Döntéshozatal és döntéshozatali folyamatok a mesterséges intelligenciával kapcsolatos vállalatoknál: A stratégiai lendülettől a gyakorlati megvalósításig

Több mint egy eszköz: Miért változtatja meg a mesterséges intelligencia az egész vállalkozását?

A mesterséges intelligenciát övező felhajtás továbbra is töretlen, és a német vállalatok igazgatótanácsaiban az aranyláz mentalitása uralkodik. Sokan a mesterséges intelligencia bevezetését egy gyors, operatív döntésnek tekintik – csupán egy újabb hatékonyságot ígérő szoftvereszköznek. Ez a feltételezés azonban költséges hiba, és a fő oka annak, hogy az összes mesterséges intelligencia projekt megdöbbentő 80 százaléka kudarcot vall. A valóság az, hogy a mesterséges intelligencia vállalatba való stratégiai integrálásáról szóló döntés nem sprint, hanem egy maraton, amely hat-kilenc hónapig tart, mire az első kódsor megírásra kerül.

Ennek a bonyolultságnak az oka nem a technológiában, hanem a folyamatban rejlik. A hagyományos szoftverekkel ellentétben a mesterséges intelligencia alapvető átszervezést igényel a vállalati stratégia, az irányítási struktúrák és a kockázatértékelés terén. A ChatGPT áttörése és az EU MI-törvényének hatálybalépése óta a kötelezettségvállalás nélküli kísérletezés már nem lehetséges. Manapság minden MI-kezdeményezést szigorú jogi, etikai és pénzügyi keretrendszerbe kell ágyazni.

Ez a cikk végigvezeti Önt ezen az igényes, mégis kulcsfontosságú folyamaton. Hét konkrét, érthető fázisra bontja a kezdeti stratégiai megfontolásoktól a megvalósításra kész döntésig tartó összetett utat. Gyakorlati példák, költségelemzések és a leggyakoribb buktatók segítségével megtudhatja, miért kezdődik az igazi munka jóval a technikai megvalósítás előtt, és hogyan lehet megalapozni a sikeres MI-átalakítást – stratégiai előrelátással, nem pedig vak aktivizmussal.

Stratégiai dilemma: Miért tartanak tovább a mesterséges intelligencia általi döntések, mint a vállalatok hiszik?

A mesterséges intelligencia vállalatnál történő bevezetéséről szóló döntést gyakran gyors operatív választásnak tekintik. A valóság ennél jóval összetettebb. Az MI bevezetésével kapcsolatos döntéshozatali folyamat nem egyetlen pillanat, hanem stratégiai, operatív, szervezeti és technikai értékelések egymásba ágyazott sorozata, amely hat-kilenc hónapig tart, mielőtt az első bevezetési fázis egyáltalán megkezdődne. Míg más technológiai területeken a vállalatok már kialakult döntési mátrixokkal dolgozhatnak, a MI-alapú döntéshozatal alapvetően más: nemcsak a technikai paraméterek értékelését igényli, hanem az irányítási struktúrák, a változáskezelési stratégiák és a kockázatértékelések újraértelmezését is, amelyek gyakran még nem intézményesültek ebben a formában a szervezeteken belül.

Sok vállalat tragédiája abban rejlik, hogy alábecsülik ennek a döntésnek a jelentőségét. A vezetői beszélgetésekben a mesterséges intelligenciát gyakran azonosítják más szoftverimplementációkkal, pedig összetettsége sokszor nagyobb. Ez alulfinanszírozott projektekhez, optimista időbecslésekhez és végső soron a szakirodalomban dokumentált hírhedt kudarcokhoz vezet: a jelenlegi kutatások szerint az összes mesterséges intelligencia projekt 80 százaléka kudarcot vall. Ezen kudarcok nagy része nem technikai, hanem eljárási jellegű. Azért merülnek fel, mert a döntéshozatali folyamat nem volt elég szigorúan strukturált.

A történelmi fejlődés: az utópiától a pragmatikus kormányzásig

A mai döntéshozatali folyamat megértéséhez meg kell vizsgálni azokat a fejleményeket, amelyek ehhez vezettek. A mesterséges intelligencia vállalatoknál történő bevezetésének első hullámát eufória és technológiai optimizmus jellemezte. A 2010-es években a mesterséges intelligenciát elsősorban nagy technológiai vállalatok és tőkeerős startupok vizsgálták. A hagyományos vállalatok kezdetben szkeptikusak voltak, később pedig haboztak. Az akkori döntések egyszerűek voltak: külső tanácsadókat vontak be, tudományos modelleket teszteltek, és ha valami nem működött, a projektet csendben leállították.

