Добици:
- Способност да се двосмислено питање купца трансформише у јасну, решиву изјаву о проблему и успостави МЕЦЕ стабло хипотезе (стабло проблема) са вештачком интелигенцијом
- Способност коришћења вештачке интелигенције за генерисање хипотеза и откривање слепих тачака и одлучивање по сопственом суду која ће се хипотеза прва тестирати.
- Способност препознавања и избегавања уобичајених замки у структурирању проблема (конфликтне гране, претпоставка решења унапред, погрешно питање).
Најскупља грешка консултантског пројекта је решавање погрешног питања. Купац пита "наша продаја опада, шта да радимо?" долази: али право питање је "у ком сегменту, зашто и колико је то под нашом контролом?" могло би бити. Искусни консултант почиње тако што тачно дефинише проблем, а не тражи одговоре. Вештачка интелигенција је савршен партнер у размишљању у овој фази: генерише десетине могућих узрока, потпитања и хипотеза у року од неколико минута. Али одлучивање које је питање право питање захтева суд, а тај суд је ваш.
У овој јединици ћемо комбиновати два алата која представљају окосницу консултације са вештачком интелигенцијом: стабло хипотезе (стабло проблема, дијаграм стабла који грана проблем на потпитања) и МЕЦЕ принцип (међусобно искључиви, колективно исцрпни — гране се не преклапају и заједно покривају проблем у потпуности).
Од нејасног питања до решивог проблема
Добра изјава проблема укључује четири ствари: ко (доносилац одлуке), шта (одлука), критеријум (по чему се мери успех), границе (обим и трајање). „Продаја опада“ је жалба; „Које су 3 најефикасније полуге које ће повећати промет у Б2Б сегменту за 10% у наредних 12 месеци, са садашњим буџетом?“ је изјава о проблему. Можете учинити да се ова трансформација догоди вештачкој интелигенцији, али прво морате јасно објаснити сирову ситуацију.
Ваша улога: тренер за структурирање проблема за консултанта за менаџмент. Даћу вам клијентову сирову жалбу. Ваш задатак: 1) Претворите ово у мерљиву изјаву проблема од једне реченице (мора да садржи доносиоца одлуке, одлуку, критеријуме успеха, обим, трајање).2) Откријте 3 имплицитне претпоставке на којима се заснива ова изјава. 3) Предложите 2 алтернативна оквира проблема како бисте се супротставили ризику од „решавања погрешног питања“. Необрађена жалба: "[према речима клијента...]"
Савет: Прочитајте изјаву о проблему назад клијенту. „Дакле, успех за вас је повећање Б2Б промета од 10% за 12 месеци, зар не?“ Ова једина реченица решава правац пројекта и каснију дебату „нисмо хтели ово“ од самог почетка.
Изградња стабла хипотеза помоћу вештачке интелигенције
Када је проблем јасан, разгранајте га. Корен дрвета је главно питање; гране су могуће осе одзива; листови су проверљиве хипотезе. На пример, „Зашто се Б2Б промет не повећава?“ Питање се може поделити у две главне гране: (1) привлачење нових купаца је слабо, (2) приход постојећих купаца се смањује. Свака грана је подељена на своје подгране. Добро дрво је МЕЦЕ.
Ваша улога: МЕЦЕ стручњак за стабло хипотезе. Главно питање: "[изјава проблема]" Задатак: Раздвојите ово питање на највише 2 нивоа. Правила:- Гране првог нивоа морају бити МЕЦЕ (без преклапања, без празнина).- Сваки лист мора бити хипотезна реченица која се може тестирати подацима (у облику "... јер ...").- Поред сваке хипотезе, напишите је потребан извор података:Проб. У ризику од преклапања/празнина под насловом "МЕЦЕ ревизија" означите гране.
АИ вам даје дрво са 15 хипотеза за 3 секунде. Али ваш посао се ту не завршава, већ почиње: ви бирате које гране су заиста МЕЦЕ, коју хипотезу је највероватније и најлакше је тестирати.
Одређивање приоритета: коју хипотезу прво тестирати
Нема времена за тестирање свих хипотеза. Користите две осе: утицај (колико велико доприноси решењу ако је тачно) и лакоћу (колико је брзо/јефтино за тестирање). Они са великим утицајем + високом практичношћу су на првом месту. Ово се зове "брзи добитак".
хипотеза
Ефекат (1-5)
Једноставност тестирања (1-5)
приоритет
Цене заостају за конкурентима
5
4
Пре
Продајни тим је неадекватан у Б2Б
4
3
затим
Постоји недостатак у карактеристикама производа
4
2
истраживања
Свест о бренду је ниска
3
2
држи
Можете имати вештачку интелигенцију да испуни ову матрицу; али прегледајте резултате утицаја и погодности са сопственим знањем о индустрији. Модел често прецењује лакоћу тестирања.
