, ID, klients, cena, alga) un iesakiet, kā katru no tiem anonimizēt. Īsi pierakstiet riskus, kas saistīti ar šo datu nodošanu mākslīgajam intelektam, izmantojot KVKK. Vēl neanalizēt.
2) Verifikācijas kontrolsaraksts:
Man ir jāpārbauda tālāk norādītā AI izvade pirms tās iesniegšanas vadībai. Izvadā uzskaitiet katru skaitlisko pretenziju un ārējā avota pretenziju. Katram no tiem jautājiet: "Vai manis sniegto datu avots vai arī tā ir informācija, ko AI, iespējams, ir radījis/izgatavojis pats?" Apkopojiet tos, kuru avoti ir nezināmi zem virsraksta “PĀRBAUDĪT”.
3) Ētikas/taisnīguma filtrs:
Šāds mākslīgā intelekta priekšlikums ietekmē cilvēkus: [priekšlikums]. Kurām grupām šis priekšlikums varētu nostādīt negodīgi neizdevīgā stāvoklī? Vai ieteikums varētu būt neobjektīvs vēsturisko datu dēļ? Kas man būtu jāmaina, lai pieņemtu lēmumu tikai uz ar uzņēmējdarbību saistītiem, attaisnojamiem kritērijiem? Esiet godīgi, neaizstāviet ieteikumu.
4) AI lietošanas riska klasifikācija:
Es izpildīšu šādu uzdevumu ar AI: [task]. Novietojiet to riska līmenī: zems (iekšējais projekts), vidējs (izejošais vadībai), augsts (finansiālās/juridiskās/HR sekas). Pastāstiet man, kādas pārbaudes un apstiprināšanas darbības ir jāveic, pamatojoties uz riska līmeni. Ja tas ir augsts risks, atgādiniet, ka eksperta saskaņojums ir obligāts.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Sniedziet man analīzi ar šiem klienta datiem. [īsti nosaukti dati]
Nodrošina reālus personas datus atvērtajam rīkam; Tas rada KVKK pārkāpuma un noplūdes risku. Nav arī plānots apstiprināt rezultātu.
Spēcīga uzvedne:
Jūsu loma: analītiķis. Datos, ko es jums sniedzu, visi vārdi ir kodēti (Klients 1-50) un summas tiek pārvērstas lentē. Veiciet segmentu analīzi, izmantojot šos anonīmos datus. Vienkārši izmantojiet manis dotos skaitļus, nepievienojiet ārējo sektoru numurus; Ja to pievienojat, lūdzu, skaidri norādiet avotu, lai es varētu to pārbaudīt.
Izmērs
slikta pieeja
Spēcīga pieeja
Dati
īstais vārds
anonīms
KVKK risks
augsts
zems
avota kontrole
Nav
obligāti
Pārbaudāmība
zems
augsts
Atbildība
nenoteikts
noskaidrots
Biežas kļūdas
- Reālu konfidenciālu/personas datu nodošana atvēršanas rīkam. Vispirms klasificē un anonimizē.
- Ārējo avotu pretenzijas netiek pārbaudītas. AI var veidot tādus skaitļus kā “nozares vidējais rādītājs”; izveidot savienojumu ar avotu.
- Aizspriedumu ignorēšana. Ielieciet priekšlikumus, kas ietekmē cilvēkus, caur godīguma filtru.
- Aizbildinājums "AI teica" Atbildība gulstas uz lietotāju; Uzņemieties atbildību.
- Ekspertu apstiprinājuma izlaišana augsta riska lēmumam. Finanšu/juridisko/HR/atbilstības rezultātu sasniegšanai nepieciešams eksperta apstiprinājums.
Uzmanību! Šī moduļa vissvarīgākais teikums: AI izvade tādās nozīmīgās jomās kā atbilstība, finanses, juridiskie un cilvēkresursi NEaizvieto kompetentu ekspertu apstiprinājumu. AI palielina jūsu ātrumu, tas neatlaiž jūsu speciālistu. Nepārbaudīta AI izvade ir tikpat riskanta kā neparakstīts lēmums.
