В подкрепа на контекстно ориентирания ИИ

Корпоративният изкуствен интелект може да генерира препоръки, да автоматизира задачи и да помага на организациите да вземат решения по-бързо. Но без разбиране за това как действително функционира даден бизнес, дори мощните модели могат да пропуснат ограниченията и взаимовръзките, които определят дали едно решение е правилно. Докато компаниите се стремят да преместят изкуствения интелект от експериментите към ежедневните операции, предизвикателството е да се даде на технологията необходимият контекст, за да действа полезно в рамките на сложни бизнес процеси.

За Devavrat Shah, главен учен в областта на корпоративния изкуствен интелект в Celonis, този контекст е в основата на това, което той нарича „интелигентност на решенията“. Според него агентите с изкуствен интелект могат да подпомагат отделни задачи в рамките на по-големи процеси за вземане на решения, но трябва да разбират ролята на всяка задача и бизнес условията около нея. „Не можете просто да правите това във вакуум“, казва той. Без подходящ оперативен контекст агентите рискуват да пренебрегнат важни ограничения, да допуснат скъпи грешки или да изразходват прекомерни изчислителни ресурси, докато се опитват да разберат какво трябва да знаят.

Решението започва със свързването на изкуствения интелект с процесите и данните, които предприятията вече използват. Контекстуалният слой може да помогне на агентите да разбират работните процеси, да работят в рамките на определени ограничения и да генерират препоръки, които хората могат да преглеждат и одобряват. Shah съветва организациите да започнат с конкретно бизнес решение, да идентифицират най-трудните му стъпки и да проверят дали изкуственият интелект може да ги подобри. След това измерването на ползите по отношение на скоростта и стойността може да помогне да се определи дали дадено приложение си заслужава да бъде разширено.

Този подход може също да промени начина, по който служителите използват времето си. Автоматизирането на повтарящата се ръчна работа и координирането на задачи между екипите може да освободи хората да се съсредоточат върху по-сложни стратегически решения. Реализирането на тази полза обаче ще изисква инвестиции в обучение на работната сила, за да могат служителите да разбират резултатите от изкуствения интелект и последиците от тях, вместо просто да предават решенията на агентите.

Гледайки към бъдещето, Shah вижда възможности, простиращи се от рутинни оперативни задачи до планиране на ниво предприятие в области като финанси, управление на работната сила, маркетинг и продажби. С подходящия контекст изкуственият интелект може да помогне на организациите да оценяват възможностите и да вземат важни решения по-бързо. Както казва Shah: „Сега може би [планирането на ресурсите] не би трябвало да отнема толкова много време и хората всъщност би трябвало да вземат правилните решения бързо.“

Този епизод на Business Lab е създаден в партньорство с Celonis.

Пълен транскрипт

Megan Tatum: От MIT Technology Review аз съм Megan Tatum, а това е Business Lab — предаването, което помага на бизнес лидерите да разберат новите технологии, излизащи от лабораториите и навлизащи на пазара.

Този подкаст е създаден в партньорство с Celonis.

Корпоративният изкуствен интелект се намира на своеобразен кръстопът. След години на експерименти, демонстрации и пилотни проекти ръководните екипи искат ясни доказателства, че разширяването на употребата му ще се отрази положително на крайния резултат, но много от тях пропускат важна част от пъзела. Като действат без оперативен контекст, корпоративният изкуствен интелект и агентите с изкуствен интелект работят при значителен дефицит. Те прилагат обобщени принципи към специализирани сценарии и не постигат очакваното, което разбираемо оставя бизнес лидерите неубедени, а потенциала на изкуствения интелект — нереализиран.

Две думи за вас: контекстът има значение.

Днешният ми гост е Devavrat Shah, главен учен в областта на корпоративния изкуствен интелект в Celonis.

Добре дошъл, Devavrat.

Devavrat Shah: Здравей, Megan. Благодаря, че ме покани.

Megan: Благодаря ти, че си с нас днес. Devavrat, нека започнем с това: защо е толкова важно организациите да мислят за оперативния контекст във връзка с корпоративния изкуствен интелект именно сега? Какво го прави толкова критична част от прехода, за който говорех — от експерименти към мащабно внедряване?

Devavrat: Това е чудесен въпрос. И както правилно отбеляза, намираме се на прага на прехода от експериментален към масов изкуствен интелект. Както знаеш, преподавам изкуствен интелект в MIT като професор вече повече от две десетилетия, така че не е изненада, че съм голям оптимист за бъдещето на изкуствения интелект в предприятията.

