Sådan kan fremtidens virksomheder træffe mere intelligente beslutninger
Selv de vigtigste beslutninger træffes ofte tankeløst eller påvirkes af følelser og subjektivitet. Med beslutningsintelligens kombineres datadrevet indsigt og kraft fra kunstig intelligens og maskinlæring med værktøjer fra procesautomatisering.
Dette er et debatindlæg: Finans bringer løbende indlæg fra specialister og meningsdannere. De er alle udtryk for den pågældende skribents egen holdning.
Virksomheder træffer beslutninger hvert minut. Typisk spænder disse beslutninger fra strategisk design og markedsvalg til rekruttering af talent eller godkendelse af fakturabetalinger. En virksomheds succes eller fiasko afhænger af effektiviteten af de beslutninger, som dens personale træffer.
Imidlertid skal folk ofte træffe beslutninger under tidsmæssigt pres og med begrænset information - eller med for meget information, hvilket forårsager informationsoverbelastning. Selv de vigtigste beslutninger træffes ofte tankeløst eller påvirkes af forudindtagethed, følelser og subjektivitet.
De fleste beslutninger træffes af isolerede individer baseret på begrænset erfaring og siloed data, hvilket afskærer virksomheder fra fordelene ved kollektiv visdom og delt information. Ifølge en undersøgelse foretaget af Signal er de største hindringer for beslutningstagning en overvældende mængde data (44 pct.), manglende tid (21 pct.), interessenters afstemning (16 pct.) og implementering af løsningen (19 pct.).
Endelig er der mangel på systematisk vurdering og feedback om beslutningers succes, hvilket forhindrer folk i at lære og forbedre måden, de træffer beslutninger på. Alt dette resulterer i dårlige beslutningsprocesser.
Disse dårligt trufne beslutninger har en betydelig økonomisk indvirkning. En McKinsey-undersøgelse fandt, at ineffektiv beslutningstagning koster det gennemsnitlige S&P 500-firma 250 millioner dollar om året, og Harvard Business Review bemærkede, at en virksomheds økonomiske præstation korrelerer med 95 pct. effektiviteten af dens beslutninger.
Den stigende hastighed
I stigende grad kan menneskelig beslutningstagning ikke følge med kravene i et moderne miljø, der understøttes af teknologi. Ifølge Gartner, Inc. mener 65 pct. af ledere, at de beslutninger, de træffer, er mere komplekse end for to år siden.
De nuværende teknologier og tilgange til at støtte menneskelig beslutningstagning er ikke tilstrækkelige til at lukke kløften. På den ene side fokuserer maskinlæringsteknologier på at producere præcise indsigter gennem forudsigelser eller optimeringer. Imidlertid mangler de forbindelsen til både de specifikke forventede resultater og udførelsen af de beslutninger, de hjælper med at informere.
På den anden side fokuserer procesautomatiseringsapplikationer (f.eks. robotprocesautomatisering) på procesopgaver, hvilket delvist forbedrer effektiviteten, men uden indvirkning på beslutningernes kvalitet.
Signal fandt, at 85 pct. af ledere tror, at yderligere 4,26 billioner dollar i indtægt kunne bringes ind i USA’s økonomi (næsten dobbelt så meget som Storbritanniens BNP) ved at anvende teknologi til at hjælpe beslutningstagning.
Behovet for beslutningsintelligens
Beslutningsintelligens (DI) er et nyt felt, der bruger teknologi til at understøtte, supplere og automatisere forretningsbeslutninger. DI blev udbredt i Lorien Pratts bog fra 2019, ”Link”, og blev identificeret af Gartner som en af de mest indflydelsesrige teknologitrends for 2023.
DI-teknologi kombinerer den datadrevne indsigt og kraft fra kunstig intelligens og maskinlæring med de opgavefokuserede evner fra procesautomatiseringsværktøjer og forbinder dem i en beslutningsorienteret strømlinet pipeline.
DI forbinder data, beslutninger, handlinger og resultater. Det indeholder også kapaciteten til at overvåge og forbedre sine beslutningstagningsevner baseret på menneskelig feedback og ved at sammenligne de faktiske resultater af beslutninger med de forudsagte.
DI kan hjælpe beslutningstagning ved at udnytte tre tilgange.
- Beslutningsstøtte. Maskiner leverer værktøjer som dataanalyse for at støtte menneskelig beslutningstagning. Typisk er dette, hvad vi kalder forretningsindsigtsteknologier. Beslutningen træffes af mennesker med maskinens støtte.
- Beslutningsudvidelse. Maskiner genererer anbefalinger til beslutninger, herunder forventede forretningsresultater som: ”Køb X enheder fra leverandør Y, så sparer du Z millioner dollar.” Maskinen foreslår beslutningen, men mennesker træffer den. Brugeren accepterer, afviser eller ændrer anbefalingen til en beslutning.
- Beslutningsautomatisering. Maskiner træffer autonome beslutninger og implementerer dem uden menneskelig indgriben. Mennesker fokuserer på at overvåge systemet og gennemgå resultaterne.
Den rigtige tilgang vil afhænge af kompleksiteten og hyppigheden af beslutningerne. Jo mere enkel og gentagen en beslutning er, desto lettere kan den automatiseres, og desto mere værdi kan frigøres ved at frigøre mennesker fra den.
Når brugerne udvikler tillid til teknologien, kan de vælge at udvikle deres beslutningstagning fra støtte til udvidelse og endelig automatisering. De kan også vælge at skalere tilbage fra automatiseret til manuel i lyset af uforudsigelige sorte svane-hændelser som covid-19-pandemien.
Sådan lykkes du med beslutningsintelligens
- Begynd med at definere dine forretningsmål og de nøglebeslutninger, der træffes eller kunne træffes til fordel for disse mål. Beregn den økonomiske indvirkning af hver beslutning for at kunne prioritere dem og definere, hvordan du vil måle deres succes.
- Bedøm derefter beslutningerne langs to akser: Kompleksitet og hyppighed. Dette vil tillade dig at kategorisere dem i grupper egnet til beslutningsautomatisering (de enkleste og mest hyppige beslutninger), beslutningsstøtte (de mest komplekse og sjældne beslutninger) og beslutningsudvidelse (dem derimellem).
- Byg din implementeringsvejledning ved at starte med de høstvirkninger beslutninger og brug en faset tilgang til at udrulle resten af implementeringen.
- Opsæt den rette governance - et center for fremragenhed til at tage ejerskab af DI-implementeringen og et automatiseringsoperationcenter til at vedligeholde den. Få analytikere til at specialisere sig efter beslutningstype i stedet for efter forretningsfunktion. Øv kontinuerlig læring og forbedring ved at sammenligne beslutningsresultater med forudsagte resultater.
Beslutningsintelligens er en ny løftestang for forretningssucces i vores moderne tid, og vejen til at implementere den er klar.