Ваша улога: аналитичар за одређивање приоритета. Поставите следећу листу хипотеза у матрицу лакоће удара. За сваку хипотезу: утицај (1-5), једноставност тестирања (1-5), потребан један извор података, препорука (пре/после/истражи/задржи). Правила: дајте лакоћу оцените оптимистично, напишите образложење. Истакните 2 хипотезе са највећим множитељем „утицај × лакоћа“. Хипотезе: [лист]
три мини кофера
Случај 1 — Исправљено је погрешно питање. Један трговачки ланац је питао: „Имамо велику флуктуацију запослених, да ли да повећамо плате?“ пита он. Консултант отвара оквир проблема помоћу вештачке интелигенције; Модел илуструје три имплицитне претпоставке: да је плата проблем, промет је исти у свим продавницама, а плата је решење. Подаци су извучени: 70% промета је у 3 продавнице и увек у иста два менаџерска тима. Право питање је понашање менаџера. Повећање плате од 14 милиона ТЛ било би погрешно решење.
Случај 2 — Не-МЕЦЕ дрво. Консултант пита модел "зашто профит опада?" Он жели дрво. Модел даје гранама „приходи су мали“, „трошкови су високи“, „конкуренција је повећана“. Прве две гране су МЕЦЕ (профит = приход − трошак), али „појачана конкуренција” је узрок, а приход/трошак је последица; Нивои грана су мешовити. Консултант поправља стабло: ниво један је само приход и трошак; Конкуренција узрокује подграну прихода.
Случај 3 — Одређивање приоритета се исплатило. У Б2Б софтверској компанији генерише се 12 хипотеза. Матрица погодности утицаја поставља хипотезу „процес укључивања је дугачак“ у оквир са високим степеном погодности. Потврђено седмичном анализом података: Стопа отказивања купаца који нису активирани за 30 дана је 3 пута већа. Мала интервенција (вођена инсталација) смањује отказивање за 22%. Тестирање тачне хипотезе прво скраћује пројекат.
Слаби промпт / Јаки промпт
Слабо обавештење:
Направите ми листу зашто профит ове компаније опада.
Модел набраја насумичне, преклапајуће и непоткријепљене узроке; Не успоставља оквир размишљања.
Снажан упит:
Ваша улога: МЕЦЕ специјалиста за структурирање проблема. Главно питање: „Компанија само гради.
Проверите питања добре структуре проблема
Када завршите своје дрво, поставите следећа питања: Можете питати и вештачку интелигенцију, али ви доносите коначну одлуку:
- Да ли је основно питање заиста питање које купац жели да одлучи? - Да ли се гране првог нивоа преклапају? (Међусобно искључиви?)- Да ли је нешто изостављено? (Да ли је комплетан заједно?) - Може ли се сваки лист тестирати подацима или је то мишљење? - Да ли сам унапред претпоставио решење? (На пример, „плата је решење“)
Уобичајене грешке
- Уградите решење у питање. „Да спустимо цену? Питање претпоставља решење и чини друге полуге невидљивим. Прво питајте "зашто".
- Преклапање грана. Ако су „привредна друштва“ и „велики купци“ одвојене филијале, исти купац ће се рачунати на два места; МЕЦЕ је покварен.
- Ниво мешања. Стављање узрока (конкуренције) на исти ниво са ефектом (пад прихода) чини стабло ирационалним.
- Непроверљиво лишће. „Лош менаџмент“ је суд, а не хипотеза. „Време доношења одлуке је у просеку 40 дана, 12 дана у индустрији“ је хипотеза која се може проверити.
- Прихватање стабла модела какво јесте. АИ даје брз преглед; МЕЦЕ ревизија и одређивање приоритета је ваш посао.
Опрез: АИ представља стабло хипотезе на веома убедљив начин. Убеђивање није тачност. Увек ручно прегледајте дрво за МЕЦЕ; Цртање грана оловком и папиром често показује преклапање које је модел пропустио.
Укратко
У консалтингу, вредност је у правом питању пре правог одговора. АИ је моћан у претварању нејасне жалбе у мерљиву изјаву о проблему, откривању имплицитних претпоставки и брзом скицирању стабла хипотезе. Али на вама је да одлучите да ли је дрво МЕЦЕ, проверљивост хипотеза и коју ћете прво тестирати. Модел производи нацрт; Посао консултанта је да поседује, контролише и одреди приоритете проблема.
Задатак апликације
Изаберите стварну или замишљену жалбу купца (једна реченица). Прво, трансформишите ово у мерљиву изјаву о проблему и три имплицитне претпоставке са снажним захтевом за уоквиривање проблема. Затим направите стабло на два нивоа са промптом МЕЦЕ стабла хипотезе. Ручно прегледајте стабло да бисте пронашли и поправили барем један конфликт или празнину. На крају, попуните матрицу ефекта и лакоће и изаберите две хипотезе за прво тестирање.
контролна листа
- [ ] Претворио сам сирову жалбу у изјаву о проблему са ко/шта/критеријумима/обимом/трајањем.
- [ ] Открио сам имплицитне претпоставке.
- [ ] Прегледао сам први ниво мог стабла хипотезе као МЕЦЕ.
- [ ] Проверио сам да је сваки лист хипотеза која се може проверити.
- [ ] Уверио сам се да не закопам решење у питање.
- [ ] Дао сам приоритет са матрицом лакоће удара.
- [ ] Нисам слепо прихватио стабло модела и исправио сам га ручно.