Por que #PeopleFirstAI é essencial para a estratégia de IA da empresa e como ela pode acelerar a adoção da AI?

Somil Gupta Blocked Desbloquear Seguir Seguindo 3 de julho Fonte: https://www.oodaloop.com/ooda-original/2019/02/21/ooda-research-report-when-artificial-intelligence-goes-wrong/

Antes de entrarmos no #PeopleFirstAI, vamos primeiro entender o paradigma predominante hoje. Eu chamo isso de Data-First AI. A maioria das iniciativas empresariais hoje é executada pelo primeiro paradigma de dados. Tudo começou com a famosa citação Data é o novo petróleo e como toda organização deve se tornar uma organização orientada por dados. Deixe-me quebrá-lo com a maior delicadeza possível. Você já é uma organização orientada por dados! A menos que você tome decisões de negócios com uma moeda, você é orientado por dados. Se você usa algum tipo de ERP ou mesmo sistema de rastreamento de transações baseado em Excel, você é controlado por dados. Então, o que realmente mudou?

A mudança acabou de não vir dos dados em si. É claro que agora você tem acesso a um volume e variedade de dados maiores que nunca. A verdadeira mudança veio da disponibilidade de insights analíticos e dados críticos de negócios, não apenas para gerentes, mas para indivíduos mais profundos na hierarquia organizacional. Antes da revolução dos dados, o acesso aos dados era proporcional à sua posição na hierarquia. Com o novo paradigma baseado em dados, esse acesso pode ser disponibilizado para qualquer pessoa que precise saber.

Trending AI Articles:

1. Estourando as bolhas do jargão – Aprendizado Profundo

2. Como podemos melhorar a qualidade de nossos dados?

3. IA, Aprendizado de Máquina e Aprendizado Profundo em 5 Minutos

4. Aprendizado por Reforço para Otimização de Rota de Veículos Autônomos

Organização e negócios são todos baseados em interações humanas e os dados são o resultado dessas interações humanas. Se tentarmos mudar os dados sem mudar as interações humanas é como tentar corrigir as decisões sem mudar a competência de tomada de decisão. A triste realidade é essa – as pessoas não são tão boas em interpretar dados e agir racionalmente sobre isso. Somos muito menos racionais do que imaginamos ser. Se você não acredita, pense em sua última compra por impulso. O que veio primeiro – a decisão ou a lógica? Se você é como a maioria das pessoas, tomou a decisão e tentou justificá-la com lógica. Lógica e racionalidade são necessárias para nossa mente consciente. Mas as decisões instintivas de "tempo real" são tomadas da mente subconsciente que não necessariamente requer lógica. Isso passa pelo que parece certo. E é aí que a primeira abordagem de IA de dados começa a vacilar.

Agora chegando ao #PeopleFirstAI, vamos fazer um experimento mental. Imagine que você é responsável por tomar uma decisão importante – nível de estoque em um depósito regional. O custo da má decisão (stock-out ou overstocking) é de $ 1Mn e o benefício de uma boa decisão é de $ 5Mn. O sistema lhe dá a recomendação para o nível, mas de alguma forma não parece certo. O que você faria? Se você decidir seguir seu intestino, você pode cometer um erro e terá que tomar a decisão errada. Sua organização está madura o suficiente para permitir essa curva de aprendizado? E se você seguir cegamente o sistema, então quem será eventualmente responsável se o sistema cometer erros (e isso fará com que muitos deles)? Um dos principais objetivos do #PeopleFirstAI é resolver esse problema de responsabilidade.

A maior questão da adoção da IA nas empresas não é a previsão, é o julgamento. A abordagem data-first enfoca as atividades de caso de uso, modelagem, gerenciamento de dados e implantação necessárias para desenvolver e disponibilizar o modelo. O aspecto de julgamento da previsão está amplamente ausente nessa visão. O mecanismo de previsão em si não pode criar valor, a menos que exista um sistema robusto de modelagem de decisão para suportar os mecanismos de previsão. A maior implicação da adoção de IA em toda a empresa é a descentralização da autoridade decisória. Nas últimas cinco décadas, tem havido vários debates sobre os méritos e deméritos da descentralização. Com AI, não há mais debate. Tem que ser descentralizado. Caso contrário, qual é o sentido de usar as previsões se a pessoa da linha de frente precisa primeiro pedir permissão! O valor não é criado fazendo previsões, o valor é criado agindo sobre elas. Mas se os funcionários da linha de frente não forem adequadamente aumentados e forem capazes de tomar essa decisão, a IA continuará sendo apenas uma ferramenta de previsão sofisticada.

