admin 
Kalbėdami apie AI, paprastai orientuojamės į vieną metriką: produktyvumą. Ši metrika buvo naudojama kiekviename technologijų pranešime nuo dabartinio technologijų amžiaus pradžios.
Grįžtant prie to momento, kai pirmą kartą tapau išoriniu technologijų analitiku ir „Windows 95“ paleidimo žingsniu, argumentas buvo toks, kad ji taip padidino našumą, kad per metus nuo pirkimo atsipirks investicijų grąža (IG). . Paaiškėjo, kad per pirmuosius metus produktas sugedo tiek, kad iš pradžių turėjo neigiamą, o ne teigiamą poveikį produktyvumui.
Dirbtinio intelekto investicijų grąža gali būti daug blogesnė, ir, kaip ironiška, didžioji šio amžiaus problema yra ne produktyvumo ar našumo trūkumas, o prastas sprendimų palaikymas.
Praėjusią savaitę dalyvavau Computex parengiamajame renginyje. Žiūrėdamas pristatymus pastebėjau pažįstamą produktyvumo srovę. Esu susirūpinęs, kad jei žymiai padidinsime greitį, bet taip pat nepagerinsime susijusių sprendimų kokybės, padarysime klaidų važiuodami mašinos greičiu, o tai gali būti nepakeliama.
Pakalbėkime apie tai šią savaitę, o pabaigsime su mano savaitės gaminiu – aviakompanija, kurią ką tik nuskridau į Taivaną. Tai buvo daug geriau nei „United“, kurią paprastai naudoju tarptautinėms kelionėms, kad supratau, kad norėčiau atkreipti dėmesį į tai, kodėl tiek daug ne JAV oro linijų yra žymiai pranašesnės už JAV vežėjus.
Produktyvumas prieš kokybę
Aš esu buvęs IBM. Dirbdamas ten buvau vienas iš mažos grupės, kuri išklausė IBM vadovų mokymo programą. Vienas iš principų, kuriuo buvo vadovaujamasi visiems darbuotojams, buvo tai, kad svarbu kokybė.
Labiausiai įsimintiniausia klasė, kurią mokiausi šiuo klausimu, buvo ne iš IBM, o iš Konkurencingo intelekto profesionalų draugijos (SCIP). Jo dėmesys buvo sutelktas į greitį ir kryptį. Instruktorius tvirtino, kad dauguma įmonių, kai kalbama apie naujus procesus ir technologijas, pirmiausia sutelkia dėmesį į greitį.
Jis tvirtino, kad jei pirmiausia nesusitelksite į kryptį, vis greičiau eisite neteisinga kryptimi. Jei pirmiausia nesutelksite dėmesio į tikslą, greitis jums nepadės. Tai pablogins reikalus.
Dirbdamas IBM ir „Siemens“ kaip konkurencijos analitikas, turėjau erzinančios patirties teikiant sprendimų palaikymą ir tai, kad mūsų rekomendacijos buvo ne tik ignoruojamos, bet ir aktyviai kovojama, o vėliau jų nesilaikyta. Dėl to buvo patirti katastrofiški nuostoliai ir žlugo kelios grupės, kuriose dirbau.
Priežastis buvo ta, kad vadovai veikiau atrodo teisūs, nei iš tikrųjų yra teisūs. Po kurio laiko mano padalinys buvo išformuotas (tendencija, kuri apėmė visą pramonės šaką), nes vadovams nepatiko gėda, kai po katastrofiškos nesėkmės buvo pakviesti ant kilimo dėl to, kad ignoravo pagrįstus patarimus, nes jų „žarnas“ pasakė jiems savo iš anksto numatytą kryptis turi būti geresnė, bet ne kartą nebuvo.
Po to, kai nustojau dirbti įmonėse ir tapau išorės analitiku, nustebau pastebėjęs, kad mano patarimai buvo labiau paisomi, nes vadovai nemanė, kad mano teisybė kelia grėsmę jų karjerai.
Iš įmonės vidaus jie laikė mane rizika. Iš išorės aš nebuvau, todėl jie buvo labiau linkę klausytis ir laikytis kitokios strategijos, nes nesijautė, kad su manimi konkuruoja.
