หน่วย
1. ปัญญาประดิษฐ์และสะพานธุรกิจ-ไอทีใน MIS 2. การวิเคราะห์ความต้องการและการวิเคราะห์ความต้องการของผู้มีส่วนได้ส่วนเสีย 3. การสร้างแบบจำลองข้อมูล พจนานุกรมข้อมูล และสถาปัตยกรรมข้อมูลองค์กร 4. ระบบธุรกิจอัจฉริยะ (BI) การรายงานและการออกแบบตัวชี้วัด 5. กระบวนการอัตโนมัติ: การผสมผสานระหว่าง RPA และปัญญาประดิษฐ์ 6. ปัญญาประดิษฐ์ในการบูรณาการ ERP และกระบวนการขององค์กร 7. CRM ข้อมูลลูกค้า และการวิเคราะห์ 8. การออกแบบแดชบอร์ดและการแสดงข้อมูล 9. แพลตฟอร์มที่ไม่มีโค้ด / โค้ดต่ำและปัญญาประดิษฐ์ 10. การกำกับดูแลข้อมูล คุณภาพ และการจัดการข้อมูลหลัก 11. ความปลอดภัยของข้อมูล ความเป็นส่วนตัว จริยธรรม และแนวปฏิบัติที่มีความรับผิดชอบ
หน่วย 1 / 11

ปัญญาประดิษฐ์และสะพานธุรกิจ-ไอทีใน MIS

กำไร:

  • ความสามารถในการอธิบายบทบาทของผู้เชี่ยวชาญด้านระบบสารสนเทศเพื่อการจัดการในฐานะสะพานเชื่อมระหว่างหน่วยธุรกิจกับไอทีและจุดที่ปัญญาประดิษฐ์สร้างคุณค่าในสะพานนี้
  • ความสามารถในการแยกแยะว่าการตัดสินใจใดยังคงเป็นความรับผิดชอบของมนุษย์เมื่อใช้ AI เป็นตัวเร่งในการสื่อสารทางธุรกิจ-ไอที
  • ใช้ระเบียบวินัยในการทำงานที่ตรวจสอบความถูกต้องของเอาต์พุต AI ทุกรายการด้วยกฎทางธุรกิจ ข้อมูลจริง และการตรวจสอบผู้มีส่วนได้ส่วนเสีย

Management Information Systems (MIS) คือชุดของระบบที่ช่วยให้องค์กรดำเนินกระบวนการทางธุรกิจด้วยเทคโนโลยีสารสนเทศ (IT) ผู้เชี่ยวชาญในสาขานี้มักเรียกกันว่า "สะพาน" ในด้านหนึ่งมีหน่วยธุรกิจ (การขาย การบัญชี ทรัพยากรบุคคล การดำเนินงาน) ที่อธิบายสิ่งที่ต้องการในภาษาธุรกิจ ในทางกลับกัน มีทีมซอฟต์แวร์และโครงสร้างพื้นฐานที่แปลเป็นรหัสและระบบ มืออาชีพด้าน MIS แปลโลกทั้งสองนี้มารวมกัน คำกล่าวของผู้จัดการฝ่ายขาย "ฉันต้องการรู้จักลูกค้าของฉันให้ดีขึ้น" กลายเป็นข้อกำหนดที่ชัดเจนที่นักพัฒนาซอฟต์แวร์สามารถนำไปใช้ได้ สาระสำคัญของงานนี้คือการแปลประโยคของนักพัฒนา "ฟิลด์นี้ต้องเป็นคีย์ต่างประเทศ" ให้เป็นคำอธิบายที่หน่วยธุรกิจสามารถเข้าใจได้

ปัญญาประดิษฐ์ (AI) เหมาะสมในช่วงกลางของงานสะพานนี้ เนื่องจากส่วนใหญ่ประกอบด้วยการสร้าง การตีความ และการจัดโครงสร้างข้อความ: บันทึกการสัมภาษณ์ เอกสารความต้องการ พจนานุกรมข้อมูล แผนที่กระบวนการ คำอธิบายรายงาน การนำเสนอ ล้วนเป็นผลิตภัณฑ์ขั้นกลางที่ AI สามารถเร่งได้ แต่มีหลักการหนึ่งที่โมดูลนี้ทำให้ชัดเจนตั้งแต่เริ่มต้น: ปัญญาประดิษฐ์ช่วยเร่งการร่างผลิตภัณฑ์เหล่านี้ เป็นหน้าที่ของบุคคลที่รู้กฎเกณฑ์ทางธุรกิจและมีหน้าที่ตัดสินใจว่าถูกต้องหรือไม่