O próximo aspecto importante, do ponto de vista da liderança, é a chamada "estratégia AI-First" para as "organizações em primeiro lugar". É um grito de guerra popular do escritório do CXO ir para a AI primeiro, mas pouquíssimas empresas entendem as implicações da AI primeiro. Em um artigo de 2018 , Ajay Agrawal e Avi Goldfarb (autor de máquinas de predição) e Joshua Gans (Google) explicam: “Adotar uma estratégia de IA é o compromisso de priorizar a qualidade de previsão e apoiar o processo de aprendizado de máquina, mesmo ao custo. de fatores de curto prazo, como satisfação do consumidor e desempenho operacional. ”

Você é realmente AI primeiro? Você estaria disposto a incorrer em custos de curto prazo (e talvez até em perdas) por alguns trimestres, para que possa treinar sua IA para fazer previsões mais precisas? Você está disposto a experimentar AI para o seu cliente mais importante, arriscando a satisfação do cliente em uma empresa existente? Então, qual é exatamente o significado de AI-First? É realmente uma estratégia ou apenas aspirações selvagens? E se for uma estratégia, poderia haver outro caminho?

O que é #PeopleFirstAI e como isso ajuda?

De acordo com um estudo recente da McKinsey , apenas 6% das empresas incorporaram a AI em processos formais de tomada de decisão e execução de seus funcionários da linha de frente e apenas 16% acreditam que seus funcionários realmente confiam em insights gerados pela AI. A estratégia #PeopleFirstAI é uma estratégia voltada para o aumento de pessoas e processos de negócios que se concentra na adoção de IA de linha de frente, na prontidão dos funcionários e na maturidade do processo. A menos que a IA esteja profundamente enraizada na lógica de negócios central e nos processos críticos de negócios, a IA em primeiro lugar continuará sendo um sonho para a maioria das empresas.

Outro ponto que diferencia o #PeopleFirstAI de outras abordagens é o foco na transformação e orquestração dos principais processos de negócios. Segundo o mesmo estudo da McKinsey, apenas 21% das empresas incorporaram a AI em várias partes do negócio. A adoção de AI em processos periféricos não criará qualquer transformação significativa. É a orquestração de vários processos de fluxo de valor em toda a organização que criam alto impacto. Além disso, a incapacidade de transformar o núcleo de negócios deixa as empresas vulneráveis a interrupções porque os disruptores não atacam os processos periféricos – eles atacam os principais processos de negócios. O estudo concluiu que um fator crítico do uso eficiente da inteligência artificial é que a jornada de digitalização da organização está transformando as principais partes de seus negócios. O maior desafio de qualquer organização não é automatizar uma única cadeia de processo, digamos processamento de fatura, mas orquestrá-la com outro processo de negócios, por exemplo, processamento de pagamentos, classificação de fornecedores, aquisição etc. Essa é outra área em que a estratégia Data-primeiro concentrando-se em casos de uso isolados (e às vezes periféricos), mas não na maturidade e orquestração geral do processo.

Uma estratégia de primeira pessoa começa com responsabilidade e modelagem de decisão. O primeiro objetivo é fortalecer e aumentar a capacidade humana antes de integrar a automação. Uma estratégia de primeira pessoa entende que mesmo o melhor sistema de inteligência artificial será mais preciso para apenas cerca de 20% dos cenários mais prováveis. Os cenários menos prováveis, mas igualmente significativos, ainda precisam ser tratados pelos seres humanos. E, por fim, uma estratégia de AI em primeiro lugar é responsável pelo treinamento “em processo” ou “em serviço” da IA. Considera a IA não como um especialista em negócios, mas como um estagiário que está ansioso para aprender e executar, mas precisa ser suficientemente treinado primeiro . Não é uma representação mais realista das capacidades atuais da IA? Não é essa a verdadeira estratégia AI-First?

