Ηγέτες σκέψης

Πριν επεκτείνετε τη χρήση πρακτόρων ΤΝ, αναρωτηθείτε τι δεν γνωρίζουν

Dror Nadler
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΟι σίγουρες απαντήσεις αποτυγχάνουν όταν οι πράκτορες παραλείπουν το πλαίσιο, όπως…
Δείτε περισσότερα
  • Οι σίγουρες απαντήσεις αποτυγχάνουν όταν οι πράκτορες παραλείπουν το πλαίσιο, όπως παρωχημένες ημερομηνίες καταχώρισης ή διαφορές στο δημοσιονομικό ημερολόγιο.
  • Σχεδόν 6 στις 10 επιχειρήσεις εντόπισαν μια σίγουρη αλλά λανθασμένη απάντηση AI σε ελλιπές ή ημιτελές επιχειρηματικό πλαίσιο.
  • Η ανθρώπινη αναθεώρηση πρέπει να κλιμακώνεται ανάλογα με το διακύβευμα, επειδή σωστά δεδομένα που κοινοποιούνται λανθασμένα μπορούν ακόμη να παραβιάζουν κανονισμούς.

Φανταστείτε το εξής: Ένας οικονομικός διευθυντής ετοιμάζεται για μια συνάντηση με έναν μεγάλο θεσμικό επενδυτή. Για να προετοιμαστεί, η ομάδα σχέσεων με επενδυτές (IR) ζητά από ένα εργαλείο ΤΝ να συγκεντρώσει ορισμένες πληροφορίες: την ημερομηνία της τελευταίας συνάντησης με την εταιρεία, τις προτεραιότητες που είχαν εκφραστεί, τον αριθμό των μετοχών που κατέχει ο επενδυτής και ούτω καθεξής.

Το εργαλείο δηλώνει με βεβαιότητα ότι ο επενδυτής κατέχει 2,5 εκατομμύρια μετοχές. Κανείς δεν αμφισβητεί την πληροφορία και ο οικονομικός διευθυντής συνεχίζει να προετοιμάζεται για αυτή τη σημαντική συζήτηση, χωρίς να χάνει χρόνο.

Υπάρχει όμως ένα πρόβλημα: Η ΤΝ άντλησε τον αριθμό από μια κατάθεση του εντύπου Form 13F, η οποία καταγράφει τις συμμετοχές στο τέλος του προηγούμενου τριμήνου. Η πληροφορία ήταν ακριβής όταν δηλώθηκε… αλλά πλέον είναι μηνών. Στο μεταξύ, ο επενδυτής πούλησε αθόρυβα 2 εκατομμύρια μετοχές, μειώνοντας σημαντικά τη θέση του. Η ατζέντα της συνάντησης (και ενδεχομένως η ίδια η συνάντηση!) δεν φαίνεται πλέον σχετική.

Τι πήγε στραβά; Σε αυτό το σενάριο, η ΤΝ δεν παραισθήθηκε ούτε επινόησε κάποιον αριθμό. Ανέκτησε έγκυρη πληροφορία, αλλά δεν έθεσε τα κατάλληλα όρια ούτε εξήγησε τους περιορισμούς της.

Σε αυτή την περίπτωση, οι συνέπειες μπορεί να είναι μια αμήχανη συζήτηση ή μια χαμένη ευκαιρία. Σε άλλες περιστάσεις, όμως, μια εξίσου κατηγορηματική απάντηση που στερείται κρίσιμου πλαισίου μπορεί να ενέχει ακόμη μεγαλύτερους κινδύνους.

