Kako ljudi i AI sada grade budućnost poslovnog odlučivanja

Piše: Jasmina Očko, konzultantica za kontroling u tvrtki Kontroling Kognosko

Kad govorimo o upravljanju poduzećima, o donošenju operativnih ili strateških odluka, u umjetnu inteligenciju već se dugo polažu velike nade. Nitko i ne sumnja da će današnji alati za izvještavanje s vremenom postajati sve bolji. Očekujemo mnogo od analiza velikih količina poslovnih podataka, ali još više od prepoznavanja obrazaca i predlaganja konkretnih rješenja menadžerima. Samo kontroleri koji s pomoću sadašnjih alata svakodnevno sastavljaju izvještaje zaista mogu razumjeti kakva to pomoć može biti. I u kvantitativnom i u kvalitativnom smislu.

Današnji alati prate zadane upute, ali ne razmišljaju sami, pa možemo reći da su zapravo prilično 'glupi'. Umjetna inteligencija – suprotno od toga – uči i postaje sve pametnija. Uči na temelju ponavljajućih podataka, prepoznaje uzorke te ih prilagođava novim situacijama, pružajući tako mogućnost uvida u buduće scenarije. Naravno, govorimo o predikciji, ne o čarobnjaštvu. Dakle, tradicionalne analize daju odgovore na pitanja 'što se dogodilo', možemo npr. uočavati korelacije među pojavama, statistički računati trendove ili devijacije te djelomično razumjeti zašto je rezultat takav kakav jest.

Od AI-ja se očekuje da bude usmjeren na predviđanja budućih trendova mnogo preciznije od puke statistike i da dâ preporuke za prave odluke. S pitanja 'Što se dogodilo?' selimo se u prostor u kojemu se raspravlja o tome 'Što bi se moglo dogoditi i što u tom kontekstu trebamo sada napraviti?'. Međutim, put do toga mnogo je dalji i teži nego što se čini. Mnogi misle da će AI biti čarobni štapić koji će sâm od sebe unaprijediti naše odlučivanje, pokrpati naše nesavršenosti ili obaviti ono što mi nismo jer nismo znali, nismo mogli ili za što jednostavno nismo marili. A istina je daleko od toga. Čeka nas svakako uzbudljiva budućnost puna unaprjeđivanja, ali i izazova i ograničenja.

Prednosti i izazovi

Koje prednosti AI može donijeti kontrolingu za izradu pametnih izvještaja, a onda i menadžmentu za donošenje pametnih odluka?

• Očekuje se da će se istodobno (u stvarnom vremenu) moći analizirati podaci iz raznih izvora, i internih i eksternih. Samo banalan primjer: većina današnjih alata vrlo teško povezuje podatke iz istog IT sustava u jedinstvenu tablicu npr. za jednoga kupca – podatke o prodaji i ostvarenom profitu s podatkom o kupčevim dugovima.

A gdje smo tek kad poželimo eksterno povezivanje s njegovim javno objavljeni​m GFI-jevima? Do takvih podataka danas dolazimo pješice, odnosno ručno, što je iznimno sporo, pa se takvi pothvati provode samo periodično i samo za najproblematičnije kupce.

• Želimo da nam AI donese i konkretne prijedloge za djelovanje. Ne samo da bi AI trebao u sekundi povezati željene interne i eksterne podatke već bi mogao i odgovoriti na pitanje, npr. kakve prodajne uvjete trebamo odobriti nekom kupcu, isplati li se da ga i dalje posjećuju naši terenski komercijalisti i za koji segment naše ponude moramo uvesti promjene i koje. Naravno, osim operativnih prijedloga, očekuje se da AI razmišlja na višoj razini, da daje strateške prijedloge. U našem primjeru to bi, primjerice, bilo mnogo efektivnije veće ulaganje u tržište A nego u tržite B jer je na njemu veći sveukupan potencijal kupaca (na temelju svih internih i eksternih podataka).

