Het benutten van AI en kennisgraphen voor besluitvorming in het bedrijfsleven

Het hedendaagse bedrijfslandschap is mogelijk competitiever en complexer dan ooit tevoren: de verwachtingen van klanten zijn op een all-time high en bedrijven moeten deze behoeften vervullen (of overtreffen), terwijl ze tegelijkertijd nieuwe producten en ervaringen creëren die consumenten nog meer waarde bieden. Tegelijkertijd hebben veel organisaties te maken met beperkte middelen, worstelen met budgetbeperkingen en gaan om met altijd aanwezige bedrijfsuitdagingen zoals vertraging in de toeleveringsketen.

Bedrijven en hun succes worden gedefinieerd door de som van de beslissingen die ze elke dag nemen. Deze beslissingen (slecht of goed) hebben een cumulatief effect en zijn vaak meer met elkaar verbonden dan ze lijken te zijn of worden behandeld. Om in deze veeleisende en constant evoluerende omgeving mee te komen, moeten bedrijven in staat zijn om snel beslissingen te nemen, en veel hebben zich tot AI-gebaseerde oplossingen gewend om dit te doen. Deze flexibiliteit is cruciaal voor het behouden van operationele efficiëntie, het toewijzen van middelen, het beheersen van risico’s en het ondersteunen van voortdurende innovatie. Tegelijkertijd heeft de toegenomen adoptie van AI de uitdagingen van menselijke besluitvorming verergerd.

Er doen zich problemen voor wanneer organisaties beslissingen nemen (met behulp van AI of anderszins) zonder een solide begrip van de context en hoe ze andere aspecten van het bedrijf zullen beïnvloeden. Terwijl snelheid een belangrijke factor is bij besluitvorming, is context van het grootste belang, hoewel dit gemakkelijker gezegd dan gedaan is. Dit roept de vraag op: Hoe kunnen bedrijven zowel snelle als geïnformeerde beslissingen nemen?

Het begint allemaal met data. Bedrijven zijn zich zeer bewust van de sleutelrol die data speelt in hun succes, maar veel worstelen nog steeds om deze om te zetten in bedrijfswaarde door middel van effectieve besluitvorming. Dit komt grotendeels doordat goede besluitvorming context vereist, en helaas draagt data geen begrip en volledige context met zich mee. Daarom is het nemen van beslissingen op basis van gedeelde data (zonder context) onnauwkeurig en onjuist.

Hieronder zullen we onderzoeken wat organisaties ervan weerhoudt om waarde in dit gebied te realiseren en hoe ze op weg kunnen komen naar het nemen van betere, snellere zakelijke beslissingen.

Het volledige beeld krijgen

De voormalige Siemens CEO Heinrich von Pierer zei beroemd: “Als Siemens alleen wist wat Siemens weet, zouden onze cijfers beter zijn,” waarmee hij de belangrijkheid van de mogelijkheid van een organisatie om haar collectieve kennis en know-how te benutten onderstreepte. Kennis is macht, en het nemen van goede beslissingen hangt af van een alomvattende kennis van elk deel van het bedrijf, inclusief hoe verschillende facetten samenwerken en elkaar beïnvloeden. Maar met zo veel data beschikbaar uit zo veel verschillende systemen, toepassingen, mensen en processen, is het verkrijgen van deze kennis een moeilijke opgave.

Dit gebrek aan gedeelde kennis leidt vaak tot een reeks ongewenste situaties: organisaties nemen beslissingen te langzaam, waardoor kansen gemist worden; beslissingen worden genomen in een isolement zonder de neveneffecten te overwegen, waardoor slechte bedrijfsresultaten ontstaan; of beslissingen worden genomen op een onnauwkeurige manier die niet herhaalbaar is.

In sommige gevallen kan kunstmatige intelligentie (AI) deze uitdagingen verergeren wanneer bedrijven de technologie ondiscrimineerd toepassen op verschillende use cases en verwachten dat deze automatisch hun bedrijfsproblemen oplost. Dit is waarschijnlijk te gebeuren wanneer AI-gebaseerde chatbots en -agenten in isolement worden gebouwd zonder de context en zichtbaarheid die nodig is om solide beslissingen te nemen.

Het mogelijk maken van snelle en geïnformeerde zakelijke beslissingen in het bedrijfsleven

Of het doel van een bedrijf nu is om de tevredenheid van klanten te vergroten, de omzet te verhogen of de kosten te verlagen, er is geen enkele driver die deze resultaten zal bewerkstelligen. In plaats daarvan is het de cumulatieve werking van goede besluitvorming die positieve bedrijfsresultaten oplevert.

Het begint allemaal met het gebruik van een benaderbare, schaalbare platform dat het bedrijf in staat stelt om zijn collectieve kennis vast te leggen, zodat zowel mensen als AI-systemen deze kunnen gebruiken om betere beslissingen te nemen. Kennisgraphen worden steeds vaker een fundamentele tool voor organisaties om de context binnen hun data te ontsluiten.

Hoe ziet dit er in de praktijk uit? Stel je een retailer voor die wil weten hoeveel T-shirts hij moet bestellen voor de zomer. Er moeten een groot aantal zeer complexe factoren worden overwogen om de beste beslissing te nemen: kosten, timing, eerdere vraag, voorspelde vraag, voorzieningen in de toeleveringsketen, hoe marketing en reclame de vraag kunnen beïnvloeden, fysieke ruimtebeperkingen voor fysieke winkels, en meer. We kunnen over al deze facetten en de relaties ertussen redeneren met behulp van de gedeelde context die een kennisgraaf biedt.

Deze gedeelde context stelt mensen en AI in staat om samen te werken om complexe beslissingen op te lossen. Kennisgraphen kunnen al deze factoren snel analyseren, waardoor ze in wezen data uit verschillende bronnen omzetten in concepten en logica die verband houden met het bedrijf als geheel. En aangezien de data niet tussen verschillende systemen hoeft te worden overgezet om de informatie voor de kennisgraaf te verzamelen, kunnen bedrijven beslissingen aanzienlijk sneller nemen.

In het huidige zeer concurrerende landschap kunnen organisaties het zich niet veroorloven om ongeïnformeerde zakelijke beslissingen te nemen – en snelheid is de naam van het spel. Kennisgraphen zijn het cruciale ontbrekende ingrediënt voor het ontsluiten van de kracht van generatieve AI om betere, meer geïnformeerde zakelijke beslissingen te nemen.