Ez a kötelezettség nélküli fejlesztési időszak hirtelen véget ért a ChatGPT 2022 novemberi megjelenésével. Hirtelen a mesterséges intelligencia már nem absztrakt és tudományos volt, hanem kézzelfogható és mindenütt jelenlévő. Ez a vállalati igazgatótanácsok érdeklődésének hatalmas felgyorsulásához vezetett. A jelenleg tapasztalt második hullámot a szabályozási nyomás, a versenynyomás és a mesterséges intelligencia stratégiai fontosságának elismerése jellemzi. Az EU 2025 augusztusában hatályba lépett mesterséges intelligencia törvénye, valamint más országok hasonló szabályozási keretei alapvetően strukturált döntéshozatalt eredményeztek. A vállalatok már nem kísérletezhetnek elkötelezettség nélkül; minden mesterséges intelligencia kezdeményezést jogi és etikai keretrendszerbe kell ágyazni.

Ennek a fejlődésnek a harmadik dimenziója a professzionalizálódás. A Gartner jelentése szerint a vállalatok 75 százaléka fog mesterséges intelligenciát használni 2025 végére. Ez tömeges elterjedést jelent. Ezzel a széles körű elterjedéssel természetesen olyan szabványok, legjobb gyakorlatok és irányítási keretrendszerek is járnak, amelyek korábban szükségtelenek voltak. A mesterséges intelligenciát ma bevezető vállalatok egy kialakult tudás- és tapasztalatbázisra támaszkodhatnak, ami strukturáltabbá, de összetettebbé is teszi a döntéshozatalt. A döntéshozatali folyamat ma nem gyorsabb, de alaposabb és jobban dokumentált. Ez a központi fejlesztés, amely meghatározza a modern mesterséges intelligencia alapú döntéshozatali folyamatot.

A döntéshozatali folyamat alapvető mechanizmusai

A vállalatok mesterséges intelligenciával kapcsolatos döntéshozatali folyamata nem egy univerzális sémát követ, hanem inkább a fejlettebb szervezetekben kialakuló, bevett mintákat. Ezek a folyamatok azonban konkrét szakaszokra bonthatók, mindegyiknek megvannak a saját kritériumai, érdekelt felei és kritikus pontjai.

Az első fázis a stratégiai értékelési vagy felmérési fázis, amely két-négy hétig tart.

Ebben a fázisban az első megválaszolandó kérdés a következő: Hol áll vállalatunk a mesterséges intelligencia terén? Ezt egy strukturált MI-érettségi elemzéssel végzik, amelyben különböző osztályok – az informatikától és a pénzügytől az üzletfejlesztésig – vezetőit kérdezik meg. A cél nemcsak a technikai felkészültség, hanem a szervezeti érettség felmérése is. Azok a vállalatok, amelyek ebben a szakaszban szorongással töltik el a folyamatot, és gyorsan tovább akarnak lépni a következő fázisba, alapvető hibát követnek el. Az értékelési fázis az az alap, amelyre minden további döntés épül.

A második fázis a stratégia és a célok kidolgozása, amely négy-nyolc hétig tart.

Itt határozza meg a vállalat, hogy mit kellene jelentenie a mesterséges intelligenciának az üzlete számára. Ez elsősorban nem technikai, hanem üzleti kérdés. Ilyen kérdések például: A mesterséges intelligencia elsősorban a hatékonyságnövelést tegye lehetővé, vagy új üzleti modelleket hozzon létre? Integrálni kell a meglévő folyamatokba, vagy külön részlegeket kell létrehozni? Mely iparágakban vagy funkcionális területeken van a legnagyobb potenciál? Ez a stratégiai tisztázás intenzív megbeszéléseket igényel az igazgatótanács szintjén. Sok vállalat alábecsüli ennek a fázisnak az idejét, mert puszta retorikának tekinti. Nem az. A vállalat mesterséges intelligenciával kapcsolatos jövőképének egyértelműsége határozza meg az összes későbbi döntést. Azok a vállalatok, amelyeknek nincs egyértelmű stratégiájuk, olyan MI-projektekkel végződnek, amelyek nem rendelkeznek kézzelfogható üzleti értékkel.

A harmadik fázis a használati esetek azonosítása és rangsorolása, ami hat-tizenkét hetet vesz igénybe.