• Sigurni smo da će nam AI donijeti (velikim dijelom) automatizaciju u prikupljanju podataka. Mnogo današnjih poslovnih podataka zapravo je neupotrebljivo zato što ih pripremaju i njima upravljaju ljudi, a ljudi katkad griješe, zaborave, ne mare. U mnogim poduzećima još nisu jasno definirana pravila na temelju kojih bi se podacima upravljalo na siguran, dosljedan i učinkovit način da bi bili točni i upotrebljivi. U tom smislu AI je nužan, jer ako se podacima ne upravlja dobro, nijedan kasniji korak analize ne može biti dobar (garbage in – garbage out). • Očekuje se automatizirano izvještavanje. To konkretno znači da alat odgovara na konkretna pitanja kontrolera ili menadžera na prirodnom jeziku umjesto na programskim jezicima ili u formulama te odmah kreira tablice, grafikone i komentare. Pitanja kao što su 'Koji su glavni razlozi odstupanja od plana prihoda u zadnjem kvartalu?', 'Koji su proizvodi ostvarili najveći rast prodaje u odnosu na prošlu godinu?' ili nalozi kao što su 'Analiziraj povećanje operativnih troškova u regiji X' trebali bi dobiti odgovore u sekundi. Isto bi se tako moglo očekivati da se ti odgovori pojave u obliku tablica i grafikona koji odmah poprimaju format izvještaja.

• Nadamo se da će prognoze biti dobre (koliko je to moguće). To bi znatno unaprijedilo današnje planiranje i smanjilo neizvjesnost. Naravno da nitko ne može točno znati što će biti sutra, ali očekuje se da AI na temelju prepoznavanja nekih obrazaca i opet na temelju povezivanja internih i eksternih podataka uspije mnogo preciznije procjenjivati. Ako se neka procjena i ne pokaže točnom zbog nepredvidivih promjena, prilagodbe bi mogle biti vrlo brze i agilne. I danas imamo alate za planiranje, imamo i razne scenarije, ali bilo kakvo mijenjanje planova i scenarija ipak zahtijeva dugotrajan i mukotrpan posao za kontrolere i golemo znanje u snalaženju u velikom broju povezanih tablica. Na kraju, cilj je da umjetna inteligencija kao alat za potporu upravljanju donese poduzeću konkurentsku prednost i olakša prepoznavanje prilika i prijetnji, snaga i slabosti. U vremenu u kojem se poslovne prilike rađaju i umiru preko noći, u doba kada ništa nije sigurno, takva bi potpora zaista mogla pomoći. Međutim, kad god govorimo o mogućim prednostima koje će donijeti AI, ne smijemo zaboraviti naglasiti i moguće negativnosti. A već sada znamo da može donijeti i mnogo izazova i ograničenja.

• Kvaliteta podataka i pouzdanost sustava prije svega. Imamo golem broj podataka, ali diskutabilnih i u silosima, što izaziva nepravilnosti u zaključivanju. Kvaliteta podataka vjerojatno će se poboljšati, ali nikada neće biti savršena jer njihovo prikupljanje vjerojatno nikada neće moći biti posve automatizirano. Sigurno će još dugo biti potrebna čovjekova intervencija i dopuna. Nedosljedna kvaliteta podataka može potkopati povjerenje menadžmenta ili rezultirati pogrešnim odlukama, što dovodi u pitanje opravdanost cijelog ulaganja u razvoj umjetne inteligencije.

• Da bi se AI upotrebljavao u svrhu pomoći upravljanju, ljudi trebaju imati konkretne kompetencije i znanja. A i trebaju znati što žele. AI je pametan koliko je pametan čovjek koji se njime koristi. On ne može donijeti znanje i vještinu, samo može pojačati učinak znanja koje već imamo. Razvoj kompetentnih multifunkcionalnih timova traje godinama i takav skok ne može se svladati preko noći. Tehnologija napreduje iznimno brzo i pitanje je kako brzo zaposlenici, ne samo kontroleri i menadžeri, to mogu pratiti.

• Sljedeći je izazov otpor promjenama. Prirodno je da je čovjeku najljepše u poznatoj okolini i zoni komfora. Međutim, u okolini AI-ja sve je samo ne komfor. Stalno treba učiti, timovi trebaju biti fleksibilni, agilni i spremni na stalne promjene bez straha da će biti zamijenjeni. Ključ je uspjeha koncept proširene inteligencije (engl. augmented intelligence). To je zajedničko djelovanje ljudi i umjetne inteligencije u kojemu AI uči od ljudi i ljudi uče od njega. Ili, drugim riječima, AI pomaže ljudima, a ne zamjenjuje ih; oslobađa ih rutinskih zadataka te im omogućuje vrijeme da se usredotoče na stjecanje novih znanja i općenito razvoj kulture učenja.

