Ценность сочетания Теории ограничений с искусственным интеллектом

Ценность сочетания Теории ограничений с искусственным интеллектом

Искусственный интеллект (ИИ), как генетическое название компьютеризированных инструментов, способных учиться на прошлых данных для принятия независимых решений, становится ключевым модным словом для будущих технологий, которые изменят мир. Однако довольно много опасений вызывает потенциальная возможность ИИ не только улучшать нашу жизнь, но и наносить немалый ущерб.

Я твердо верю, что Теория ограничений (ТОС) приносит рациональное суждение и склонность искать присущую простоту, раскрывая истинный потенциал кажущихся сложными и неопределенными ситуаций. Могут ли эти качества TOC значительно улучшить потенциал ИИ, чтобы повысить ценность управления организациями?

Акцент TOC на определении правильного фокуса для достижения наилучшей производительности, что одновременно означает, на чем не следует фокусироваться, основан на признании ограниченности возможностей нашего разума.

Может ли ИИ существенно помочь в лучшем использовании ограниченных возможностей человека?

Все люди должны направлять свой разум, чтобы фокусироваться на том, что действительно важно. В управлении организациями достижение большего количества ЦЕЛЕЙ сейчас и в будущем обеспечивает конечную цель для оценки того, на чем следует фокусироваться прямо сейчас. Как бы ловко мы ни определяли, что действительно важно, некоторые важные вещи могут быть упущены. Одной из упущенных областей TOC, которую не может позволить себе игнорировать ни один менеджер, является выявление как можно более ранних угроз.

Компьютеры также ограничены в своей способности обрабатывать данные, но их ограничения намного выше человеческих, и этот большой разрыв увеличивается все больше и больше. Итак, можем ли мы надеяться, что, хотя главная цель определяется менеджером-человеком, разумное использование программного обеспечения, особенно ИИ, могло бы постоянно проверять правильность текущего фокуса и предупреждать всякий раз, когда возникает новая критическая проблема?

ИИ широко используется для замены людей, выполняющих простые действия, например, использование роботов в крупных распределительных центрах. Вождение автомобиля без водителя-человека – более амбициозная цель, но с этим хорошо справляется подавляющее большинство людей. Текущий управленческий акцент на использовании ИИ направлен на снижение текущих затрат на наем работников для достаточно простых работ. Было бы хорошо показать, что ИИ может способствовать существенному росту прохода и даже улучшить процесс принятия стратегических решений.

Особая сила ИИ заключается в его способности учиться на огромном количестве прошлых данных. Это означает, что его также можно научить выдавать критически важную информацию на основе наблюдаемых корреляций между переменными, отмечая тенденции и внезапные изменения в поведении рыночного спроса, поставщиков и блокировок потоков. Таким образом, вместо того, чтобы делать модуль ИИ средством принятия относительно простых решений, его можно использовать для повышения эффективности организаций.

Естественной первой целью является улучшение алгоритмов прогнозирования, а также выделение разумного возможного спреда. Возможность определения корреляции может показать зависимости между различными артикулами, что значительно улучшит прогнозы. Более сложные задачи заключаются в предоставлении информации о потенциальном влиянии ценовых изменений, и другие важные характеристики предложений на рынке. Еще одна достойная задача – выявить нарушения, требующие немедленного внимания руководства. С точки зрения TOC было бы полезно оценивать эффективность буферов лучше, чем это делается сегодня.

Работа с ИИ может быть косвенно использована для улучшения интуиции и даже мышления непредубежденных менеджеров! Если менеджер-человек сможет использовать ИИ для проверки или опровержения предположений и гипотез, это окажет значительное влияние на качество управления для оценки последствий изменений.

Одним из важных недостатков ИИ, особенно с точки зрения TOC, является отсутствие логической причинно-следственной связи. Умение проверять причинно-следственные гипотезы является ключевой миссией. Еще одним недостатком является зависимость от качества обучающих данных, что может привести к ошибочным результатам. Ключевая задача внедрения ИИ – найти способ снизить вероятность серьезной ошибки и иметь возможность обнаруживать такую ошибку с помощью причинно-следственного анализа.