Ez a stratégiai fázis operacionalizált változata. Itt konkrét, üzleti eredményorientált használati eseteket azonosítanak. A vállalat ötleteket gyűjt a különböző részlegektől: Hogyan segíthetne konkrétan a mesterséges intelligencia? Ez a gyűjtemény szándékosan strukturálatlan. Ezt egy szisztematikus priorizálás követi, amely egy értékelési mátrixon alapul, amely olyan tényezőket vesz figyelembe, mint az üzleti potenciál, a műszaki megvalósíthatóság, az adatok érettsége és a kockázati potenciál. A priorizálási folyamat a legkritikusabb pont ebben a fázisban, mivel összehozza az optimista üzleti részlegeket és a realisztikus műszaki részlegeket. Ezen feszültségek kezelése és egy megalapozott prioritás meghatározása vezetői készség, nem pedig technikai. Azok a vállalatok, amelyek egyszerű szavazással választják ki a tíz legfontosabb használati esetüket, később időt pazarolnak veszteséges projektekre.

A negyedik fázis a kockázat- és megfelelőségi értékelés, amely négy-nyolc hétig tart.

Ez egy olyan fázis, amelyet a mesterséges intelligencia bevezetésének első hullámában (2023 előtt) gyakorlatilag figyelmen kívül hagytak, de most kulcsfontosságú. Ez a fázis a következőket értékeli: Milyen szabályozási követelmények vonatkoznak a tervezett mesterséges intelligencia alkalmazásokra? Milyen adatokra van szükség, és milyen azok jogi elfogadhatósága? Milyen etikai kérdések merülnek fel? Milyen felelősségi és megfelelési kockázatok merülnek fel? Ideális esetben ezt a fázist egy olyan csapat vezeti le, amelyben jogászok, megfelelési szakemberek, adatvédelmi tisztviselők és műszaki szakértők is részt vesznek. Ez nem opcionális. Azok a vállalatok, amelyek kihagyják ezt a fázist, vagy felületesen végzik el, később hatalmas problémákat okoznak maguknak.

Az ötödik fázis a pénzügyi tervezés és az üzleti terv kidolgozása, amely négy-hat hétig tart.

Itt konkrét befektetési adatokat gyűjtenek össze. A mesterséges intelligencia bevezetésének költségei a projekt terjedelmétől függően jelentősen eltérnek. Az önkiszolgáló mesterséges intelligencia megoldások havi 4000 és 25 000 euró között kezdődhetnek. Az egyedi fejlesztések költsége prototípusonként 15 000 és 32 000 euró között mozog, és elérheti az 50 000 és 100 000 euró közötti vagy annál is többet. Az infrastrukturális költségek, amelyek a felhőalapú megoldástól függően havi 500 és 15 000 euró között mozoghatnak, további tényezőt jelentenek. Ezenkívül ott vannak a rejtett költségek: az alkalmazottak képzése (fejenként 300 és 4000 euró között), a változáskezelés, az adatelőkészítés (ami a projekt költségvetésének 60-80 százalékát is kiteheti) és a folyamatos optimalizálás. A közép- és nagyvállalatok vállalati mesterséges intelligencia projektjei 250 000 eurós költségvetéssel is elkezdődhetnek. Az üzleti terv kidolgozása itt kulcsfontosságú. A vállalatoknak nemcsak a befektetéseket, hanem a várható megtérülést is be kell mutatniuk. A mesterséges intelligencia bevezetésének konzervatív megtérülése öt év alatt 214 százalék; az optimista becslések akár a 761 százalékot is elérhetik. Ez a tartomány rávilágít a realisztikus feltételezések szükségességére.

A hatodik fázis a szervezeti előkészítés és az irányítási struktúra kialakítása, amely négy-nyolc hétig tart.

Ez egy olyan fázis, amely gyakran párhuzamosan fut másokkal, de megérdemli a saját, különálló státuszát. Itt a következő kérdéseket határozzuk meg: Ki hozza meg a döntéseket az MI-projektekről? Milyen irányítási struktúrára van szükség? Szükséges-e egy MI-vezető? Hogyan integrálódik a MI a meglévő döntéshozatali hierarchiákba? A bonyolultabb irányítási követelményekkel rendelkező nagyvállalatok létrehoznak egy MI-irányító testületet, amely az üzleti egységek, az IT, a megfelelőség, a HR és a pénzügy képviselőiből áll. A kisebb vállalatok ezt informálisabban is kezelhetik, de továbbra is egyértelmű felelősségi köröket kell meghatározniuk. Ez a fázis kritikus fontosságú, mert legitimitást és struktúrát ad a MI-kezdeményezésnek. Az egyértelmű irányítás nélküli vállalatok később a versengő kezdeményezések vagy a döntéshozatal elszámoltathatóságának hiánya miatt buknak meg.