Начинът, по който мисля за областта, в която изкуственият интелект може да има най-голямо значение в предприятията, е вземането на решения — да помага на предприятията да вземат решения или, казано по друг начин, как да внесем интелигентност на решенията в предприятията. Когато мислим за решенията, как ги вземаме днес? Нека вземем MIT Tech Review, Celonis, MIT или която и да е голяма организация. Като цяло имаме различни видове решения, които искаме да вземаме. Има стратегически решения, които са епизодични, и други решения, които са оперативни и трябва да се вземат с висока честота. И при двата вида имаме определени процеси. Първо правите това, после онова, след това друго и накрая още нещо. Много от нас помагат за координирането на тези неща. Много от нас изпълняват роли в тях — това, което Jensen Huang нарича задачи. И след като изпълните тези неща стъпка по стъпка, стигате до решението.

Именно в тези задачи, или в това, което аз бих нарекъл роли, изкуственият интелект може по атомарен начин да внесе агентна мощ, така че да можем да допълваме и подпомагаме поне части от решенията, ако не и всички решения, а понякога — когато задачата е болезнена — и да ги автоматизираме. За да стигнем дотам и да знаем коя роля или коя задача да изпълним, наистина трябва да познаваме контекста. Не можете просто да правите това във вакуум. Ето защо контекстът, съчетан с изкуствения интелект по правилния начин, би донесъл това, което аз наричам интелигентност на решенията, в предприятията. И именно там според мен ще се случи най-голямата трансформация.

Megan: Добре. За да разгледаме това малко по-подробно, знаем, че много организации, както казваш, в момента възприемат агентен изкуствен интелект с потенциал за все по-автономно вземане на решения. Ако контекстът не бъде въведен паралелно, какви са търговските рискове?

Devavrat: Чудесен въпрос. Нека вземем обстановката, която описах. Опитваме се да автоматизираме, подпомогнем или допълним дадена роля в зависимост от вида на решението и задачата. И за момент нека си представим, че всички тези така наречени водещи лаборатории са създали невероятни модели и невероятна инфраструктура за изкуствен интелект, така че всичко, което се е случило във Вселената и вероятно ще се случи във Вселената, е налично там.

Сега имаме малко решение, което искаме да вземем, и конкретният контекст е налице. Без достъп до него тази мащабна система, този изключително интелигентен човек в крайна сметка би разбрал всичко, като задава множество въпроси, както правим ние, хората, и накрая би постъпил правилно. Проблемът е, че за да стигне дотам, системата ще извърши толкова много изчисления на определено ниво, че за изпълнението на прости задачи ще изразходваме огромно количество изчислителни ресурси. Това е първият сценарий.

В действителност това няма да е сценарият и ще пропуснем важен контекст, важно ограничение или важна предпазна рамка, а след това ще допуснем грешка. Понякога тази грешка може да е приемлива. Все едно аз да ти препоръчам ресторант А и може би да не се насладиш на вечерята, за разлика от други случаи, когато грешките ще бъдат много, много скъпи. Например да ти кажа каква е финансовата прогноза и това по някакъв начин да доведе до краха на компанията.

Megan: Точно така. В корпоративна среда това са наистина критични за бизнеса решения. Така че последиците са много по-големи, ако сгрешим, нали? А на практическо ниво какви са различните начини, по които организациите могат да добавят този контекстуален слой, за който говорим? Как Celonis например предоставя този оперативен контекст чрез цифров близнак на организацията в реално време?

Devavrat: Разбира се. Мисля, че би било полезно да разгледаме накратко историята на Celonis. Както знаеш, Celonis възникна като организация с мисията и целта да помага на организациите да се придържат към идеалните си процеси, да изграждат по-добри процеси и да дават възможност на хората да работят с множество процеси по взаимосвързан начин. Именно там се намира основното им, да го наречем, ДНК — в това, което аз бих нарекъл интелигентност на процесите. Тоест как предприятията обединяват множество неща, дигитализират ги, дават възможност на хората да подобряват процесите си, разбират къде са проблемите и след това реинженерингът на процесите в организациите позволява на нещата да се случват по-добре.

Сега, ако искаме да внесем интелигентност на решенията в това, всяка атомарна стъпка от този процес, която преди потенциално е била изпълнявана от експерти и хора, вече искаме да бъде подпомагана от агенти. И именно тук познаването на контекста на даден процес в предприятието, съчетано с агентите с изкуствен интелект — или това, което бих нарекъл ролеви агенти — осигурява точния начин за въвеждане на интелигентност на решенията в предприятията. Така Celonis предоставя контекст, който помага на предприятията да вземат по-добри решения.