Rezumējot
Atbildīga AI izmantošana balstās uz trim pīlāriem: privātumu, autentifikāciju un ētiku. Aizsargājiet datus četros slāņos (klasificēšana, anonimizācija, rīku izvēle, minimālie dati) un atcerieties KVKK atbildību. Validējiet katru izvadi ar avota saistīšanu, pārrēķinu un administratīvo filtrēšanu; Palieliniet rūpību, pamatojoties uz riska līmeni. Ievietojiet priekšlikumus, kas ietekmē cilvēkus, izmantojot godīguma filtru un saglabājiet pārredzamību un atbildību. Vienkārša AI pārvaldības sistēma aizsargā visu komandu. Un vienmēr: augsta riska jomās, kas saistītas ar AI, nevar aizstāt kompetentu ekspertu apstiprinājumu.
Lietojumprogrammas uzdevums
Uzrakstiet puslappusi garu “AI lietošanas vadlīniju” projektu savam uzņēmumam. Iekļaujiet: kādus datus kādam rīkam var sniegt, kā dati tiks anonimizēti, kuri rezultāti ir jāapstiprina, kuri lēmumi ir tikai ekspertam un kurš ir atbildīgs. Izmantojot iepriekš redzamo veidni “MI izmantošanas riska klasifikācija”, ievietojiet riska līmenī 5 uzdevumus, ko esat veicis ar AI pagājušajā nedēļā, un katram ierakstiet pareizo verifikācijas darbību.
kontrolsaraksts
- [ ] Vai esmu klasificējis un anonīmējis datus?
- [ ] Vai es izmantoju uzņēmuma apstiprinātu/drošu rīku un minimālo datu apjomu?
- [ ] Vai esmu pārbaudījis katru rezultātu attiecībā pret riska līmeni?
- [ ] Vai esmu filtrējis priekšlikumus, kas ietekmē cilvēkus, izmantojot godīgumu?
- [ ] Vai man ir vajadzīgs eksperta apstiprinājums augsta riska lēmumiem?
Moduļa eksāmens
1. Kāds jautājums vadītājam būtu jāuzdod, lai noteiktu darba līmeni (mehānisko/analītisko/lēmumu) un pārbaudes stingrību pirms darba nodošanas AI ārpakalpojumam?
- A) Kāds būs rezultāts, ja šī izvade ir nepareiza? ✔
- B) Vai mākslīgais intelekts var pabeigt šo darbu pēc iespējas ātrāk?
- C) Vai šis rīks ir bezmaksas?
- D) Vai šis darbs kādreiz ir bijis darīts?
Apraksts: Pareizas izmantošanas pamatā ir darba klasificēšana pēc riska līmeņa. "Kādas būs sekas, ja šī izvade būs nepareiza?" Jautājums nosaka, vai darbs ir mehānisks, analītisks vai atbildīgs lēmums un līdz ar to, cik liela ir nepieciešama pārbaude.
2. Mākslīgā intelekta sniegtais skaitlis “nozares vidējais rādītājs 23 procenti” tiek iesniegts direktoru padomei bez pārbaudes, un izrādās, ka šis skaitlis ir izdomāts. Kāda pamatdisciplīna šajā gadījumā tika ignorēta?
- A) Noteikums par mākslīgā intelekta izmantošanu tikai rīta stundās
- B) Izvades pārbaudes disciplīna, savienojot to ar avotu ✔
- C) Pārskata pārvēršana krāsu tabulā
- D) garākas uzvednes rakstīšana
Paskaidrojums: mākslīgais intelekts dažkārt rada neesošu skaitli pārliecinošā valodā (halucinācijas). Izvades pievienošanas avotam darbība pārbauda, vai katrs numurs nāk no reāla avota vai var būt izdomāts. Ja tas tiek izlaists, pastāv nepareizu lēmumu pieņemšanas risks.