A hetedik fázis az érdekelt felek mozgósítása és a változásmenedzsment előkészítése, amely négy-tíz hétig tart.

Ez a fázis előre látja az ellenállást, és felkészíti rá a szervezetet. A mesterséges intelligencia klasszikus változásmenedzsment folyamata egy bevált struktúrát követ: Az első két-három hónapban felhívják a figyelmet a helyzetre. Az alkalmazottakat tájékoztatják arról, hogy a mesterséges intelligencia nem a munkahelyükre leselkedő veszélyként, hanem eszközként érkezik, amely felhatalmazza őket. A következő három-hat hónapban elősegítik a kísérletező szellem kialakulását. Gyors sikereket mutatnak be. Önkéntes kísérleti csoportok alakulnak. A következő hat-tizenkét hónap a skálázásnak van szentelve. A legjobb gyakorlatokat dokumentálják, és a képzést intézményesítik. Az érdekelt felek bevonása kulcsfontosságú: a vezetők 78 százaléka stratégiai előnynek tekinti a mesterséges intelligencia által támogatott döntéseket, de ez nem automatikus. Ezt a meggyőződést ki kell nyerni. Azok a vállalatok, amelyek kihagyják ezt a fázist, nemcsak a megvalósítással szembeni ellenállást teremtenek, hanem hosszú távú kulturális problémákat is.

Csak e hét fázis után, amelyek együttesen hat-kilenc hónapig tartanak, van a vállalat abban a helyzetben, hogy konkrét kísérleti projekteket indítson. Ez egy kritikus pont, amelyet sok döntéshozó félreért. Azt hiszik, hogy a mesterséges intelligencia bevezetéséről szóló döntés a gyakorlati munka kiindulópontja. Valójában maga a döntés egy hat-kilenc hónapos folyamat, és csak ezt követően kezdődik a megvalósítás.

Iparági fókusz: B2B, digitalizáció (AI-tól XR-ig), gépészet, logisztika, megújuló energiák és ipar

Bővebben itt:

• Szakértői Üzleti Központ

Egy témaközpont betekintésekkel és szakértelemmel:

• Tudásplatform a globális és regionális gazdaságról, az innovációról és az iparágspecifikus trendekről
• Elemzések, impulzusok és háttérinformációk gyűjtése fókuszterületeinkről
• Szakértelem és információk helye az üzleti és technológiai fejleményekről
• Témaközpont olyan vállalatok számára, amelyek a piacokról, a digitalizációról és az iparági innovációkról szeretnének többet megtudni

A status quo: A döntéshozatal mint vállalati valóság

A mesterséges intelligencia alapú döntéshozatal jelenlegi helyzete szembetűnő képet fest. Egyrészt ott van a szabályozási sürgősség. Mivel az EU MI-törvénye kötelező érvényű keretrendszerré válik, az európai vállalatoknak dokumentált irányítási rendszerbe kell ágyazniuk a mesterséges intelligencia használatát. Ez a döntéshozatalt megfelelési szükségességgé teszi, nem csupán stratégiai lehetőséggé. A szervezetek 77 százaléka már aktívan alkalmaz MI-irányítási programokat. Ez nem opcionális, hanem általánosan elfogadott. Ez a széles körű elterjedés azt jelenti, hogy a vállalatok a bevett mintákra támaszkodhatnak. Az MI-irányítási eszközök és tanácsadás piaca évente 36,7 százalékkal növekszik, és 2033-ra eléri a 29,6 milliárd dolláros volument. Ez azt jelenti, hogy a döntéshozatal ma professzionálisabb, mint valaha.

Másrészről a döntések valóságosabbak és az érdekelt felek által vezéreltebbek, mint korábban. A szervezetek 47 százaléka stratégiai prioritásként jelöli meg a mesterséges intelligencia irányítását. Ez azt jelenti, hogy a döntéseket nem az informatikai részlegek, hanem az igazgatótanácsok szintjén hozzák meg. Ez növeli a folyamat szigorúságát, mivel az igazgatótanácsok jellemzően formálisabb döntéshozatali folyamatokkal rendelkeznek, mint az informatikai vezetők. Bár ez általában pozitív, jelentős végrehajtási késedelmekhez is vezet.