Megan: Добре. А по отношение на начина, по който това функционира, как контекстуалният слой се отнася както към слоя под него — слоя на системите за регистриране — така и към слоя над него, агентния слой?

Devavrat: Това е чудесен въпрос, Megan. Долният слой, ако го наречем система за регистриране, се състои основно от наличните инструменти за работни процеси и генерираните от тях регистри на събития. Горният слой включва или бизнес потребители и експерти, които използват информацията, или хора, които получават тази информация чрез агенти, работещи върху контекстуалния слой. Именно тук контекстният модел, както го нарича Celonis, е проектиран да изпълнява едновременно три неща. Първото е да осигури правилната абстракция на долния слой, така че правилните части от процеса да могат да бъдат превърнати в агентни. Второто е да въведе ролеви агенти за всяка от тези части по структуриран начин и в рамките на предпазни ограничения. А третото е да бъде ориентиран първо към агентите, така че ако друга агентна инфраструктура вече комуникира с него, тя да може естествено да взаимодейства с него, за да предостави правилния резултат на хората или експертите за преглед, оценка и одобрение, а понякога и за автоматизиране.

Megan: Чудесно. И наред с всички ползи, за които говорим, има ли и предизвикателства при внедряването на контекстуален слой? Например повечето организации разполагат ли с подходящите данни, за да осигурят на изкуствения интелект необходимия контекст? И ако не, какви практически стъпки трябва да предприемат, за да решат този проблем?

Devavrat: Това отново е ключов въпрос, за да превърнем всичко това в реалност. Можем да си представяме идеален свят, но ако не можем да достигнем до него, той си остава само идеален. В тази обстановка, както обсъдихме трите слоя, първият е долният слой на системите за регистриране и инструментите за работни процеси. В известен смисъл тези неща вече съществуват. Не е необходимо да са завършени или подредени по възможно най-чистия начин. Контекстният модел е проектиран с агентна архитектура и успява да се свърже с тези системи и да извлече смисъл от тях.

А нещата отгоре до голяма степен са под контрола на инфраструктурата на Celonis, така че не са толкова сложни. Ключовото тук обаче е, че когато човек влезе в предприятието и отвори, да кажем, система за регистриране или инструмент за работни процеси, регистри на събития или нещо подобно, трябва да премине през това, което бих нарекъл класически информационен контрол на сигурността, за да се увери, че може да се довери на софтуера на доставчика, който навлиза в организацията. Мисля, че това е основният процес, стъпката между преди и след, ако мога така да я нарека.

Megan: Разбирам. Значи това е наистина решаващата стъпка, която хората трябва да предприемат. И тъй като агентите с изкуствен интелект и контекст ще могат да вземат по-сложни и, надяваме се, по-точни решения, каква според теб ще бъде ролята на човешката интелигентност и принос занапред и как организациите могат да намерят баланс между двете?

Devavrat: Има ползи, но има и предизвикателства. Ползите са ясни. Ако разполагате с правилните агенти с изкуствен интелект, изпълняващи правилната роля в процесите ви за вземане на решения, надяваме се, че те ще го правят по-бързо и следователно решенията ви ще бъдат вземани по-рано, така че да не губите алтернативната си цена. Вземате решения навреме, можете да планирате много по-добре и така нататък. Това е особено полезно, когато трябва да изпълнявате много ръчни, повтарящи се и неприятни задачи, при които достъпът до работна сила и координацията между хората се превръщат в ключови части от процеса за вземане на решения. В известен смисъл именно тук може да се създаде огромна стойност. Обратната страна е, че това означава, че хората няма да изпълняват тези задачи.

От друга страна, имаме и другия тип решения, които винаги вземаме — стратегическите решения. Те могат да бъдат малки или големи, но обикновено повечето организации нямат капацитет да ги обмислят. Тази възможност ще се отвори и именно там вероятно много хора и експерти ще се ангажират повече. В известен смисъл те ще получат по-добра подкрепа, която ще им помага рационално да обмислят какви възможности имат и как различните варианти се сравняват. В крайна сметка ролята на организацията е да реши кой вариант да избере, защото той трябва да съответства на нейните интереси и на посоката, в която иска да се развива.

Така че в известен смисъл ще има промяна в работната сила — вместо да изпълняват много повтаряща се работа, хората ще изпълняват по-малко повтаряща се и много повече стратегическа работа и именно там ще трябва да прекарват времето си.

