Интеллектуальные решения

Интеллект принятия решений — это инженерная дисциплина, которая дополняет науку о данных теориями социальных наук , теорией принятия решений и наукой управления . Его применение обеспечивает основу для лучших практик принятия организационных решений и процессов применения вычислительных технологий, таких как машинное обучение , обработка естественного языка, рассуждение и семантика в масштабе. Основная идея заключается в том, что решения основаны на нашем понимании того, как действия приводят к результатам. Интеллект принятия решений — это дисциплина для анализа этой причинно-следственной цепочки , а моделирование решений — это визуальный язык для представления этих цепочек.

Смежная область, инженерия решений , также исследует улучшение процессов принятия решений, но не всегда так тесно связана с наукой о данных. ^{[Примечание]}

Истоки и технологии [ править ]

Аналитика принятия решений основана на признании того, что во многих организациях процесс принятия решений можно улучшить, если использовать более структурированный подход. Интеллект принятия решений стремится преодолеть «потолок сложности» принятия решений, который характеризуется несоответствием между сложностью организационной практики принятия решений и сложностью ситуаций, в которых эти решения должны быть приняты. По существу, он направлен на решение некоторых проблем, выявленных вокруг теории сложности и организаций .

В этом смысле интеллект для принятия решений представляет собой практическое применение области сложных систем , которое помогает организациям ориентироваться в сложных системах, в которых они находятся. Интеллект принятия решений также можно рассматривать как структуру, которая переносит передовые методы аналитики и машинного обучения на рабочий стол неспециалистов, принимающих решения, а также включает, а затем расширяет науку о данных для преодоления проблем, сформулированных в теории черного лебедя . ^{[ нужна ссылка ]}

Сторонники аналитики принятия решений считают, что многие организации продолжают принимать неправильные решения. ^[1] В ответ на это аналитика принятия решений стремится объединить ряд передовых практик принятия решений , более подробно описанных ниже.

Интеллект принятия решений основан на понимании того, что можно спроектировать само решение, используя принципы, ранее использовавшиеся для проектирования более материальных объектов, таких как мосты и здания.

Использование языка визуального дизайна, представляющего решения (см. § Визуальный дизайн решений ), является важным элементом интеллекта при принятии решений, поскольку он обеспечивает интуитивно понятный общий язык, понятный всем участникам принятия решений. Визуальная метафора улучшает способность рассуждать о сложных системах. ^[2] а также для расширения сотрудничества .

Помимо визуального проектирования решений, есть еще два аспекта инженерных дисциплин, которые способствуют массовому внедрению. Это:

создание общего языка элементов дизайна и
использование общей методологии или процесса, как показано на диаграмме выше.

Мотивация [ править ]

Потребность в единой методологии принятия решений обусловлена рядом факторов, с которыми сталкиваются организации, принимая трудные решения в сложной внутренней и внешней среде.

Признание широкой неспособности существующих методов решать проблемы принятия решений на практике происходит из нескольких источников, включая правительственные источники и такие отрасли, как телекоммуникации , средства массовой информации , автомобильная промышленность и фармацевтика .

Примеры:

Результаты : решений становятся все более сложными, выходя далеко за рамки доходов следующего квартала или других материальных результатов и заканчивая множеством целей, которые должны быть достигнуты вместе, некоторые из которых часто нематериальны

Автомобиль становится выражением идентичности, ценностей и личного контроля, выходя далеко за рамки традиционной сегментации и брендинга. Например, топливная экономичность будет лишь одним из соображений социально ответственного автомобиля (SRV). Какой процент деталей подлежит вторичной переработке? Каков общий углеродный след автомобиля? Присутствует ли детский труд? Токсичные краски, клей или пластик? Насколько прозрачна цепочка поставок? Несет ли продавец ответственность за утилизацию? Какие методы используются? Применяется ли справедливая трудовая практика?
- Шошана Зубофф , «Решение GM: спасательные шлюпки, а не жизнеобеспечение», Business Week , 18 ноября 2008 г.