A gyakorlati valóság szintén széttagolt környezetet tár fel. Azok a vállalatok, amelyek sikeresen vezetik be a mesterséges intelligencia bevezetését, egy strukturált, négyfázisú modellt követnek: feltárás (két-három hónap), szabványosítás (két-négy hónap), integráció (hat-tizenkét hónap) és végül átalakulás. Ezek a fázisok nem opcionálisak vagy gyorsan elvégezhetők, hanem alapvető mérföldkövek. Azok a vállalatok, amelyek kihagyják vagy túlzásba viszik ezeket a fázisokat, szisztematikusan kudarcot vallanak.

A status quo egy másik aspektusa a költségek valósága. A mesterséges intelligencia bevezetésére irányuló projektek megfelelési kiadásai átlagosan 344 000 eurót tesznek ki, míg a K+F költségek körülbelül 150 000 eurót tesznek ki. Ez az irányítás szempontjából 229%-os költségnövekedést jelent a fejlesztéshez képest. Ez magyarázza, hogy miért tart ilyen sokáig a döntéshozatal: maga a döntés drága lett.

Gyakorlatból: Két esettanulmány a valós döntéshozatalról

Az első esettanulmány egy közepes méretű, berlini székhelyű e-kereskedelmi vállalatról szól, amely körülbelül 500 alkalmazottat foglalkoztat.

A vállalat felismerte, hogy logisztikai folyamatait optimalizálni kell. A hagyományos megközelítés új szoftver bevezetése lett volna. Ehelyett egy mesterséges intelligencia (MI) kezdeményezést terveztek. A döntéshozatali folyamat nyolc hónapot vett igénybe. Az értékelési fázisban feltérképezték a meglévő logisztikai folyamatokat, értékelték az adatminőséget és a meglévő informatikai rendszereket. Kiderült, hogy az adatminőség jelentősen rosszabb volt a vártnál. A stratégiai fázisban meghatározták, hogy a mesterséges intelligenciát elsősorban a szállítási útvonaltervezés optimalizálására kell használni. A használati eset fázisban tizenhét használati esetet azonosítottak és négy csoportba soroltak: útvonaloptimalizálás, készletelőrejelzés, ügyfélszolgálati automatizálás és csalásészlelés. A kockázatértékelési fázisban megállapították, hogy a legtöbb használati eset szabályozási szempontból problémamentes, de az ügyféladatok csalásészlelés céljából történő kezelését a GDPR-nak megfelelően kellett dokumentálni. A pénzügyi fázisban tizenkét hónapra 150 000 eurós kezdeti költségvetést határoztak meg. Létrehoztak egy dedikált MI-munkacsoportot. Nyolc hónap elteltével elindították az útvonaloptimalizálás kísérleti projektjét. Hat hónapnyi kísérleti munka után (összesen 14 hónappal a kezdeti döntés után) az eredmények mérhetőek voltak: a szállítási idők átlagosan 18 százalékkal, a logisztikai költségek pedig 12 százalékkal csökkentek. Ezek a sikerek vezettek a projekt más felhasználási esetekre való kiterjesztéséhez.

A második esettanulmány egy multinacionális vállalati holdingtársasággal, az RSBG SE-vel foglalkozik, amely több mint 80 leányvállalattal rendelkezik.

A mesterséges intelligencia vállalati szintű bevezetésének döntése kilenc hónapot vett igénybe. A kisebb szervezetekhez képest kritikus különbség az volt, hogy egy erősen decentralizált struktúrán belül egységességet kellett teremteni. Az értékelési fázisban az egyes leányvállalatok mesterséges intelligencia érettségét külön-külön értékelték. Világossá vált, hogy az érettségi szintek jelentősen eltérnek. Míg egyes vállalatok már kísérleteztek a mesterséges intelligenciával, mások teljesen tapasztalatlanok voltak. A stratégiai fázisban úgy döntöttek, hogy a mesterséges intelligenciát elsősorban az adminisztratív folyamatok hatékonyságának növelésére kell használni – egy olyan alkalmazásra, amelynek funkcionálisan releváns relevanciája van. A használati eseteket decentralizáltan, központi koordinációval gyűjtötték össze. Nyolcvan egyedi alkalmazási ötletet nyújtottak be. Ezeket gyors sikerekre (egy-három hónap alatt megoldható) és stratégiai projektekre (hat-tizenkét hónap) osztották fel. A kockázati fázisban a központi kihívást az jelentette, hogy a megfelelési követelmények országonként eltérőek voltak. Egy minimalista irányítási keretrendszert dolgoztak ki, az EU követelményeit alapul véve. Kiválasztottak egy központi mesterséges intelligencia platformot. Kilenc hónapnyi döntéshozatal után megkezdődött a skálázási folyamat. Három hónapon belül a vállalatok 60 százaléka aktív volt a platformon. Több mint 80 használati esetet azonosítottak, és megkezdődött a megvalósításuk munkálatai. Egy éven belül a mesterséges intelligencia havonta több mint 400 órát takarított meg. Ez egy példa a sikeres, skálázott döntéshozatalra.