Vadovai turi prieigą prie didžiulio duomenų kiekio, kuris turėtų padėti jiems priimti geresnius sprendimus. Tačiau vis dar matau per daug žmonių, kurie priima prastai pagrįstus sprendimus, kurie baigiasi katastrofiškais rezultatais.
Todėl dirbtinis intelektas turėtų būti orientuotas į tai, kad padėtų įmonėms priimti geresnius sprendimus, ir tik tada jis turėtų būti orientuotas į produktyvumą ir našumą. Jei sutelkiate dėmesį į greitį, neužtikrindami, kad sprendimas dėl krypties yra teisingas, yra didesnė tikimybė, kad kur kas greičiau eisite neteisinga kryptimi, todėl klaidos bus dažnesnės ir brangesnės.
Sprendimų priėmimo iššūkiai
Naudodami dirbtinį intelektą galime greičiau priimti sprendimus nuo asmeninio iki profesinio gyvenimo, tačiau tų sprendimų kokybė prastėja. Jei pažvelgtumėte atgal į „Microsoft“ ir „Intel“, du pagrindinius dabartinės AI technologijų bangos rėmėjus, pamatytumėte, kad didžiąją jų egzistavimo dalį, ypač šį šimtmetį, įmonės priėmė blogus sprendimus, dėl kurių abiems kainavo vienas ar keli generaliniai direktoriai. .
Mano senas draugas Steve'as Ballmeris buvo prakeiktas dėl blogo sprendimo po blogo sprendimo, kuris, mano nuomone, buvo jį palaikančių žmonių ar asmens, o ne to, kas būdinga pačiam žmogui, rezultatas.
Vaikinas buvo aukščiausios klasės Harvarde ir, be abejo, protingiausias žmogus, kurį aš kada nors sutikau. Jam priskiriama „Xbox“ sėkmė. Vis dėlto, nepaisant to, kad „Microsoft“ finansiniai rezultatai buvo geri, jam nepavyko naudoti „Zune“, „Microsoft Phone“ ir „Yahoo“, todėl „Microsoft“ vertinimas buvo sugadintas ir dėl to jis buvo atleistas.
Kartu su keliais kitais analitikais iš pradžių buvau paskirtas padėti jam priimti geresnius sprendimus. Tačiau beveik iš karto visi buvome nustumti į šalį, nors rašiau el. laišką po el. laiškų, teigdamas, kad jei jis nepagerins savo sprendimų kokybės, jis bus atleistas. Deja, jis tiesiog supyko dėl mano bandymų. Vis dar galvoju apie jo nesėkmę kaip apie savo, ir tai mane persekios visą likusį gyvenimą.
Ši problema atspindi tai, kas nutiko Johnui Akersui iš IBM, kuris buvo apsuptas žmonių, kurie neperdavė informacijos iš tų, kurie yra arčiau problemų. Nors mano pastangos IBM pašalinti problemas toje įmonėje buvo apdovanotos, tokių žmonių kaip aš, ir jų buvo daug, poveikis buvo taip sumenkintas, kad Akersas prarado darbą. Ne todėl, kad jis buvo kvailas ar neklausė. Taip buvo todėl, kad mus užblokavo vadovai, kurie turėjo ausis ir nenorėjo prarasti su ta prieiga susieto statuso.
Taigi žmonės, kuriais jie pasitikėjo, paneigė informaciją, kad abiejų įmonių vadovams reikėjo sėkmės. Jie buvo labiau orientuoti į statusą ir prieigą, o ne į įmonių, kuriose dirbo, sėkmės užtikrinimą.
AI sprendimo problema yra dvejopa
Pirma, žinome, kad dirbtinio intelekto pastangų rezultatai, nors ir įspūdingi, taip pat yra neįtikėtinai netikslūs arba neišsamūs. „Wall Street Journal“ ką tik įvertino geriausius dirbtinio intelekto produktus ir nustatė, kad „Google Gemini“ ir „Microsoft“ „Copilot“, išskyrus kai kurias išimtis, buvo žemiausios kokybės, nors turėtų būti plačiausiai naudojami.