3. Lai gan kopējais apgrozījums e-komercijas uzņēmumā šķiet stabils, segmentu sadalījums atklāj, ka augstas peļņas kategorija ir samazinājusies par 22 procentiem, un zemas peļņas pārdošanas apjoms to slēpj. Kādu principu ilustrē šis piemērs?
- A) Kopējais skaits vienmēr ir visuzticamākais rādītājs
- B) Rentabilitātei nav nozīmes, svarīgs ir tikai apgrozījums
- C) Kopējie skaitļi var slēpt apvērsumus; segmentu sadalījums atklāj patiesību ✔
- D) Segmentu analīze ir derīga tikai lieliem uzņēmumiem
Paskaidrojums. Kopējie skaitļi var slēpt iekšējos apvērsumus. Skatoties uz sadalījumu (segmentu analīzi), nevis kopējo lēmumu atbalsta darbā, atklājas patiesība; Zem fiksētas kopsummas var būt paslēptas lielas atšķirības.
4. Kafejnīcas vadītājs interpretē konstatējumu, ka "nedēļas nogales izpārdošanas mainās līdz ar temperatūru" kā "karsts laiks palielina pārdošanas apjomu" un samazina gaisa kondicionēšanu; Tomēr patiesais iemesls bija nedēļas nogalē pieaugošā klientu plūsma. Kas ir šī kļūda?
- A) Kļūdaina korelācija ar cēloņsakarību ✔
- B) Nav pietiekami daudz datu
- C) Nepareiza diagrammas veida izvēle
- D) Datu anonimizācija
Paskaidrojums: tas, ka divas lietas darbojas kopā (korelācija), nenozīmē, ka viena izraisa otru (cēloņsakarība). Temperatūra un pārdošana nejauši virzījās vienā virzienā; Izplatīts iemesls bija nedēļas nogales satiksme. Mākslīgā intelekta atklātās attiecības nav pierādījumi, bet gan pārbaudāmas hipotēzes.
5. Kas atrodas laba vadības ziņojuma „piramīdas” struktūras augšgalā?
- A) Neapstrādātu datu tabulas
- B) Kopsavilkums ✔
- C) Papildu dokumenti un zemsvītras piezīmes
- D) Visi iepriekšējo gadu skaitļi
Paskaidrojums: labs ziņojums ir piramīda: augšpusē kopsavilkums (3–5 aizzīmju punkti), kas paredzēts aktīvākajam lasītājam, lai to saprastu 30 sekunžu laikā; tālāk sniegtie kritiskie secinājumi; Apakšā ir atbalsta detaļa. Tādējādi augstākais vadītājs lasa tikai augšējo daļu, un ikviens, kurš ir ziņkārīgs, nokāpj.
6. Kad zvanu centrs nosaka “atbildēto zvanu skaitu dienā” par KPI, pārstāvji sasteidz zvanus un samazina klientu apmierinātību. Kādu principu šī situācija ilustrē?
- A) Jo vairāk KPI, jo labāka vadība
- B) KPI nevar izmantot zvanu centros
- C) Ātrums vienmēr ir augstāks par kvalitāti
- D) KPI, ar kuru var manipulēt, var veicināt nelabvēlīgu uzvedību, nevis iznākumu, ko tas paredzēts izmērīt ✔
Paskaidrojums: Kad indikators kļūst par mērķi, cilvēki atrod veidus, kā to maldināt (Gudhārta likums). "Zvanu skaits" ir viegli manipulējams un nemēra faktisko iznākumu (izšķirtspēju, apmierinātību). Tātad, pirms izvēlaties KPI, jums vajadzētu pajautāt, "kādu nelabvēlīgu uzvedību tas veicina?" jājautā.