Другата област, за която съм лично много оптимистично настроен, е, че всяка технологична промяна създава нова работа, която е трудно да бъде предвидена в момента на промяната. Надявам се, че ще възникне друг вид възможности и работа, с които ще ангажираме работната си сила. От само себе си се разбира, че това означава внимателно да обмислим как да преквалифицираме или обучим част от работната си сила. И като преподавател и академик смятам, че времевият мащаб, в който се случват тези промени, е изключително кратък. Затова трябва да действаме по сходен начин.

Megan: Как трябва да започне внедряването на тези промени всеки ръководител, който ни слуша? Например как могат да подготвят работната си сила? Каква роля трябва да играе управлението?

Devavrat: Добре, това е чудесен въпрос. Ако искате да започнете, първото нещо, което трябва да направите, е да идентифицирате решение, в което искате да внесете интелигентност. Нека идентифицираме процеса около него. Нека идентифицираме всяка стъпка от процеса. Нека изберем най-важната и трудна стъпка. Нека се опитаме да въведем агенти с изкуствен интелект, които да ви помогнат с нея. След това нека измерим колко време печелим и колко стойност създаваме. Това ще ни помогне да разберем дали си е струвало. Това е първото.

Второто е управлението. Ще въведем изкуствения интелект по този предписателен начин за всяка задача в рамките на дадена роля. Това означава, че за тази роля можем много ясно да кажем какво може и какво не може да прави. Celonis предписва сертифицирани ролеви агенти за тези неща. Това ви помага ясно да разберете какъв би бил договорът за тях.

Третото нещо са хората и тук вече става наистина важно: част от процеса се автоматизира, но има и част, в която експертите остават включени. Те трябва да разбират резултатите от изкуствения интелект, как да работят с тях и какви ще бъдат последиците. Тук е необходимо известно обучение по изкуствен интелект, а след това и обучение за използване на инструментите.

Megan: Да, абсолютно. Темпото в тази област е невероятно, нали? И като говорим за това, нека завършим с поглед към бъдещето. При наличие на правилния контекст, разбира се, какви според теб са бъдещите приложения на корпоративния изкуствен интелект, които могат да имат най-голямо въздействие, или с други думи — какво те вълнува най-много?

Devavrat: Мисля, че бих ги категоризирал в три типа. Всички те са свързани с интелигентността на решенията и вземането на решения, но са три различни типа. Първият включва повтаряща се, ръчна и трудоемка работа.

Вторият включва задачи, свързани с координация. Голяма част от работата, която вършим в момента като информационна работна сила, е посветена на координация — затова използваме електронна поща, електронни таблици и други подобни инструменти. Голяма част от тази работа ще бъде свършвана много по-добре, много по-бързо и, така да се каже, по-малко скучно.

А третият тип е свързан с предоставянето на стратегическа подкрепа и допълване на възможностите на хората, вземащи решения. Това е третият вид решения, които ще бъдат вземани. Ако мислим за който и да е процес на планиране в предприятията — финансово планиране, планиране на работната сила, маркетинг, продажби, продуктово планиране или нещо друго — всички те са критични за бизнеса решения, които вземаме, и отнемат време в рамките на годишните процеси по планиране. Сега може би не би трябвало да отнемат толкова много време и хората всъщност би трябвало да вземат правилните решения бързо.

Megan: Това би било чудесно, нали? Чудесно. Благодаря ти много за този прекрасен разговор, Devavrat. Това беше Devavrat Shah, главен учен в областта на корпоративния изкуствен интелект в Celonis, с когото разговарях от Брайтън, Англия.

Това е всичко за този епизод на Business Lab. Аз съм вашата водеща Megan Tatum. Работя като редактор и водещ за Insights — подразделението за специално съдържание на MIT Technology Review. Ние сме основани през 1899 г. към Масачузетския технологичен институт и можете да ни откриете в печатни издания, онлайн и на събития по целия свят всяка година. За повече информация за нас и предаването посетете уебсайта ни на technologyreview.com.

Това предаване е достъпно навсякъде, където слушате подкастите си. Ако този епизод ви е харесал, ще се радваме да отделите време, за да ни оцените и да напишете отзив. Business Lab е продукция на MIT Technology Review, а този епизод е продуциран от Giro Studios. Благодаря ви, че слушахте. Довиждане.

Това съдържание е създадено от Insights, подразделението за специално съдържание на MIT Technology Review, а не от редакционния му екип. То е проучено и написано от хора, като всички инструменти с изкуствен интелект, които може да са били използвани, са били ограничени до производствени процеси под човешки контрол.