A problémák és viták: Ahol a döntések kudarcot vallanak

A mesterséges intelligencia alapú döntéshozatal központi hibája a nem egyértelmű célok. Sok vállalat úgy dönt, hogy bevezeti a mesterséges intelligenciát, hogy nem határozza meg világosan, mit szeretne elérni. Azért alkalmazzák a mesterséges intelligenciát, mert divatos, nem pedig azért, mert üzleti problémákat old meg. Ez olyan projektekhez vezet, amelyeknek nincsenek kézzelfogható előnyei. Empirikus bizonyítékok azt mutatják, hogy az összes mesterséges intelligencia alapú projekt 80 százaléka kudarcot vall, és ezeknek a kudarcoknak nagy része eljárási, nem pedig technikai jellegű. A kudarcok olyan döntésekből fakadnak, amelyeket világos üzleti cél nélkül hoznak meg.

Egy másik nagy hiba az adatminőség és -előkészítés alábecsülése. Sok vállalat feltételezi, hogy a mesterséges intelligencia rendszerei bármilyen adattal képesek dolgozni. A valóság sokkal kritikusabb. Egy mesterséges intelligencia projekt költségvetésének jellemzően 60-80 százalékát az adatok előkészítésére és tisztítására fordítják. Azok a vállalatok, amelyek ezt nem látják előre, hatalmas költségvetés-túllépésekkel és késésekkel szembesülnek. Ezért a mesterséges intelligencia bevezetéséről szóló döntésnek mindig tartalmaznia kell egy adatminőségi auditot.

Egy harmadik fő hiba a változással szembeni ellenállás és a kulturális változások szükségességének alábecsülése. Sok vállalat azt feltételezi, hogy ha a technikai megoldás jó, az alkalmazottak automatikusan átveszik azt. Ez pszichológiailag naiv. Az emberek attól tartanak, hogy a mesterséges intelligencia veszélyezteti az állásukat, hogy a szakértelmük elavul, és hogy a gépi döntések elveszik tőlük az irányítást. Egy jó változásmenedzsment program nem opcionális, hanem elengedhetetlen a sikerhez. Azok a vállalatok, amelyek ezt alábecsülik, olyan technikai megoldásokat hoznak létre, amelyek a gyakorlatban kudarcot vallanak, mert az alkalmazottak nem használják őket.

A negyedik hiba a nem megfelelő projektmenedzsment és erőforrás-tervezés. A mesterséges intelligencia projektek összetettek. Műszaki szakértelmet, szakterületi ismereteket és egyidejűleg projektmenedzsmentet igényelnek. Sok vállalat alábecsüli a szükséges időt és erőforrásokat. A mesterséges intelligencia projekteket mellékfeladatokként bízzák meg olyan alkalmazottakkal, akik már teljes kapacitással dolgoznak. Ez késedelmekhez és szuboptimális eredményekhez vezet. Ezért a mesterséges intelligencia bevezetéséről szóló döntést mindig olyan erőforrás-tervezésnek kell kísérnie, amely előre látja a reális kapacitásokat.

Az ötödik kritikus hiba a sikermérés és a folyamatos optimalizálás hiánya. A vállalatok gyakran nem határozzák meg mérhetően, hogy mit jelent a siker. Egyértelmű KPI-ok nélkül indítanak MI-projekteket. Ez ahhoz a helyzethez vezet, hogy a projekt végén nem világos, hogy sikeres volt-e vagy sem. A jó MI-alapú döntéshozatal mérhető sikermutatókat határoz meg: időmegtakarítás, költségcsökkentés, minőségjavulás és megnövekedett ügyfél-elégedettség. Ezen definíciók nélkül a projekt politikai, és nem empirikus kérdéssé válik.

