Если вы из поколения X, как я, или старше, вы помните, когда в конце 1990-х годов вышла печь-гриль Ronco Showtime. Это было следующее великое изобретение кухни: нарезка хлеба, холодильник, микроволновая печь, а теперь и духовка-гриль Ronco Showtime. Рекламируя, что вы можете просто «настроить и забыть», это была кухонная автоматизация во всей красе. Это обещало эффективность и последовательность, экономя неисчислимое количество усилий на кухне.
Сегодняшняя автоматизация вышла далеко за рамки идеально приготовленной целой курицы. Конечно, автоматизация не ограничивается кулинарными чудесами и существует уже давно в различных формах. Водяная мельница и даже часы — это формы автоматизации, хотя мы можем и не думать о них как о таковых.
Организации уже давно сосредоточены на операционной эффективности, и автоматизация играет в этом свою роль. Существует много ажиотажа вокруг ИИ как «инструмента» для повышения эффективности и экономии затрат за счет автоматизации. (Хотя ИИ — это не «инструмент». Пожалуйста, не заставляйте меня начинать.)
Итак, какова роль данных в автоматизации и как данные помогают улучшить автоматизацию?
Автоматизация против оцифровки против информации
В современном мире большая часть того, что мы называем автоматизацией, осуществляется с помощью цифровых средств. Таким образом, заманчиво приравнять автоматизацию к оцифровке. Но автоматизация принципиально отличается от оцифровки. Цифровые технологии — это лишь один из способов автоматизировать что-либо.
И большая часть автоматизации сегодня включает в себя какие-то данные. Таким образом, существует большая путаница между автоматизацией и информированием. Но информация — это то, что мы должны знать и понимать, а автоматизация — это то, что мы делаем.
Когда вы автоматизируете решения, на самом деле происходит сначала информирование о вашем решении путем понимания данных, а затем автоматизация процесса принятия решения. Это полезно, когда вам приходится повторять принятие определенных решений в массовом порядке. И вы можете представить себе любой процесс как серию крошечных решений, каждое из которых может быть очень простым.
Но есть тонкая грань между тем, чтобы что-то повлияло на ваше решение, и тем, чтобы что-то приняло это решение за вас. Вы, как человек, стоящий за автоматизацией, должны определить для себя, где для этого находится ваша линия комфорта.
Да, и, кстати, многое из того, что называют ИИ, на самом деле просто автоматизация, призванная стать немного умнее. Подавляющее большинство современных автоматизированных цифровых решений имеют встроенный интеллект, поэтому вы уже взаимодействуете с ИИ. Вы просто не осознаете, что вы есть.
Не вся автоматизация хороша
Но то, что решение имеет некоторый встроенный интеллект, не означает, что оно на самом деле «интеллектуально». Автоматизировать хороший процесс так же легко, как и плохой процесс. Вы можете автоматизировать разумные решения, чтобы принимать правильные решения очень быстро, последовательно и в больших объемах, или вы можете автоматизировать совершение ошибок и постоянно ошибаться в больших объемах и за очень короткое время.
Не могу не вспомнить случай, о котором я слышал некоторое время назад. За несколько лет автоматизированный процесс принял ошибочных решений на несколько миллионов долларов. Хотя никто не пострадал, в лучшем случае результатом были потери из-за неэффективности.
К этому привели два основных фактора. Во-первых, процесс и автоматизированное решение были не просто неразумными, а совершенно неправильными. Во-вторых, будь то слепое доверие к автоматике или апатия, никто не задавался вопросом, что происходит. Ни один человек не контролировал процесс. Ни один человек не следил за результатами, чтобы увидеть, имеет ли это вообще какой-либо смысл.
Не случайно существует точная параллель в управлении данными, но это тема для другого разговора.
Во всей сегодняшней шумихе вокруг ИИ этот момент недостаточно признан: человек должен знать, что он делает, как он это делает и почему он делает то, что делает. Цель автоматизации состоит в том, чтобы принципиально исключить человека из процесса. Вы нанимаете подрядчика, который оказывается машиной. Но подумайте о том, что происходит при успешном привлечении подрядчиков. Есть проверки и контроль. Вы знаете, что они делают.
Затем возникает вопрос о том, каков ваш уровень комфорта при передаче конкретной задачи боту. Это тоже решение человека.
Ревностный избирательный слух об ИИ
Я говорю «недостаточно признанный», а не «недостаточно обсуждаемый», потому что некоторые действительно обсуждают это и размахивают красными флагами. Но, похоже, люди слышат либо то, что хотят услышать, либо то, что они заставили себя услышать. Такие, как Gartner, говорят вещи, которые, возможно, не являются самыми сексуальными (кстати, вещи, которые я говорю годами). Но по мере того, как мы приближаемся к пику завышенных ожиданий, появляется множество свидетельств избирательного слуха, движимого рвением к блестящему объекту.
Люди определяют, насколько хорошо работают ИИ и автоматизация. Это начинается с того, что мы честны с собой и признаем, что это определенно не «поставил и забыл».
Подпишитесь на DDIntel Здесь.
DDIntel содержит наиболее заметные фрагменты нашего основного сайта и нашей популярной публикации DDI Medium. Проверьте нас для более проницательной работы от нашего сообщества.
Зарегистрируйтесь на AItoolverse (альфа), чтобы получить 50 DDIN
Поддержка DDI AI Art Series: https://heartq.net/collections/ddi-ai-art-series
Присоединяйтесь к нашей сети здесь: https://datadriveninvestor.com/collaborate