Τα καλύτερα μοντέλα δεν είναι απαραίτητα η λύση

Τα μοντέλα βάσης βελτιώνονται διαρκώς. Γιατί, λοιπόν, φαίνεται να πληθαίνουν οι απαντήσεις που δίνονται με βεβαιότητα αλλά είναι λανθασμένες — ένα πρόβλημα που απασχολεί επιχειρήσεις σε όλους τους κλάδους;

Καταρχάς, η παραγωγική τεχνητή νοημοσύνη (GenAI) έχει πλέον εξαπλωθεί παντού. Σύμφωνα με την έκθεση της McKinsey Η κατάσταση της ΤΝ το 2026, σχεδόν 9 στους 10 επαγγελματίες δηλώνουν ότι οι οργανισμοί τους χρησιμοποιούν τακτικά την ΤΝ σε τουλάχιστον μία επιχειρησιακή λειτουργία.

Καθώς οι οργανισμοί περνούν πλέον από τον πειραματισμό στην πράξη — βασίζονται όλο και περισσότερο στην ΤΝ για τις καθημερινές επιχειρηματικές εργασίες και αποφάσεις — έρχονται επίσης αντιμέτωποι με τα όρια των γνώσεων και της κατανόησης αυτών των εργαλείων.

Μια πρόσφατη έρευνα του κλάδου αποκαλύπτει τι κρύβεται συχνά πίσω από αυτό το πρόβλημα: μόνο τους τελευταίους έξι μήνες, σχεδόν 6 στις 10 επιχειρήσεις (57%) απέδωσαν μια απάντηση πράκτορα ΤΝ που δόθηκε με βεβαιότητα αλλά ήταν λανθασμένη στην έλλειψη ή την ελλιπή κατανόηση του επιχειρηματικού πλαισίου.

Με όλα τα δεδομένα που είναι διαθέσιμα στην ΤΝ, αυτό μπορεί να προκαλεί έκπληξη. Ωστόσο, υπάρχει μια σημαντική διάκριση: Το πλαίσιο δεν είναι το ίδιο με τα δεδομένα.

Τι είναι και τι δεν είναι το πλαίσιο

Το πλαίσιο μπορεί να περιλαμβάνει θεσμική γνώση, εξαιρέσεις από τους κανόνες, σχέσεις, διαδικασίες και προσδοκίες σχετικά με τον τρόπο με τον οποίο διεκπεραιώνεται η εργασία — λεπτές αποχρώσεις που συχνά διαφέρουν από εταιρεία σε εταιρεία.

Από τη δουλειά μου με ομάδες σχέσεων με επενδυτές, βλέπω πόσο σημαντικές μπορεί να είναι αυτές οι διακρίσεις. Ας εξετάσουμε μερικά παραδείγματα που μοιάζουν απλά:

  • Οικονομικά ημερολόγια: Το πρώτο τρίμηνο μιας εταιρείας μπορεί να συμπίπτει με το ημερολογιακό έτος, ενώ το πρώτο τρίμηνο μιας άλλης να αρχίζει τον Σεπτέμβριο. Χωρίς αυτό το πλαίσιο, ένας πράκτορας ΤΝ μπορεί να συγκρίνει αποτελέσματα από λάθος περιόδους αναφοράς.
  • Χρηματοοικονομικοί δείκτες: Ένας οργανισμός μπορεί να αναφέρει τόσο κέρδη ανά μετοχή βάσει GAAP όσο και κέρδη ανά μετοχή εκτός GAAP (non-GAAP). Ένας πράκτορας που δεν καταλαβαίνει ποιο μέγεθος πρέπει να αναφέρει — και πότε — μπορεί να παρουσιάσει λανθασμένα τις επιχειρηματικές επιδόσεις.
  • Εταιρική αφήγηση: Τα μηνύματα μιας εταιρείας εξελίσσονται με την πάροδο του χρόνου, αντανακλώντας συνειδητές αποφάσεις για το τι πρέπει να τονιστεί και τι να παραλειφθεί. Αν δεν κατανοεί το ιστορικό και το σκεπτικό αυτών των αποφάσεων, ένας πράκτορας ΤΝ μπορεί να δημιουργήσει περιεχόμενο που υπονομεύει στην πράξη μια αφήγηση η οποία έχει διαμορφωθεί με μεγάλη προσοχή.