สะพานทั้งสองข้างและสถานที่ของเอไอ

ด้านหน่วยธุรกิจคือโลกของคำถามอะไรและเพราะเหตุใด ปัญหาใด เป้าหมายใด ลำดับความสำคัญใด ฝั่งไอทีคือโลกของคำถามว่า ตารางไหน API (อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชันภาษาอังกฤษ อินเทอร์เฟซมาตรฐานที่ซอฟต์แวร์สองตัวใช้เพื่อแลกเปลี่ยนข้อมูล) ใดบูรณาการ คุณค่าของผู้เชี่ยวชาญ MIS คือการเติมเต็มส่วนที่ขาดหายไปซึ่งทั้งสองฝ่ายอธิบายไว้ หน่วยธุรกิจมักจะลืมพูดถึงข้อยกเว้น (“การทำงานแตกต่างออกไปสำหรับลูกค้าในต่างประเทศ”)); ทีมไอทียังไม่เห็นผลกระทบทางธุรกิจ ("การลบฟิลด์นี้จะทำให้รายงานเสียหาย")

AI ช่วยได้ที่นี่ด้วยสามวิธีที่เป็นรูปธรรม ประการแรกคือฉบับร่างด่วน: ดึงรายการข้อกำหนดเริ่มต้นจากบันทึกการสัมภาษณ์ภายในไม่กี่นาที คำถามที่สองทำให้เกิดคำถามที่ไม่สมบูรณ์: “สถานการณ์ใดที่ไม่ได้กำหนดไว้ในข้อกำหนดนี้” เมื่อถูกถาม มันเตือนเราถึงข้อยกเว้นที่ผู้คนมองข้าม ประการที่สาม การแปล: แปลคำอธิบายทางเทคนิคเป็นภาษาธุรกิจ คำขอในภาษาธุรกิจเป็นฉบับร่างทางเทคนิค ทั้งสามประหยัดเวลา แต่ไม่มีผู้ใดเป็นผู้ตัดสินใจ

เคล็ดลับ: คิดว่า AI เหมือน “เด็กฝึกงานที่พิมพ์เร็วกว่า” คุณมักจะตรวจสอบผลงานของนักศึกษาฝึกงาน แก้ไขตามกฎการทำงาน และใส่ชื่อของคุณไว้ข้างใต้ ความรับผิดชอบยังคงอยู่กับคุณ

ทีละขั้นตอน: การศึกษาสะพานที่ขับเคลื่อนด้วย AI

ขั้นตอนที่ 1 — รวบรวมบริบท เขียนปัญหาของหน่วยธุรกิจด้วยคำพูดของคุณเอง มีระบบอะไร ข้อมูลอะไร มีข้อจำกัดอะไรบ้าง อย่าเพิ่งให้อะไรกับ AI ในขั้นตอนนี้ เข้าใจก่อน

ขั้นตอนที่ 2 — ร่างภาพ การแจ้งบันทึกที่คุณรวบรวมไว้ให้กับปัญญาประดิษฐ์ จะทำให้เกิดรายการข้อกำหนด คำถาม และสมมติฐานที่เป็นไปได้เป็นลำดับแรก ที่นี่ AI สร้าง "สแน็ปแรก"

ขั้นตอนที่ 3 — ทำเครื่องหมายช่องว่าง รวบรวมแต่ละประเด็นที่ระบุว่า "ไม่แน่นอน" "การคาดเดา" และ "ต้องมีการยืนยัน" ในร่างที่ AI สร้างขึ้น รายการนี้เป็นโครงกระดูกของคำถามที่จะถามหน่วยธุรกิจของคุณ

Step 4 — Confirm with stakeholder. นำแบบร่างไปที่หน่วยธุรกิจกรอกข้อมูลในช่องว่างพร้อมกัน AI ไม่สามารถทำขั้นตอนนี้ได้ เพราะกฎเกณฑ์ทางธุรกิจที่แท้จริงนั้นอยู่ในหัวของคนที่ทำงานนั้นเท่านั้น

ขั้นตอนที่ 5 — รักษาความปลอดภัยและถ่ายโอน ตรวจสอบข้อกำหนดที่ได้รับการยืนยันอีกครั้งกับข้อมูลจริงและระบบที่มีอยู่ จากนั้นส่งมอบให้กับทีมไอที