7. Kāds ir procesa automatizācijas noteikuma “vienkāršo procesu vispirms, automatizēt vēlāk” iemesls?
- A) Automatizācija arī paātrina neveiksmi bojātā procesā; Vispirms ir jālabo process ✔
- B) Vienkāršošana padara automatizāciju neiespējamu
- C) Vienkāršošana ir tikai juridisks pienākums
- D) Automatizācija vienmēr ir lētāka nekā vienkāršošana
Apraksts: Automatizācija palielina procesa ātrumu; Tas arī paātrina kļūdu, ja process ir bojāts. Kad 5 nevajadzīgo soļu process grāmatvedības vienībā tika automatizēts, nevajadzīgās darbības darbojās ātrāk. Vispirms process ir jāvienkāršo, pēc tam jāpaātrina.
8. Kāds ir “cilvēka cilpas” dizaina mērķis, sniedzot automātiskas atbildes klientam?
- A) Pilnīga automatizācijas apturēšana
- B) mākslīgā intelekta lēmumu pieņemšanas pilnvaru palielināšana
- C) Novērst kļūdas izzušanu ar cilvēka piekrišanu kritiskajā punktā, vienlaikus saglabājot lielāko daļu ātruma ✔
- D) Pilnīga cilvēku darbaspēka likvidēšana
Paskaidrojums: Cilvēka cilpas dizains ir cilvēka apstiprinājums automatizētā procesa kritiskajā punktā. AI izveido melnrakstu, cilvēks to ātri apstiprina, pēc tam tas tiek nosūtīts. Tas novērš kļūdu no tiešas izkļūšanas, vienlaikus saglabājot lielāko daļu ātruma; Kad komanda noņēma šo apstiprinājumu, klients sasniedza nepareizu informāciju.
9. Mēbeļu darbnīcā ražošana notiek lēni; Pārvaldnieks vēlas nomainīt dārgāko mašīnu (griešana), taču analīze liecina, ka sašaurinājums ir krāsošanas-žāvēšanas posms. Kāds ir operāciju analīzes pamatprincips?
- A) Dārgākais solis vienmēr ir jāuzlabo
- B) Uzlabošanai jābūt vērstai uz sašaurinājumu, kas palēnina visu plūsmu ✔
- C) Visas darbības jāpaātrina vienādi
- D) Sašaurinājuma jēdziens ir spēkā tikai ražošanas līnijās
Paskaidrojums. Procesa ātrums ir tā lēnākā posma (šaurā vieta) ātrums. Paātrinot soļus ārpus vājās vietas, ir naudas un pūļu izšķiešana; Vienīgais, kas darbojas, ir paplašināt sašaurinājumu. Kad pārvaldnieks kaušanas vietā ieguldīja otrā žāvēšanas krāsnī, ātrums palielinājās par 28 procentiem.
10. Iepērkoties vadītājs pāriet uz lētāko izejvielu piegādātāju, bet ignorē piegādātāja slikto piegādes uzticamību; Divas lielas kavēšanās aptur ražošanu. Kāda ir mācība no šīs situācijas?
- A) Vienmēr jāizvēlas dārgākais piegādātājs
- B) Piegādes uzticamībai nav nozīmes
- C) Piegādātājs nav jāvērtē vienā dimensijā (tikai cena), bet gan vairākās dimensijās, ieskaitot uzticamību un risku ✔
- D) Piegādātāja lēmumi ir jāatstāj tikai mākslīgā intelekta ziņā
Apraksts: Piegādātāju izvēle ir daudzdimensionāla: cena, kvalitāte, piegādes laiks, uzticamība, finansiālā stabilitāte un risks ir jāvērtē kopā. Tikai skatoties uz cenu, var rasties zaudējumi, kas daudzkārt lielāki par nopelnīto atlaidi; zaudētā ražošana noslaucīja atlaidi.