В то время как компьютеры в целом и ИИ в частности намного лучше справляются со сложностью, что означает множество различных переменных, которые взаимодействуют друг с другом, более сложная задача состоит в том, чтобы столкнуться с неопределенностью, как «шумом», присущими общими и ожидаемыми вариациями, так и риски, которые встречаются реже, но наносят большой ущерб.

Ключевая общая идея состоит в том, чтобы признать потенциал ИИ, предоставляющего жизненно важную информацию или даже новые наблюдения, как неотъемлемую часть процесса принятия решений человеком.

Направление ИИ для наблюдения за прогнозируемыми тенденциями на рынке, особенно за воздействием внешних сил, таких как изменения в экономике, и даже прогнозирование эффекта повышения или снижения цен может принести большую пользу лицам, принимающим решения. Большая часть соответствующих данных, необходимых для таких миссий, находится во внешних базах данных. Возможно, потребуются сервисы для получения данных из различных внешних источников. Было бы хорошо, если бы сотрудничество между конкурентами, позволяющее ИИ анализировать их объединенные данные, было бы достигнуто и осуществлено нейтральной третьей стороной. Такое сотрудничество должно гарантировать, что никакие внутренние данные одной компании никогда не попадут в другую компанию. Но результаты анализа, выдвигающие на первый план такие вопросы, как чувствительность к ценам, влияние инфляции, изменения в государственном регулировании и многие другие, могут дать знания, которые в настоящее время недоступны, а решения базируются исключительно на интуиции. Ключевой недостаток человеческой интуиции заключается в том, что она медленно адаптируется к изменениям. Скармливание ИИ огромного количества аналогичных прошлых изменений делает его намного лучше в прогнозировании результатов, если имеется достаточно релевантных данных.

Мои текущие размышления об эффективном использовании ИИ для принятия управленческих решений, включая критический вопрос «на чем сфокусироваться», заключаются в том, что есть две основные категории целей для процессов ТОС-ИИ, которые принесут огромную пользу управлению любой организацией:

  1. Понимание спроса на рынке. Это включает в себя прогнозирование текущих тенденций и прогнозирование потенциальных результатов определенных движений и изменений. Плюс дает хорошее представление о влиянии цены, экономичности и разнообразия выбора.
  2. Указание на возникающую угрозу. Мудрость TOC может легко дать список потенциальных угроз, о которых руководство должно знать как можно раньше. Необходимо выявить наблюдаемые в недавнем прошлом сигналы, свидетельствующие о развитии той или иной угрозы. Предоставление ИИ достаточного количества примеров может вызвать непрерывный поиск достаточного количества доказательств.
  3. Например, когда важный поставщик начинает вести себя непредсказуемо, это может указывать на проблемы с его менеджментом, даже на возможность банкротства или на падение нашего имиджа у клиента. Точно так же изменение количества и/или частоты заказов на поставку крупного клиента может сигнализировать об изменении политики закупок клиента.
  4. Одной из проблем сложных сред является точность данных. Если модуль ИИ намеренно ищет результаты, которые не соответствуют данным, то уведомление пользователя о необходимости проверки определенных элементов данных может иметь смысл.
  5. Существующим примером является мониторинг необходимости технического обслуживания машин. Это функция, связанная с Индустрией 4.0, которая определяет, когда текущая скорость и качество машины отклоняются от нормы, прежде чем они станут критическими, оставляя достаточно времени для планирования необходимых действий по техническому обслуживанию.

Критически важные вопросы для дальнейшего обсуждения:

  • Существуют ли другие организационные темы, в которых ИИ, руководствуясь TOC, может внести свой вклад в управление?
  • Как TOC может повлиять на цели, обучение и фактическое использование ИИ?
    Например, руководство ИИ для тщательной проверки качества данных о потреблении мощности ограничения и нескольких других критических ресурсов. Сравнение их с прошлыми потребностями в мощностях и входящим спросом может помочь в определении того, адекватны ли имеющиеся защитные мощности.
  • Какое обучение должны пройти люди, использующие модуль ИИ?

Блог Эли Шрагенхайма



Eli Schragenheim,
CEO of Elyakim Management Systems (1992) Ltd