Be to, kaip minėjau aukščiau, net jei jie būtų daug tikslesni, atsižvelgiant į ankstesnį elgesį, vadovai gali jų nenaudoti, o pirmenybę teikdami savo nuotaikai, o ne viskam, ką jiems liepia sistema. Nors tai gali sumažinti šių produktų kokybės problemų poveikį, rezultatas yra sistema, kuria negalima pasitikėti arba nepasitikėsime.
Dabartinės kokybės problemos padeda palaikyti ir sustiprinti blogą elgesį, kuris egzistavo prieš dabartinės kartos dirbtinį intelektą, taigi, net jei AI kokybės problemos bus ištaisytos, ji vis tiek neduos potencialo, kad verslas ir vyriausybės būtų sėkmingesnės.
Apvyniojimas
Šiuo metu mūsų greičio (produktyvumo, našumo) poreikis yra daug mažesnis už poreikį, kad technologija, teikianti šią naudą, būtų patikima ir verta pasitikėjimo. Tačiau net jei šią problemą išspręstume, argumentų teorija teigia, kad ši technologija nebus naudojama siekiant geresnio sprendimų priėmimo, nes mes apskritai nesugebame suvokti, kad vidinis patarimas kelia grėsmę mūsų darbams, statusui ir įvaizdžiui.
Šioje pozicijoje yra tam tikros tiesos, nes jei žmonės žinos, kad jūsų sprendimai yra pagrįsti AI patarimais, ar jie galiausiai padarys išvadą, kad esate nereikalingas?
Turime nustoti koncentruotis į dirbtinį intelektą, o produktyvumą kaip pagrindinį tikslą, o sutelkti dėmesį į daug aukštesnę kokybę ir geresnį sprendimų palaikymą, kad nebūtume priblokšti blogais sprendimais ir patarimais važiuojant mašinomis.
Tada turime aktyviai mokyti žmones priimti pagrįstus patarimus, kurie veiksmingiau leis mums judėti mašinos greičiu, o ne būti palaidoti dėl blogų sprendimų tuo pačiu greičiu. Taip pat turime apdovanoti žmones už veiksmingą dirbtinio intelekto naudojimą, o ne priversti juos jaustis, kad toks naudojimas sukels pavojų jų darbui ir karjerai.
Dirbtinis intelektas gali padėti sukurti geresnį pasaulį, bet tik tuo atveju, jei jis duoda kokybiškus rezultatus ir mes naudojame tuos rezultatus priimdami sprendimus.
„Starlux Airlines“.
Beveik nustojau skraidinti „United Airlines“ dėl blogos patirties – nuo įstrigimo atokiuose oro uostuose dėl atšauktų skrydžių iki mokėjimo už pirmos klasės bilietus, kad atsidurčiau autobuse dėl blogų skrydžių ir nenoro. užtikrinti dėl veiklos klaidų vėluojančius keleivius, kad jie laiku atvyktų į paskirties vietą.
Mano patirtis su ne JAV vežėjais buvo daug geresnė. Praėjusią savaitę į Computex kelionę pasiėmiau Taivano vežėją Starlux. Patirtis šioje aviakompanijoje buvo daug pranašesnė.
Verslo klasėje „United“ dažnai jaučiuosi kaip mažiau klientas ir labiau susierzinęs. „Starlux“ žmonės stengėsi įsitikinti, ar mano kelionė buvo patogi; jie mano asmeninei priežiūrai buvo prioritetas. Kai paprašiau specialaus patiekalo, jie stengėsi jį tiekti. Kai kovojau su „Wi-Fi“, jie mane palaikė, kol problema buvo išspręsta, ir atrodė, kad rūpinosi, kad mano patirtis būtų pavyzdinė.
Daug keliauju per savo karjerą ir bijau to, o tai liūdna, nes vaikystėje nekantriai laukdavau kiekvieno skrydžio lėktuvu. Keliaudamas „Starlux“, atgavau meilę skraidyti ir supratau, kad laukiu skrydžio namo, o ne bijau lipti į lėktuvą.
„Starlux“ padarė mano 13 valandų skrydį linksmą ir turėčiau pabrėžti, kad tai pastebėjau su kitais užsienio vežėjais, tokiais kaip „Singapore Airlines“, „Emirates Airlines“ ir kiti šiame sąraše esantys. Taigi, „Starlux Airlines“ yra mano savaitės produktas.