11. Kas ir labākais, ko vadītājs var darīt, pirms sūta dusmīgu, skarbu e-pastu komandai, kas pastāvīgi kavējas?
- A) Nosūtot ziņojumu tādu, kāds tas ir, jo emocijas ir patiesas
- B) Toņa risinājuma orientēšana ar mākslīgo intelektu un pēc tam izvadīšana caur cilvēka filtru ✔
- C) Ziņas nenosūtīšana vispār un problēmas ignorēšana
- D) Padarīt vēstījumu spēcīgāku
Paskaidrojums: Ziņojumus, kas rakstīti dusmoties, nevajadzētu sūtīt nekavējoties. Paziņojums mākslīgajam intelektam “mainiet toni uz cieņpilnu un uz risinājumu orientētu toni, saglabājot tās pašas cerības un robežas”, saglabā vēstījuma būtību, koriģē tā toni un novērš grūti atgūstamus aizvainojumus; Pēc tam izvade tiek filtrēta pēc cilvēka.
12. Sanāksmes kopsavilkumā teikts, ka mākslīgais intelekts “apstiprināts budžeta palielinājums”; Taču sēdē izskanēja, ka "budžeta palielinājums tiks izvērtēts". Kāds ir pareizais veids, kā izvairīties no šīm briesmām?
- A) Nekavējoties izplatiet kopsavilkumu, to neizlasot
- B) Pārbaudi kopsavilkumu, nošķir lēmumu no iespējas un liec dalībniekiem to apstiprināt ✔
- C) Neveidot sapulces kopsavilkumu vispār
- D) Uzskatot par lēmumu tikai garāko sodu
Apraksts: AI var nepareizi attiecināt lēmumus; Atšķirība starp “jāvērtē” un “apstiprina” ir būtiska. Sanāksmes kopsavilkums bieži ir “oficiālā atmiņa”, tāpēc katrs kopsavilkums ir jāizlasa, jānošķir no lēmuma un jāapstiprina ar dalībniekiem pirms izplatīšanas.
13. Kāds ir scenāriju plānošanas mērķis izveidot vismaz trīs scenārijus (optimistisks, pamata, pesimistisks), nevis saistīt nākotni ar vienu prognozi (piemēram, “mēs pieaugsim par 15 procentiem”)?
- A) Mākslīgais intelekts var precīzi paredzēt nākotni
- B) Neatkarīgi no tā, kurā virzienā virzās patiesība, lai netiktu pieķerts un panikas vietā īstenotu plānu ✔
- C) vāciet mazāk datu
- D) Vienīgas pareizas nākotnes izvēle iepriekš
Paskaidrojums: Realitāte ir intervāls; Ja plāns, kas balstīts uz vienu minējumu, netiks realizēts, tas sabruks. Iepriekš sagatavojot atbildes uz vairākiem scenārijiem, tiek nodrošināts, ka var tikt ieviests plāns, nevis panika, neatkarīgi no tā, kādā virzienā realitāte virzās. Mērķis nav zināt nākotni, bet gan nepieķerties nesagatavotam.
14. Kura no minētā ir patiesa par mākslīgā intelekta izmantošanu biznesa vadībā?
- A) Mākslīgā intelekta izlaide neaizstāj kompetentu ekspertu apstiprinājumu lēmumos, kuriem ir finansiālas, juridiskas un personāla sekas ✔
- B) Ja mākslīgā intelekta izvade ir pareiza, eksperta apstiprinājums nav nepieciešams
- C) Atvērtajiem rīkiem var nodot reālus klientu datus, ja vien tie šķiet droši
- D) “AI teica” ir pamatots atbildības pamatojums
Informācijas atklāšana: AI izvade neaizstāj kompetentu ekspertu apstiprinājumu tādās nozīmīgās jomās kā atbilstība, finanses, juridiskie un cilvēkresursi. Mākslīgais intelekts ir ātruma palielināšanas palīgs; Pārvaldnieks vienmēr ir atbildīgs par datu konfidencialitāti, izvades precizitāti un lēmuma ētiku. Nepārbaudīts rezultāts ir tikpat riskants kā neparakstīts lēmums.