Με βάση όλα αυτά, δεν προκαλεί έκπληξη το γεγονός ότι το ίδιο βασικό μοντέλο μπορεί να δώσει πολύ διαφορετικά αποτελέσματα σε διαφορετικές εταιρείες, ανάλογα με το πλαίσιο και την εξειδικευμένη γνώση που έχει στη διάθεσή του.

Η ΤΝ που έχει σχεδιαστεί ειδικά για έναν κλάδο ή έναν συγκεκριμένο τομέα μπορεί να συμβάλει στη γεφύρωση ορισμένων από αυτά τα κενά, καθώς αναγνωρίζει την εξειδικευμένη γνώση, τις ροές εργασίας και τις ιδιαιτερότητες του εκάστοτε κλάδου. Ωστόσο, ακόμη και η πιο εξελιγμένη τεχνολογία δεν μπορεί να αποτυπώσει όλα όσα γνωρίζει ένας οργανισμός· γι’ αυτό και οι άνθρωποι έχουν επίσης τον δικό τους ρόλο.

Τι δεν γνωρίζει η ΤΝ για την επιχείρησή σας

Οι άνθρωποι, όμως, δεν μένουν για πάντα. Σκεφτείτε τι συμβαίνει όταν ένα έμπειρο στέλεχος σχέσεων με επενδυτές (IRO) αποχωρεί από την εταιρεία του έπειτα, για παράδειγμα, από πέντε χρόνια. Πιθανότατα έχει αφιερώσει τον χρόνο του στον εντοπισμό και τη στόχευση δυνητικών επενδυτών, στην ανάλυση της δραστηριότητας των μετόχων, στην καλλιέργεια σχέσεων, στην προετοιμασία για την ανακοίνωση των οικονομικών αποτελεσμάτων, στην προετοιμασία των ανώτατων στελεχών… και σε πολλά ακόμη.

Η εταιρεία διατηρεί τα κείμενα για τις ανακοινώσεις οικονομικών αποτελεσμάτων, τις παρουσιάσεις και άλλα αρχεία. Τι γίνεται, όμως, με τη θεσμική γνώση που βρίσκεται πίσω από αυτά; Μεγάλο μέρος της φεύγει κι αυτό μαζί με το στέλεχος, ιδίως αν λάβουμε υπόψη ότι σχεδόν 8 στους 10 υπεύθυνους σχέσεων με επενδυτές (78%) δεν έχουν ορίσει διάδοχο για τη θέση τους.

Γι’ αυτό οι οργανισμοί πρέπει να καταβάλουν προσπάθεια ώστε να διαφυλάξουν τη γνώση και την κατανόηση με τρόπο που να μπορούν να αξιοποιούν τα συστήματα ΤΝ. Συχνά δεν αρκεί απλώς να συνδέσουν έναν πράκτορα ΤΝ με έναν κοινόχρηστο δίσκο.

Η δυνατότητα συστηματικής καταγραφής βασικών γνώσεων και ροών εργασίας —όπως του σκεπτικού πίσω από σημαντικές αποφάσεις, του ιστορικού σχέσεων και άλλων πληροφοριών κρίσιμης σημασίας για την αποστολή, οι οποίες δεν καταγράφηκαν ποτέ σε επίσημο έγγραφο— είναι σημαντική για επιχειρήσεις σε όλους τους κλάδους.

Για τη δημιουργία μιας τέτοιας βάσης γνώσεων απαιτείται και η συμβολή ανθρώπων: τόσο για την καταγραφή των πληροφοριών όσο και για την άσκηση κρίσης σχετικά με αυτές. Η ΤΝ μπορεί να βοηθήσει στην οργάνωση της γνώσης, όμως οι εργαζόμενοι είναι εκείνοι που παρέχουν το κρίσιμο πλαίσιο που συχνά δεν λαμβάνει υπόψη η τεχνολογία.