Végül ott vannak az irányítási és megfelelési kérdések. Az EU MI-törvénye ezeket a kérdéseket kötelezővé teszi. Azok a vállalatok, amelyek a megfelelési követelményeik értékelése nélkül vezetik be a mesterséges intelligenciát, később hatalmas problémákat okoznak maguknak. Különösen a szabályozott ágazatokban (pénzügyi szolgáltatások, egészségügy, biztosítás) a megfelelési szakasz nem opcionális. Ez azt is magyarázza, hogy a döntéshozatali folyamat miért tart tovább, mint amennyire sok vállalat számít: szabályozási szempontból védhetőnek kell lennie.

A mesterséges intelligencia alapú döntéshozatal jövője: trendek és lehetséges zavarok

A vállalatok mesterséges intelligencia alapú döntéshozatalának jövőjét számos jelentős trend fogja alakítani.

Az első trend a generatív mesterséges intelligenciáról az ágentikus mesterséges intelligenciára való áttérés.

Ez autonóm MI-ügynököket jelent, amelyek nemcsak ajánlásokat adnak, hanem független döntéseket is hoznak és folyamatokat hajtanak végre. Ez alapvetően megváltoztatja a döntéshozatalt. Amikor a MI-rendszerek nemcsak elemeznek, hanem cselekszenek is, új irányítási követelmények merülnek fel. A vállalatoknak már nem kell eldönteniük, hogy mit javasol a MI, hanem azt is, hogy hogyan cselekszik önállóan. Ez még összetettebbé teszi az irányítást. A Gartner előrejelzése szerint 2028-ra az összes vállalati alkalmazás mintegy 33 százaléka integrálni fog MI-ügynököket – ez hatalmas növekedés a 2024-es kevesebb mint 1 százalékhoz képest. Ez azt jelenti, hogy a döntéshozatal az elkövetkező években nem gyorsabb lesz, hanem összetettebb.

A második trend a mesterséges intelligencia demokratizálódása.

A kód nélküli és alacsony kódú MI-platformok nemcsak a műszaki szakértők, hanem az üzleti osztályok számára is lehetővé teszik MI-megoldások fejlesztését. Ez decentralizált MI-elterjedéshez vezet, amelyet nehezebb kezelni. Ez megváltoztatja az irányítási követelményeket. A felülről lefelé irányuló döntéshozatal helyett a vállalatoknak alulról felfelé irányuló MI-kezdeményezésekkel kell majd foglalkozniuk. Ez gyorsabbá teheti a döntéshozatalt, de nagyobb kontrolligényt is jelent.

Egy harmadik trend a mesterséges intelligencia integrálása a meglévő üzleti eszközökbe.

A Microsoft 365 Copilot, a Google Workspace mesterséges intelligencia és a hasonló integrációs lehetőségek azt jelentik, hogy a mesterséges intelligencia már nem különálló technológia, hanem a mindennapi eszközök szerves része. Ez technikai szempontból leegyszerűsíti az adaptációt, de bonyolultabbá teszi a döntéshozatalt, mivel elmosódnak az informatikai és az üzleti döntések közötti határvonalak.

A negyedik trend a szabályozási konszolidáció.

Az EU MI-törvényének elfogadott szabvánnyá válásával és más joghatóságokban is érvényben lévő hasonló szabályozásokkal a kormányzás kevésbé lesz széttagolt. Hosszú távon ez szabványosíthatja a döntéshozatalt, és ezáltal felgyorsíthatja azt. Rövid távon (a következő két-három évben) azonban a szabályozási alkalmazkodás növelni fogja a bonyolultságot.

Az ötödik trend maga a mesterséges intelligencia döntéshozatalának cselekvőképessége.

A várakozások szerint a mesterséges intelligencia által működtetett rendszerek a jövőben nemcsak az adatelemzést, hanem magát az irányítást is támogatni fogják. Az intelligens rendszerek szimulálhatják a döntéshozatali folyamatokat, forgatókönyveket futtathatnak le, és felmérhetik a kockázatokat, mielőtt az emberek döntenének. Ez javíthatja a döntések minőségét, de azt is jelentené, hogy magát a döntéshozatalt is támogatja a mesterséges intelligencia – ez egy reflexív paradoxon, amely saját kérdéseket vet fel.