Глобальное увеличение сложности:

Мы живем в динамичном мире, в котором темпы, масштабы и сложность изменений растут. Продолжающийся процесс глобализации, растущее число независимых игроков и развитие технологий увеличили глобальную связь, взаимозависимость и сложность, создавая большую неопределенность, системный риск и менее предсказуемое будущее. Эти изменения привели к сокращению времени предупреждения и цикла принятия решений.
— Директор Национальной разведки , «Видение 2015: глобально сетевое и интегрированное разведывательное предприятие» , июль 2008 г.

инженерных Перенос принципов

В отличие от других инструментов и методологий принятия решений , аналитика принятия решений стремится использовать ряд инженерных практик в процессе принятия решения. К ним относятся анализ требований , спецификация , планирование сценариев , обеспечение качества , безопасность и использование принципов проектирования , описанных выше. На этапе исполнения решения результаты, полученные на этапе проектирования, могут использоваться разными способами; Подходы к мониторингу, такие как бизнес-панели и планирование на основе предположений, используются для отслеживания результатов решения и, при необходимости, инициирования перепланирования (один из представлений того, как сочетаются некоторые из этих элементов, показан на диаграмме в начале этой статьи).

Интеллект принятия решений обладает потенциалом для улучшения качества принимаемых решений, возможностью принимать их быстрее, способностью более эффективно координировать организационные ресурсы в связи с изменением решений и снижает риски, связанные с решениями. Более того, разработанное решение может быть повторно использовано и изменено по мере получения новой информации. ^[3]

Перенос численных методов на рабочий стол [ править ]

Хотя многие элементы анализа принятия решений, такие как анализ чувствительности и аналитика , являются зрелыми дисциплинами, они не широко используются лицами, принимающими решения. ^[4] Интеллект принятия решений стремится создать визуальный язык, который облегчит общение между ними и экспертами по количественным показателям, позволяя более широко использовать эти и другие числовые и технические подходы.

В частности, связи зависимостей в модели принятия решений представляют собой причинно-следственную связь (как на диаграмме причинно-следственных связей ), поток данных (как на диаграмме потоков данных ) или другие отношения. Например, одна ссылка может представлять связь между «средним временем устранения проблемы с телефонной связью» и «удовлетворенностью клиентов», где короткое время ремонта предположительно повысит удовлетворенность клиентов. Функциональную форму этих зависимостей можно определить рядом подходов. Численные подходы, которые анализируют данные для определения этих функций, включают алгоритмы машинного обучения и аналитики (включая искусственные нейронные сети ), а также более традиционный регрессионный анализ . Результаты исследования операций и многих других количественных подходов играют аналогичную роль.

Когда данные недоступны (или слишком зашумлены , неопределенны или неполны), эти связи зависимости могут принять форму правил, которые можно найти в экспертной системе или системе, основанной на правилах , и поэтому их можно получить с помощью инженерии знаний .

Таким образом, модель принятия решения представляет собой механизм объединения множества отношений, а также символических и субсимволических рассуждений в комплексное решение для определения результата практического решения.

интеллектом и машинным обучением Связь с искусственным

Как описано выше, связи зависимости модели решения можно смоделировать с помощью машинного обучения . В этом отношении интеллект принятия решений можно рассматривать как «многозвенное» расширение искусственного интеллекта , который наиболее широко используется для однозвенного анализа. С этой точки зрения машинное обучение можно рассматривать как ответ на вопрос «Если я узнаю/увижу/услышаю X, какой я могу сделать вывод?», тогда как интеллект для принятия решений отвечает: «Если я предприму действие X, каков будет результат? ". Последний вопрос обычно включает в себя цепочки событий, иногда включающие сложную динамику, например петли обратной связи. Таким образом, интеллект для принятия решений объединяет сложные системы , машинное обучение и анализ решений .

Происхождение [ править ]

Несмотря на десятилетия развития поддержки принятия решений систем и методологий (например, анализа решений ), они по-прежнему менее популярны, чем электронные таблицы , в качестве основного инструмента принятия решений. Аналитика принятия решений стремится устранить этот разрыв, создавая критическую массу пользователей общей методологии и языка для основных сущностей, включенных в решение, таких как предположения, внешние ценности, факты, данные и выводы. Если модель предыдущих отраслей сохранится, такая методология также будет способствовать внедрению технологий, уточняя общие модели зрелости и дорожные карты, которые могут передаваться от одной организации к другой.