Σε περιβάλλοντα υψηλού διακυβεύματος, τα κενά στο πλαίσιο αναφοράς έχουν σοβαρές συνέπειες

Έχουμε συζητήσει τι συμβαίνει όταν η ΤΝ δίνει λανθασμένη απάντηση. Μερικές φορές, όμως, ένας πράκτορας ΤΝ μπορεί να ανακτήσει σωστές πληροφορίες —ακριβείς, επίκαιρες και σχετικές— και παρ’ όλα αυτά να δημιουργήσει προβλήματα, κοινοποιώντας τες σε ακατάλληλες περιστάσεις.

Σε κλάδους με αυστηρό ρυθμιστικό πλαίσιο, τέτοια λάθη έχουν ιδιαίτερα υψηλό κόστος.

Για παράδειγμα, στις σχέσεις με επενδυτές, η κοινοποίηση ουσιωδών μη δημόσιων πληροφοριών (MNPI), όπως μη ανακοινωμένων οικονομικών αποτελεσμάτων, σε αναλυτή ή επενδυτή μπορεί να παραβιάζει τον κανονισμό περί δίκαιης δημοσιοποίησης της Επιτροπής Κεφαλαιαγοράς των ΗΠΑ (Regulation Fair Disclosure, Reg FD), με πιθανές συνέπειες την επιβολή οικονομικών κυρώσεων και τη βλάβη της φήμης.

Άλλοι κλάδοι, όπως η υγειονομική περίθαλψη, οι χρηματοοικονομικές υπηρεσίες και οι νομικές υπηρεσίες, αντιμετωπίζουν παρόμοιους ρυθμιστικούς κινδύνους, γεγονός που αναδεικνύει την ανάγκη θέσπισης δικλίδων ασφαλείας όταν οι πράκτορες ΤΝ έχουν πρόσβαση σε ευαίσθητες πληροφορίες.

Αυτό δείχνει επίσης γιατί οι άνθρωποι εξακολουθούν να είναι απαραίτητοι: αποτελούν κρίσιμο μέρος της διαδικασίας ελέγχου και έγκρισης όσων κοινοποιούνται. Οι εταιρείες μπορούν να εξετάσουν το ενδεχόμενο να προσαρμόσουν το επίπεδο ανθρώπινου ελέγχου ανάλογα με το διακύβευμα, εφαρμόζοντας διαφορετικούς βαθμούς αυτονομίας σε διαφορετικά είδη ροών εργασίας ΤΝ.

Τρεις ερωτήσεις που πρέπει να θέσετε πριν επεκτείνετε τη χρήση πρακτόρων ΤΝ

Πιθανότατα όλοι έχουμε βρεθεί σε καταστάσεις, στη δουλειά ή γενικότερα στη ζωή, όπου δεν γνωρίζουμε τι είναι αυτό που δεν γνωρίζουμε. Μερικές φορές οι συνέπειες δεν είναι σημαντικές· άλλες φορές είναι πιο σοβαρές.

Σήμερα, η ΤΝ έχει στη διάθεσή της τεράστια σύνολα δεδομένων και τα μοντέλα ΤΝ γνωρίζουν πολύ περισσότερα… όμως εξακολουθούν να πρέπει να «μιλούν» όταν υπάρχουν κενά. Καθώς, λοιπόν, οι επιχειρήσεις αξιοποιούν την ΤΝ για την υλοποίηση περισσότερων στρατηγικών προτεραιοτήτων και ροών εργασίας, είναι σημαντικό να θέσουν τις εξής ερωτήσεις πριν επεκτείνουν τη χρήση της:

  • Μπορεί ο πράκτοράς μας να δείξει από πού προέρχονται οι απαντήσεις του —και πότε ενημερώθηκαν τελευταία φορά αυτές οι πληροφορίες; Μπορεί να δώσει αυτές τις πληροφορίες χωρίς να του ζητηθεί;
  • Διαθέτει ο πράκτορας το απαραίτητο επιχειρηματικό πλαίσιο για να ερμηνεύει τα αιτήματα και να απαντά σε αυτά; Θα επισημαίνει τους περιορισμούς του;
  • Γνωρίζουμε πότε χρειάζεται να παρέμβει άνθρωπος για έλεγχο και έγκριση; Σε ποιες περιστάσεις θα συμβαίνει αυτό και πώς θα ενεργοποιείται η διαδικασία ελέγχου;

Η λύση δεν είναι να αποφεύγουμε την ΤΝ

Θέλω να είμαι σαφής: είμαι αισιόδοξος για την ΤΝ. Τη χρησιμοποιώ καθημερινά στη δουλειά μου, βλέπω τα οφέλη της, τόσο τα σημερινά όσο και τα μελλοντικά, και πιστεύω ότι —από πολλές απόψεις— μόλις έχουμε αρχίσει να αξιοποιούμε τις δυνατότητές της. Δεν έχω καμία αμφιβολία ότι οι εταιρείες που αποφεύγουν την ΤΝ, καθώς και όσες δεν καταφέρνουν να την εφαρμόσουν με οργανωμένο και αποτελεσματικό τρόπο, διατρέχουν πραγματικό κίνδυνο να μείνουν πίσω.

Ωστόσο, η υιοθέτηση της ΤΝ δεν σημαίνει ότι δίνουμε σε ένα μοντέλο γενικής χρήσης πρόσβαση στα εταιρικά δεδομένα και το αφήνουμε να λειτουργεί ανεξέλεγκτα.

Αυτή τη στιγμή, και απ’ όσο μπορώ να κρίνω, η πλήρως αυτόνομη ΤΝ δεν είναι κατάλληλη για κάθε επιχειρηματική εργασία ή απόφαση. Οι οργανισμοί πρέπει να κατανοήσουν πού μπορεί η ΤΝ να λειτουργεί αυτόνομα, πού χρειάζεται πρόσθετο πλαίσιο και πού η ανθρώπινη κρίση είναι απαραίτητη.

Επομένως, πριν ρωτήσετε τι γνωρίζει ένας πράκτορας ΤΝ, ρωτήστε τι δεν γνωρίζει. Οι απαντήσεις καθορίζουν τον τρόπο με τον οποίο θα τον αναπτύξετε, τι θα του εμπιστευτείτε να κάνει και πώς θα δημιουργήσετε τις προϋποθέσεις για να πετύχει.

Dror Nadler είναι επικεφαλής προϊόντων στην Q4 Inc., όπου ηγείται της στρατηγικής προϊόντων και της καινοτομίας, βοηθώντας τις ομάδες σχέσεων με επενδυτές να αξιοποιούν την τεχνητή νοημοσύνη, τα δεδομένα και την τεχνολογία για να εργάζονται αποτελεσματικότερα. Διαθέτει περισσότερα από 25 χρόνια εμπειρίας στην τεχνολογία για επιχειρήσεις, στο λογισμικό ως υπηρεσία (SaaS) και στις χρηματοοικονομικές υπηρεσίες, ενώ στο παρελθόν έχει αναλάβει ηγετικούς ρόλους στις Intralinks, Cellrox, Rapid7 και EMC. Σε όλη την επαγγελματική του πορεία, ο Dror έχει επικεντρωθεί στην ανάπτυξη τεχνολογικών προϊόντων και στη διεύρυνση της κλίμακας λειτουργίας τους, στην προώθηση της καινοτομίας και στην επιτάχυνση της επιχειρηματικής ανάπτυξης. Είναι κάτοχος εκτελεστικού MBA από το Boston University, μεταπτυχιακού τίτλου στην τεχνολογία της πληροφορικής από το Harvard University και πτυχίου Νομικής από το Reichman University.