คดีเล็กๆ สามคดี: ตามตัวเลข

กรณีที่ 1 — ประหยัดเวลา คงความแม่นยำไว้ ที่บริษัทค้าปลีก ผู้เชี่ยวชาญ MIS มักจะใช้เวลา 3 วันในการสร้างเอกสารข้อกำหนดจากบันทึกการสัมภาษณ์ 40 หน้า ด้วยปัญญาประดิษฐ์ เขาสร้างร่างฉบับแรกได้ภายในครึ่งวัน อย่างไรก็ตาม ได้รับการยืนยันจากผู้มีส่วนได้ส่วนเสียว่าข้อกำหนด 9 ข้อจาก 62 ข้อในร่างนั้นขัดต่อกฎเกณฑ์ทางธุรกิจ กำไรสุทธิ: เวลาลดลงจาก 3 วันเหลือ 1.5 วัน แต่ขั้นตอนการยืนยันไม่เคยข้าม

กรณีที่ 2 — ต้นทุนของอาการประสาทหลอน ที่บริษัทโลจิสติกส์ AI ได้เพิ่มประโยค “ระบบจะลบบันทึกโดยอัตโนมัติหลังจาก 30 วัน” ลงในร่างข้อกำหนด อย่างไรก็ตาม ไม่มีการพูดคุยเรื่องดังกล่าวในระหว่างการประชุม หากไม่มีใครสังเกตเห็นประโยคนี้ อาจมีการเขียนกฎการลบที่ละเมิดระยะเวลาเก็บรักษาทางกฎหมาย ผู้เชี่ยวชาญถามว่า “กฎนี้มาจากการประชุมครั้งใด?” เขาจับภาพหลอน (การผลิตข้อมูลอย่างมั่นใจของแบบจำลองซึ่งไม่มีอยู่ในความเป็นจริง) โดยการตั้งคำถาม

กรณีที่ 3 — คุณค่าของการแปล ทีมไอทีของบริษัทผู้ผลิตกล่าวว่า "เราจำเป็นต้องขจัดข้อมูลหลักที่ซ้ำกัน" ด้วยความช่วยเหลือของ AI ผู้เชี่ยวชาญ MIS ได้แปลสิ่งนี้เป็นหน่วยธุรกิจว่า "ซัพพลายเออร์รายเดียวกันปรากฏในระบบโดยมีบันทึกที่แตกต่างกัน 3 รายการ เราจำเป็นต้องรวมเข้าด้วยกันเป็นบันทึกเดียว" หลังจากการแปลนี้เท่านั้น หน่วยธุรกิจจึงจำข้อยกเว้นที่สำคัญได้ กล่าวคือ จริงๆ แล้วบันทึกทั้งสองเป็นสาขาสองแห่งของบริษัทเดียวกันซึ่งมีหมายเลขภาษีต่างกัน และไม่ควรนำมารวมกัน

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

เขียนเอกสารข้อกำหนดจากบันทึกเหล่านี้[หมายเหตุ]

พรอมต์นี้ทำให้โมเดลมีอิสระอย่างมาก แบบจำลองนี้เติมช่องว่างในหัวของตัวเองและความเสี่ยงต่อการเกิดภาพหลอนเพิ่มขึ้น

พรอมต์อันทรงพลัง:

บทบาทของคุณ: คุณเป็นนักวิเคราะห์ธุรกิจ MIS ที่มีประสบการณ์ ร่างข้อกำหนดจากบันทึกการสัมภาษณ์ด้านล่าง กฎ:- ใช้เฉพาะข้อมูลที่ระบุไว้อย่างชัดเจนในบันทึก; อย่าชดเชยสิ่งที่ขาดหายไป- เขียนแต่ละข้อกำหนดให้วัดผลได้ ในรูปแบบ "ระบบควร..." - ระบุแต่ละประเด็นที่ไม่ชัดเจนในบันทึกแยกกันโดยใช้แท็ก [ไม่แน่นอน]- ทำเครื่องหมายแต่ละสมมติฐานที่คุณตั้งเป็น [สมมติฐาน]- เพิ่มส่วน "คำถาม 5 ข้อที่จะถามผู้มีส่วนได้ส่วนเสีย" ในตอนท้าย บันทึกการสัมภาษณ์: [บันทึก]