• Jedan je od većih izazova algoritam​ crne kutije, odnosno činjenica da je teško razumjeti kako stroj razmišlja. Iako je lijepo zamisliti kako nam AI u trenu daje sugestije i prijedloge za djelovanje, nije sporno da te sugestije čovjek mora moći razumjeti i protumačiti. AI ne znači ništa ako se ne razumije logika kojom stroj razmišlja: 'If I can't trace the logic, I can't trust the result.' Ako o situaciji ne znamo ništa, uzimamo nekritički sve što nam alat donese, što svakako može biti pogubno. Što smo stručniji, to više preispitujemo rezultate; što bolje vladamo situacijom, to smo kritičniji, ali tada i AI možemo mudrije iskoristiti.

• Investicije u razvoj sustava umjetne inteligencije treba zaista smatrati strateškim zadatkom, ali taj razvoj ne može se staviti u konkretne vremenske okvire jer nema definiran opseg ili konkretan kraj. Zato su temeljni uvjeti jasan strateški plan (što prvo, što drugo…), definirana kadrovska politika (kakav kadar želimo razvijati) te definiran dugoročan izvor financiranja (što je za mnoga poduzeća ograničavajući faktor). Najveća je prijetnja neselektivno i neinformirano srljanje u projekte samo zato što obećavaju neko upletanje umjetne inteligencije. To treba izbjeći pod svaku cijenu.

• Donošenje odluka može biti lakše no ikada, no sve se lako može oteti kontroli. Umjetna inteligencija koja se razvija da bude potpora upravljanju započinje podatkom, a završava odlukom. Cilj je u budućnosti pomoći menadžmentu da zaključuje brže i lakše. No iza svake odluke i dalje će stajati čovjek od krvi i mesa. A u ljudskoj je prirodi da ide linijom manjeg otpora. Kad AI alati nude gotova rješenja ili preporuke 'jednim klikom', lako je prihvatiti rezultat bez razmišljanja. Ne treba ni pomisliti kamo bi nas to moglo odvesti.

I podaci i intuicija

I na kraju svega, uza sve sadašnje i buduće alate umjetne inteligencije ne smijemo zaboraviti da menadžeri u stvarnim situacijama često donose odluke na temelju nekih svojih potpuno nepovezanih uvjerenja i pristranosti. Taj koncept odlučivanja nazivamo 'bihevioralnim kontrolingom'. Zapravo, lako ga je osvijestiti – to je situacija u kojoj menadžeri gledaju samo podatke koji potvrđuju njihova stajališta, a ignoriraju ona koja se tomu suprotstavljaju; kad u odlučivanju veću važnost daju recentnim podacima iako oni dugoročno uopće nemaju utjecaja ili kad mišljenje autoriteta koji je menadžeru važan utječe na odluku znatno više od stvarnih podataka.

Snažna intuicija glavni je alat velikog broja menadžera. Mnogi smatraju da su preopterećeni gomilom informacija koje im uopće ne trebaju za odlučivanje, a neki i nemaju veliku želju za brzinom te zapravo teško donose odluke. Neke vodi ego, neke čista emocija, što vjerojatno nikakav AI neće promijeniti.

Ključ je uspjeha u čovjeku

Početak naše buduće koristi od umjetne inteligencije u kvalitetnom je razvoju podatkovne infrastrukture, odgovornosti i visoko razvijenoj svijesti o upravljanju podacima. Nema upravljanja poduzećem bez podataka i nema podataka bez upravljanja podacima. Umjetna inteligencija snažno mijenja kontroling i menadžment omogućujući brže, preciznije i informiranije odluke. Međutim, ključ je uspjeha u čovjeku, odnosno u snažnoj sinergiji između tehnologije i ljudske ekspertize.

AI donosi mnogo prednosti koje čovjek ne bi sâm mogao dosegnuti, ali čovjekovo konkretno i praktično znanje i iskustvo jamče kvalitetnu interpretaciju podataka. Tvrtke koje prepoznaju tu kombinaciju i sada razvijaju čvrste strategije razvoja umjetne inteligencije, ulažu znatna sredstva i u tehnologiju i u edukaciju zaposlenika, posebno menadžera, imat će u budućnosti, sasvim sigurno, znatnu konkurentsku prednost.