Finalmente, a competência essencial mais importante necessária para qualquer organização hoje é a resiliência. Eu defino a resiliência organizacional como a capacidade de lidar com a variabilidade – planejada e não planejada sem sacrificar escala, produtividade e lucratividade. A variabilidade planejada é introduzida na forma de portfólio de produtos mais amplo e atendimento personalizado ao cliente. A variabilidade não planejada é introduzida pela incerteza da demanda e interrupções do lado da oferta, por exemplo, falha de máquina, falha de logística e falhas de fornecedor. Ambos os tipos de variabilidade afetam a produtividade e a lucratividade.

Em 2016 estudo mostrou que até 33% de todas as organizações relataram perdas de mais de US $ 1 milhão ao longo desse ano devido a interrupções na cadeia de fornecimento. Uma grande parte desses custos poderia ter sido evitada, pois as organizações eram resilientes. É um objetivo incrivelmente importante e difícil de alcançar e ainda não há muita discussão sobre isso nos fóruns de negócios. A IA foi considerada extremamente valiosa para detectar rupturas em escala global. Mas detectar interrupções é apenas um aspecto da resiliência. A capacidade de gerenciar interrupções de forma eficaz também requer maturidade em processos e negócios. Para aumentar a complexidade, se a inteligência artificial não estiver adequadamente integrada aos processos de negócios, ela pode até mesmo adicionar incerteza e variabilidade significativas devido a tolerâncias e erros de modelagem. É aí que #PeopleFirstAI complementa a primeira estratégia de dados e aborda o problema da resiliência de duas formas

1. Aumentando as capacidades humanas para interpretar e agir sobre dados

2. Fortalecendo a capacidade e resiliência do processo para lidar com a variabilidade

Considerando os desafios que a maioria das organizações enfrenta ou enfrentará, a construção de resiliência organizacional deve ser a principal prioridade para a liderança. E para desenvolver essa resiliência, o aumento da força de trabalho através da estratégia #PeopleFirstAI é absolutamente obrigatório. A maturidade da AI de uma empresa não será julgada pela precisão das previsões, mas sim pela rapidez e inteligência com que seus funcionários da linha de frente agem em face da interrupção. A resiliência não é um acidente. É uma competência crítica que precisa ser deliberadamente desenvolvida ao longo do tempo. No próximo curso de artigos, explicarei #PeopleFirstAI em mais detalhes. Se você gostou deste artigo e entendeu a necessidade, compartilhe as palmas. Se você quiser saber mais, não hesite em contactar-me.

Isenção de responsabilidade: As opiniões compartilhadas neste artigo são pessoais e não representam as de qualquer afiliado.

Sobre o autor:

Somil Gupta é um consultor de estratégia líder em inteligência artificial para multinacionais nórdicas. Ele também é o autor do livro Profit AI. Somil liderou o desenvolvimento de negócios para soluções digitais e de inteligência artificial para a Bosch nos países nórdicos. Nessa função, ele consultou os executivos do C-Suite no entendimento do impacto disruptivo das tecnologias digitais, por exemplo, IOT, AI, Blockchain e AR / VR, e planejou sistemas e processos para toda a organização para criar valor comercial nos segmentos de negócios do cliente. Somil é apaixonado pelo impacto socioeconômico e cultural da IA e de outras tecnologias da nova era nos negócios, no trabalho e na vida. Ele acredita em PeoplePirstAI e aprimora o elemento humano em tecnologia e cria uma sociedade tecnologicamente aprimorada centrada no ser humano. Ele tem falado e escrito sobre o aumento humano e é o cara para quando se trata de desenvolver prontidão tecnológica orientada para as pessoas e monetizar novas tecnologias para negócios e sucesso pessoal. Usando a escrita e a fala como uma maneira de compartilhar seus conhecimentos, Somil treina e prepara líderes, profissionais e empresários para se preparar e aproveitar a onda de mudanças e alavancar a tecnologia estrategicamente no mundo em rápida mudança.

Não se esqueça de nos dar o seu ?!

Texto original em inglês.