Подход к анализу решений является междисциплинарным, объединяя результаты когнитивной предвзятости и принятия решений, ситуационной осведомленности , критического и творческого мышления , сотрудничества и организационного проектирования с инженерными технологиями.

Интеллектуальные решения считаются усовершенствованием нынешних организационных практик принятия решений, которые включают использование электронных таблиц , текста (последовательного по своей природе, поэтому он не очень хорошо подходит для того, как информация проходит через структуру принятия решений) и устных аргументов. Переход от этих в значительной степени неформальных структур к структурам, в которых решения документируются на хорошо понятном визуальном языке, перекликается с созданием общих методологий проектирования в строительстве, обещая аналогичные преимущества.

Интеллект принятия решений — одновременно очень новая и очень старая дисциплина. Многие из его элементов, такие как язык оценки предположений, использование логики для обоснования аргументов, необходимость критического мышления для оценки решения и понимание последствий предвзятости , — древние. Однако осознание того, что эти элементы могут сформировать единое целое, обеспечивающее значительные преимущества организациям за счет сосредоточения внимания на общей методологии, является относительно новым.

В 2018 году процессы и программы обучения Google в области прикладной науки о данных были переименованы в «аналитику принятия решений». ^[5] указать центральную роль действий и решений в применении науки о данных. Степень, в которой теоретические основы опирались на управленческие и социальные науки в дополнение к науке о данных, стала дополнительным мотиватором для объединения интеллекта для принятия решений в область исследования, отличную от науки о данных. ^[6]

Современный интеллект для принятия решений носит в высшей степени междисциплинарный и академический характер. Исследования, сосредоточенные на решениях, определяемых в широком смысле как выбор биологических и небиологических действий , считаются частью этой дисциплины. Однако интеллект принятия решений не является общим термином для науки о данных и социальных наук, поскольку он не охватывает компоненты, не связанные с решениями.

Дизайн визуального решения [ править ]

Поскольку он делает видимыми невидимые в противном случае структуры рассуждения, используемые при принятии сложных решений, аспект проектирования интеллекта для принятия решений опирается на другие технологии концептуального представления, такие как интеллект-карты , концептуальные графики и семантические сети .

Основная идея заключается в том, что визуальная метафора усиливает интуитивное мышление , индуктивное мышление и распознавание образов — важные когнитивные навыки, которые обычно менее доступны в устном или текстовом обсуждении.Карту бизнес-решений можно рассматривать как один из подходов к формальному языку принятия решений для поддержки аналитики принятия решений. ^[7]

Явное представление нематериальных активов [ править ]

Анализ принятия решений признает, что многие аспекты принятия решений основаны на нематериальных элементах, включая альтернативные издержки , моральный дух сотрудников, интеллектуальный капитал, узнаваемость бренда и другие формы бизнес-ценности, которые не отражаются в традиционных количественных или финансовых моделях. анализ сети создания стоимости Поэтому здесь актуален , в первую очередь карты сети создания стоимости.

См. также [ править ]

Примечания [ править ]

^ Обратите внимание на следующие семантические варианты:

Управление корпоративными решениями (EDM) — это тесно связанная дисциплина, которая фокусируется на автоматизации решений на предприятии. С этой точки зрения аналитика принятия решений является надмножеством EDM, поскольку она включает в себя как ручные, так и автоматизированные процессы принятия решений, объединяя их в общую методологию, которая, если она эффективна, разрушает барьеры между инструментами и отделами количественного анализа/аналитики и отделами, имеющими более качественный/стратегический/управленческий фокус.
Сопутствующий термин «инженерия решений» используется в нескольких отраслях. Каждый из них имеет значение, отличное от того, что обсуждается в настоящей статье.
Спустя много лет после широкого использования этого термина Mastercard зарегистрировала торговую марку «Decision Intelligence» для своего продукта искусственного интеллекта и машинного обучения. ^[8]^{[ нужен неосновной источник ]}
В поведенческой экономике родственный термин «инженерия решений» может означать преднамеренное манипулирование потребительским выбором. В таком использовании термина интеллект для принятия решений примерно аналогичен мягкому патернализму — его значение совершенно иное, чем описано в настоящей статье, и относится к разработке решений, принимаемых потребителями, а не к использованию инженерных принципов для помощи потребителям. в принятии сложных решений. Несмотря на явные различия, эта практика во многом опирается на те же исследования в области принятия решений, что и разведка решений (как, например, работа поведенческого экономиста Ричарда Талера ).
Стоимостной инжиниринг измеряет стоимость инженерных проектов. Инжиниринг затрат иногда группируют в проектирование продукта и оптимизацию конструкции как инжиниринг решений. Это можно отличить от более широких рамок данной статьи, которые выходят за рамки инженерных решений и охватывают все решения, с которыми сталкиваются организации. ^[9]
Исследование операций — это в основном количественный подход к принятию решений, который пытается определить оптимальные или почти оптимальные решения проблем принятия решений.