ข้อความแจ้งที่มีประสิทธิภาพช่วยให้โมเดลอยู่ในขอบเขตของบันทึก ห้ามการประดิษฐ์ และทำให้มองเห็นจุดที่ต้องมีการตรวจสอบ

เทมเพลตที่คัดลอกได้สี่แบบ

1) การแปลจากภาษาธุรกิจเป็นฉบับร่างทางเทคนิค:

แปลคำขอทางธุรกิจต่อไปนี้เป็นร่างข้อกำหนดทางเทคนิค อย่าเพิ่มรายละเอียดทางเทคนิคใดๆ ที่ไม่รวมอยู่ในงาน ระบุแต่ละสมมติฐานที่คุณเพิ่มไว้ด้วย คำขอ: [ข้อความ]

2) การแปลจากคำอธิบายทางเทคนิคเป็นภาษาธุรกิจ:

แปลคำอธิบายทางเทคนิคด้านล่างเป็นภาษาตุรกีธรรมดาที่ผู้จัดการฝ่ายขายที่ไม่รู้ฐานข้อมูลสามารถเข้าใจได้ เน้นย้ำถึงผลกระทบทางธุรกิจในหนึ่งประโยค คำอธิบาย: [ข้อความ]

3) การสร้างคำถามที่ไม่สมบูรณ์:

ตรวจสอบรายการข้อกำหนดด้านล่างและแยกสถานการณ์ที่ไม่ได้กำหนดไว้ (ข้อยกเว้น ขีดจำกัด สถานะข้อผิดพลาด การอนุญาต) เป็นคำถาม ไม่ต้องตอบ เพียงระบุคำถามที่ต้องถาม รายการ: [ข้อความ]

4) แยกการดำเนินการออกจากสรุปการประชุม:

จากบันทึกการประชุมต่อไปนี้: (ก) การตัดสินใจที่ได้ดำเนินการ (ข) ประเด็นที่เปิดอยู่ (ค) การดำเนินการเฉพาะที่รับผิดชอบ ไม่รับผิดชอบหากไม่อยู่ในบันทึกหรือแต่งวันที่ หมายเหตุ: [ข้อความ]

แผนภูมิเปรียบเทียบ: สามารถปล่อยให้ AI ได้หรือไม่

ภารกิจ

AI เร็วขึ้นหรือไม่?

ใครเป็นผู้ตัดสินใจ?

ร่างแรกจากบันทึกการสัมภาษณ์

ใช่แข็งแกร่ง

ผู้เชี่ยวชาญ MIS ยืนยัน

วัดความต้องการการเขียนได้

ใช่

ผู้มีส่วนได้ส่วนเสียยืนยัน

ความถูกต้องของกฎเกณฑ์ทางธุรกิจ

ไม่

หน่วยธุรกิจ

ขอบเขตและลำดับความสำคัญในการตัดสินใจ

ไม่

หน่วยธุรกิจ + การจัดการ

การแปลทางเทคนิค

ใช่

ทีมงานไอทียืนยัน

การอนุมัติเอกสารขั้นสุดท้าย

ไม่

สัญญาณของผู้เชี่ยวชาญ MIS

ข้อผิดพลาดทั่วไป

  • ส่งมอบร่าง AI ตามที่เป็นอยู่ คิดว่าโมเดลนี้ถูกต้องเพราะเขียนได้คล่อง อย่างไรก็ตามประโยคที่ละเมิดกฎเกณฑ์ทางธุรกิจก็สามารถพูดได้คล่องเช่นกัน กรองแต่ละประโยคตามกฎเกณฑ์ทางธุรกิจ
  • การถามโดยไม่มีบริบท การพูดว่า "ข้อกำหนดในการเขียน" บังคับให้โมเดลต้องพอดีกับช่องว่าง ยิ่งคุณให้บริบทที่เป็นรูปธรรมมากขึ้น ภาพหลอนก็จะยิ่งน้อยลงเท่านั้น
  • ซ่อนความไม่แน่นอน. ข้อผิดพลาดที่อันตรายที่สุดคือการลบเครื่องหมาย "[UNCERTAIN]" ของโมเดลและทำให้เอกสารดูสะอาดตา ความไม่แน่นอนไม่ได้หายไป เพียงแต่มองไม่เห็น
  • ข้ามการตรวจสอบผู้มีส่วนได้ส่วนเสีย การพูดว่า "มันก็จริงอยู่แล้ว" และการข้ามการยืนยันภายใต้แรงกดดันด้านเวลาเป็นที่มาของข้อผิดพลาดที่แพงที่สุด
  • โยนความผิดให้ AI “นั่นคือสิ่งที่แบบจำลองเขียน” ไม่ใช่การป้องกัน ลายเซ็นเป็นของผู้เชี่ยวชาญ MIS
ข้อควรสนใจ: ข้อกำหนดที่สร้างโดยผู้เชี่ยวชาญ MIS เป็นพื้นฐานของโค้ดด้านล่างที่ผู้คนหลายสิบคนจะเขียนตลอดระยะเวลาหนึ่งเดือน ความคลุมเครือเล็กๆ น้อยๆ ในตอนต้นกลายเป็นการรีเมคครั้งใหญ่และมีราคาแพงในตอนท้าย นั่นคือสาเหตุที่การชะลอความเร็วที่จุดเริ่มต้นของสะพานเป็นการเร่งความเร็วในตอนท้าย