Amit ebből a folyamatból tanulhatunk

A vállalatoknál a mesterséges intelligenciával kapcsolatos döntéshozatali folyamat nem egyetlen pillanat, hanem egy strukturált, hat-kilenc hónapig tartó folyamat, amely hét különálló fázisból áll: stratégiai értékelés, stratégia- és célmeghatározás, használati esetek azonosítása és rangsorolása, kockázat- és megfelelőségi értékelés, pénzügyi tervezés, szervezeti előkészítés és az érdekelt felek mozgósítása. Csak ezen fázisok után kezdődik a tényleges megvalósítás. Ez az időkeret sok olyan vállalatot elriaszt, amelyek gyorsabb megoldásokról álmodoznak, pedig erre szükség van. Azok a vállalatok, amelyek felgyorsítják vagy kihagyják ezeket a fázisokat, szisztematikusan működési problémákat okoznak maguknak.

A folyamat szigorú, mert a döntés kritikus fontosságú. A mesterséges intelligenciába történő befektetések ma stratégiai jelentőségűek. Átalakíthatják a vállalatokat, vagy félrevezethetik őket. A döntéshozatal ezért nem rutinszerű adminisztratív feladat, hanem alapvető vezetői kompetencia. Azok a vállalatok, amelyek sikeresen átestek a mesterséges intelligencia átalakulásán, nem a technológiai szuperlatívuszok, hanem a szigorú döntéshozatal révén különböznek azoktól, amelyek kudarcot vallanak. Világos célokkal rendelkeznek. Szisztematikusan értékelték a kockázatokat. Bevonták az érdekelt feleket. Meghatározták a sikerkritériumokat. Ezek a vezetői erények nem újak – egyszerűen kifejezetten szükségesek a mesterséges intelligencia kontextusában.

A jövő fogja megmutatni, hogy a döntéshozatal gyorsabbá vagy lassabbá válik-e. A jelenlegi dinamika azt sugallja, hogy összetettebbé válik. Az ügynökségi mesterséges intelligenciával, a szabályozási konszolidációval és a decentralizált mesterséges intelligencia kezdeményezésekkel az irányítási követelmények növekedni, nem pedig csökkenni fognak. Azok a vállalatok, amelyek erre a komplexitásra számítanak, jobb helyzetben lesznek, mint azok, amelyek gyors, intuitív döntésekről álmodoznak. A legfontosabb tanulság a következő: a mesterséges intelligencia alapú döntéshozatal nem a sebességről, hanem a pontosságról szól. Ez a központi tanulság azoknak a vállalatoknak, amelyek erre az útra lépnek.

Ki-GameChanger: A legrugalmasabb AI platformon készített megoldások, amelyek csökkentik a költségeket, javítják döntéseiket és növelik a hatékonyságot

Független AI platform: integrálja az összes releváns vállalati adatforrást

• Gyors AI-integráció: Testreszabott AI-megoldások a társaságok számára órákban vagy napokban hónapok helyett
• Rugalmas infrastruktúra: felhőalapú vagy tárhely a saját adatközpontjában (Németország, Európa, ingyenes helymeghatározás)

• A legmagasabb adatbiztonság: Az ügyvédi irodákban történő felhasználás a biztonságos bizonyíték
• Használja a vállalati adatforrások széles skáláját
• Saját vagy különféle AI modellek választása (DE, EU, USA, CN)

Bővebben itt:

• Független MI platformok kontra hiperskálázók: Melyik megoldás a megfelelő az Ön számára?

Szívesen szolgálok személyes tanácsadójaként.

a kapcsolatot velem Wolfenstein ∂ Xpert.Digital

hívj +49 89 674 804 (München) alatt

LinkedIn
 

 

Az Xpert.Digital mélyreható ismeretekkel rendelkezik a különböző iparágakról. Ez lehetővé teszi számunkra, hogy személyre szabott stratégiákat dolgozzunk ki, amelyek pontosan az Ön konkrét piaci szegmensének követelményeihez és kihívásaihoz igazodnak. A piaci trendek folyamatos elemzésével és az iparági fejlemények követésével előrelátóan tudunk cselekedni és innovatív megoldásokat kínálni. A tapasztalat és a tudás ötvözésével hozzáadott értéket generálunk, és ügyfeleink számára meghatározó versenyelőnyt biztosítunk.

Bővebben itt:

• Használja ki az Xpert.Digital ötszörös szakértelmét egy csomagban – mindössze 500 €/hó áron