何时使用人工智能增强决策

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