五大指南(其三) 何时使用人工智能增强决策 《Gartner有效商业决策指南》系列研究 ©2022Gartner,Inc.及/或其关联公司版权所有。保留所有权利。CM_GTS_1800395 到2025年, 至少有95%的数据驱动型商业决策将实现部分自动化。 来源:Gartner 所做决策比2年前更加复杂(更多利益相关方、更多选择) 5% 不同意 30% 中立 65% 同意 人们更加期待我能够解释或证明决策的正确性 5% 不同意 42% 中立 53% 同意 来源:Gartner 根据《Gartner2021年决策重构调查》,47%的受访者表示,预计在接下来的18个月里,决策会变得越来越复杂。而这会增强人们使用数据分析(D&A)技术来提高决策质量的意向,以及企业机构使用自动化技术提高决策速度和决策准确性的意向。 企业可以通过各种方式实现数据驱动型决策的自动化,但这些决策都处于人工决策为主和完全自动化决策之间。而实现一定程度决策自动化的企业机构则有可能通过更快速的决策(在应对市场波动时,算法交易的速度超过人工交易的速度)、更复杂的决策(在各种市场信号影响下的库存水平)和更精细的决策(客户群的微观细分),来获得竞争优势。 数据分析和业务领导者重点需要了解,在哪些方面扩大决策自动化才能获得更好的 成果。 GarethHerschel 首席数据官领导、分析师副总裁 本指南使用方法 搭建 了解如何在实践中将人类和人 2 工智能(AI)融合到混合决策中。 吸引 使用决策智能框架,评估何时需要增强/自动化决策。 3 建议 有意识地培养整个企业机构在智能决策方面的能力。 4 准备1 了解自动化在决策中的作用。 人机参与程度 准备 了解自动化在决策中的作用 决策支持(人工决策) 例如:医学诊断 增强决策 (混合决策)例如:金融投资 决策自动化 (机器决策) 例如:数字订单的后续最佳行动 增强决策的形式众多:机器建议,人类决策; 人类建议,机器决策;以及人类和机器共同决策。每一种的人机参与比率都有所不同。 风险必须通过护栏等方式进行管理,或异常情况下,通过人机回圈进行管理。 人类基于原则和道德、经验和偏好、逻辑和推 理、情感、技能和做事风格(单独、委托、合 作)等做出的决策。 机器使用预测、预报、模拟、规则、优化或其他人工智能,进行自主决策。 机器使用人工智能生成建议,并可提供诊断性分析供人类验证和研究。 机器为人类决策者提供可视化、研究、警示和其他支持。 人类机器 数据分析的 作用 数据分析通过信息、数据或可视化为人类决策者提供支持。 数据分析通过向人类决策者提出建议来增强决策。混合决策属于机器人流程自动化领域,其 中的决策模型既包括有人参与的自动化任务,也包括无人参与的自动化任务。 机器/设备独立做出决策,但人类会对其做出的 自动化决策进行审核,从而保持对复杂系统的控制。 搭建 在实践中进行混合决策的3个关键步骤 混合决策的7个级别 决策支持 增强决策 决策自动化 级别 1 2 3 4 5 6 7 人类 顾问 建议 通过 否决 审查 自主 根据人类决策者的需求和偏好决定 在决策背景下预先确定 人类(可能使用数据和分析) 人类和决策系统共同 决策系统 直接通过决策 直接否决决策 审核决策流程和选择 对过往决策进行常规审查 对过往决策进行异常情况审查 来源:Gartner 数据或分析的使用 由谁提出决策 人类在决策批准中的作用 决策监督 在实践中,根据决策中自动化参与程度的不同,可 将决策支持、增强决策和决策自动化细分为7个级 别。通过右侧的框架,您可以了解到人类可以和应该在何处参与决策,以及需要的投资类型。 实施混合决策的3大重点 根据企业机构的需求,而不是技术能力,从一个级别过渡到下一个级别。 在一个决策中也要融合不同的级别,从而平 衡风险和机遇。 不要把第7级视为最佳实践或目标;对于不同的决策来说,最佳级别是不同的,这主要取决于企业文化。 吸引 使用决策智能框架 决策智能 分析:支持、增强和自动化决策 人类:可以做出和支持决策的行为者,有偏好、目标 捕捉 (观察) 解释 (调查) 数据:为决策提供信息 AI:可以做出和支持决策的行为者,有目标、偏好 成果 应用:确定决策步骤 行动 (执行) 建模 (设计) 数据编织 决策 (情景化) 信息和数据架构共享 来源:Gartner Gartner决策智能框架可以帮助您建立决策模型,同时确保您详细说明(重新)设计和应用所需的组件,以支持、增强或自动化决策流程中的各阶段。 Gartner决策智能组件 Gartner决策智能循环 (每个决策都要经历同样的5个阶段) 建议 培养决策智能的能力 对决策进行识别、排序、建模和(重新)构建以改进决策的能力(比如决策智能),将是一个具有韧性、且随时准备好应对颠覆事件的企业机构所应该具备的重要能力。 建议: 在必须利用更多的数据支持或增强智能改进关键业务决策的领域,或者在利用自动化可以扩展和加速决策的领域,最先使用决策智能。 (或者,从对当前决策最不满意的领域开始,因为这将迅速取得一定的成效)。 使用可重复使用的组装式决策框架,在整个企业机构内培养决策智能的能力,这有利于数据驱动型企业机构发挥数据的最大作用,将数据转化为洞察,进而提高业务绩效和完成企业关键任务。 要想增强决策,首先需要明确了解和模拟当前决策方式,并了解应如何重构决策,然后在决策模式中纳入人工和/或人工智能决策能力,并使用反馈回路量化成果。 考虑为决策工程师创建一个角色,雇用或提高专家的技能,使他们能够与决策者合作,以确定可以通过工程化智能决策来改进关键的决策。 可行的客观洞察 本指南节选自《有效决策指南》系列研究。继续阅读该系列中的其他指南,进一步增强企业决策方式,并学习: •确定需要重新调整的决策和原因 •如何确定数据分析的优先次序 •数据编织将在数据管理中发挥怎样的作用 •D&A部门如何获得所需的技能和能力 探索其他的提高商务决策有效性的免费资源和工具: 路线图 《完善数据和分析治理的路线图》 建立正确的治理基础。 网络研讨会 从BI到AI,业务价值驱动的数据分析架构路径 分享最佳实践指导您设计出业务价值为驱动的数据分析架构路径。 资源中心 《首席数据官打造数据与分析领导的特质》 通过数据分析创造竞争优势。 路线图 《IT部门数据和分析路线图》 遵循D&A最佳实践并制定战略。 已经是Gartner客户? 您可在客户门户网站上获得更多的资源。登录 10 联系我们 获得可行的客观洞察,以实现您的关键任务优先事项。Gartner专家指南和工具使您能够做出更快、更明智的决策并获得更优的业绩表现。联系我们成为客户: 成为客户 点击了解更多关于GartnerIT领导者的相关信息 https://www.gartner.com/cn 您可扫描以下二维码,关注Gartner官方微信公众号: ©2022Gartner,Inc.及/或其关联公司版权所有。保留所有权利。CM_GTS_1800395