โดยสรุป

ผู้เชี่ยวชาญ MIS เป็นนักแปลระหว่างหน่วยธุรกิจกับไอที และงานนี้ส่วนใหญ่ประกอบด้วยการผลิต การตีความ และการจัดโครงสร้างข้อความ AI เร่งความเร็วในการร่างตัวกลางเหล่านี้ได้อย่างมาก: การร่างอย่างรวดเร็ว การสร้างคำถามที่ไม่สมบูรณ์ และการแปลแบบสองทาง แต่ความถูกต้องของกฎเกณฑ์ทางธุรกิจ การตัดสินใจขอบเขต และการอนุมัติขั้นสุดท้ายยังคงอยู่กับมนุษย์เสมอ ใช้ AI เหมือน “เด็กฝึกงานด้านการพิมพ์ด่วน”: ตรวจสอบผลลัพธ์ แก้ไขโดยขัดต่อกฎเกณฑ์ทางธุรกิจ ทำให้มองเห็นความคลุมเครือ และยืนยันกับผู้มีส่วนได้ส่วนเสีย AI ไม่ได้ใช้แทนการอนุมัติจากผู้เชี่ยวชาญในการตัดสินใจทางการเงินและการปฏิบัติตามกฎระเบียบที่สำคัญ

งานสมัคร

เลือกคำขอทางธุรกิจจริงจากองค์กรของคุณเอง (หรือสถานการณ์สมมติ): ตัวอย่างเช่น “ทีมขายต้องการรับรายงานผลประกอบการรายเดือนด้วยคลิกเดียว” (1) เขียนคำขอด้วยคำพูดของคุณเองเป็นบริบท (2) จัดทำร่างข้อกำหนดด้วย "การแจ้งพลังงาน" ด้านบน (3) แสดงรายการแท็ก [UNCERTAIN] และ [ASSUMPTION] แต่ละรายการที่สร้างโดยแบบจำลองในรายการแยกกัน (4) เปลี่ยนรายการนี้เป็นคำถาม 5 ข้อที่คุณจะถามผู้มีส่วนได้ส่วนเสีย (5) สุดท้ายนี้ เขียนสถานการณ์ที่อย่างน้อยหนึ่งประโยคในร่างอาจละเมิดกฎเกณฑ์ทางธุรกิจ และอธิบายว่าคุณจะสังเกตได้อย่างไร

รายการตรวจสอบ

  • [ ] ฉันเข้าใจคำของานด้วยตัวเองและเขียนบริบทก่อนที่จะมอบให้กับ AI
  • [ ] ในข้อความนั้น ฉันให้กฎว่า "ไม่แต่งหน้า ทำเครื่องหมายว่าคลุมเครือ"
  • [ ] ฉันได้รวบรวมความไม่แน่นอนและสมมติฐานทั้งหมดที่เกิดจากแบบจำลองแยกกัน
  • [ ] ฉันไม่ได้สรุปร่างโดยไม่ยืนยันกับผู้มีส่วนได้ส่วนเสีย
  • [ ] ฉันรับทราบว่าฉันมีหน้าที่รับผิดชอบในเอกสารขั้นสุดท้าย
  • [ ] ฉันไม่ทิ้งการตัดสินใจที่สำคัญทางการเงิน/การปฏิบัติตามกฎระเบียบใดๆ ไว้กับ AI