Ссылки [ править ]

^ Джон Хагерти, Рита Л. Саллам, Джеймс Ричардсон: «Магический квадрант для платформ бизнес-аналитики» , Gartner, февраль 2012 г.
^ Лориен Пратт и Марк Зангари: «Прокладывая путь к сложным бизнес-моделям» , Telecom Asia, 10 августа 2009 г.
^ Лориен Пратт и Марк Зангари: Преодоление потолка сложности решений посредством дизайна . Официальный документ Quantellia, декабрь 2008 г.
^ Роб Рич: Analytics TM, ноябрь 2011 г. Гибкое принятие решений: улучшение бизнес-результатов с помощью форума
^ «Почему Google определил новую дисциплину, которая поможет людям принимать решения» . Компания Фаст . 18 июля 2018 г. Проверено 7 августа 2018 г.
^ Tech Open Air (09 августа 2018 г.), Decision Intelligence (ML++) - Кэсси Козырков (Google) #TOA18 , получено 15 августа 2018 г.
^ Джозеф Уоринг: Понимание сложности телекоммуникаций посредством визуального анализа Telecom Asia, 4 января 2010 г.
^ «Mastercard внедряет искусственный интеллект в своей глобальной сети» . mastercard.com . 30 ноября 2016 г. Проверено 23 июня 2019 г.
^ См., например, Рой Раджкумар: «Инжиниринг затрат: почему, что и как?» и другие публикации Центра разработки решений Университета Крэнфилда, Великобритания.

Библиография [ править ]

Питер Ф. Друкер. Гарвардский бизнес-обзор о принятии решений. (2001) ISBN 1-57851-557-2
Джон С. Хаммонд. Разумный выбор: практическое руководство по принятию лучших решений. (2002) ISBN 0-7679-0886-4
Эдвард Руссо. Ловушки решений. (1990) ISBN 0-385-24835-0
Пол Дж. Шумейкер. Выигрышные решения: сделать все правильно с первого раза. (2001) ISBN 0-7499-2285-0
Скотт Плаус. Психология суждений и принятия решений (1993) ISBN 0-07-050477-6

[1] Джон Хагерти, Рита Л. Саллам, Джеймс Ричардсон: «Магический квадрант для платформ бизнес-аналитики» , Gartner, февраль 2012 г.

[2] Лориен Пратт и Марк Зангари: «Прокладывая путь к сложным бизнес-моделям» , Telecom Asia, 10 августа 2009 г.

[3] Лориен Пратт и Марк Зангари: Преодоление потолка сложности решений посредством дизайна . Официальный документ Quantellia, декабрь 2008 г.

[4] Роб Рич: Analytics TM, ноябрь 2011 г. Гибкое принятие решений: улучшение бизнес-результатов с помощью форума

[5] «Почему Google определил новую дисциплину, которая поможет людям принимать решения» . Компания Фаст . 18 июля 2018 г. Проверено 7 августа 2018 г.

[6] Tech Open Air (09 августа 2018 г.), Decision Intelligence (ML++) - Кэсси Козырков (Google) #TOA18 , получено 15 августа 2018 г.

[7] Джозеф Уоринг: Понимание сложности телекоммуникаций посредством визуального анализа Telecom Asia, 4 января 2010 г.

[8] «Mastercard внедряет искусственный интеллект в своей глобальной сети» . mastercard.com . 30 ноября 2016 г. Проверено 23 июня 2019 г.

[9] См., например, Рой Раджкумар: «Инжиниринг затрат: почему, что и как?» и другие публикации Центра разработки решений Университета Крэнфилда, Великобритания.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]