思想领袖
AI算法在运营管理中难以落地的五个原因
麦肯锡全球研究院最近的研究表明，人工智能将通过以下方式提升全球经济产出： $ 13万亿2030.
然而，这也带来了其自身的挑战和意想不到的后果。 一些 最常见的风险和挑战 人工智能实施的主要问题包括隐私问题、无法泛化以及整体缺乏信任。
以下是人工智能面临的三个具体影响企业运营管理的挑战。
1.数据质量差
强大的人工智能算法需要的第一件事就是数据。 为了正确训练算法，您必须为其提供大量精确、高质量的数据。 不幸的是，获取这些数据并不总是那么容易，并且 2020 Gartner报告 指出，糟糕的数据质量每年会给您的公司造成约 13 万美元的损失。
例如，当您第一次开始时，某些流程可能根本没有任何数字足迹。 在这些情况下，您无法将数据输入到算法中。 你给出的一切都只是假设和有根据的猜测，这会带来两个问题。
首先，这介绍了 显着的人类偏见 从一开始就直接进入您的流程。 其次，这意味着算法的任何结果都只是您最佳猜测的延伸。 最终，这会给您带来粗略的数据环境和不可靠、不稳定的决策过程。
2. 应对“冷启动”和员工敬业度
自动化非常适合简化现有流程，但代价是“冷启动”。 此时，您必须在没有历史数据的情况下开始一个流程，而人工智能可以以此作为其例程的基础。 在任何情况下，人工智能都将努力克服这一障碍。
据哈佛商业评论报道， 80％或更多 IT 团队的时间通常花在尝试改进和细化 AI 算法的不一致数据上
通常需要投入大量人力来帮助人工智能克服这种“冷启动”困难并恢复平稳运行。
根据我的经验，它可能会导致供应管理严重中断，并且也会使公司损失大量收入。 我们都知道人工智能还没有发展到足以处理运营管理系统的所有方面。 这意味着您的公司使用的任何人工智能解决方案都将与人类决策过程重叠。
虽然这可能是一件好事，但也可能导致员工丧失个人责任感。 在某些情况下， 员工感觉自己可以脱离决策 因为“人工智能做到了”。
此外，新算法的引入通常会伴随着质量指标的显着下降。 根据我的经验，这种悖论是由于以前负责指标的人感觉自己现在只是自动决策链中不重要的一环而造成的。
管理自动化的这一方面非常重要，因为它很容易导致您的团队走上不感兴趣和降低承诺的道路。 它还可能对您的品牌造成损害。 如果让人工智能自行做出决策，它可能会在不知不觉中开始歧视特定年龄、性别或地理群体的客户。
3. 透明度和高效实施的挑战
每个企业主都知道，事情可能会瞬间发生变化。 公司并不总是有时间为新业务构建复杂的人工智能解决方案。
事实上，对于企业来说，时间紧迫并被迫在没有自动化帮助的情况下解决问题的情况要普遍得多，因为建立新流程需要太长时间。 由于通常没有时间编写复杂的模型，因此会发生以下两种情况之一。
首先，企业可能会选择实施一个基本完整的流程，但插入一个手动中间步骤，直到可以完善该流程。 在这种情况下，企业损失了高达 80% 的流程计算效率。
或者，企业可以部署 SaaS 以加快实施过程。 虽然时间和金钱成本会降低，但效率损失的问题仍然存在。 在这种情况下，实施并非专门适应公司需求的 SaaS 算法可能会导致流程效率低于手动完成的流程。
除了这些问题之外，重要的是要了解人工智能流程的透明度非常难以与管理层沟通，即使是专家也是如此。 这是由于算法的复杂性造成的，但它可能会让您的团队对过渡到自动化运营管理持保留态度。
下一步怎么样？
一些研究人员认为，我们目前面临的挑战将导致公司中出现新的人员角色： 培训师、讲解员和支持者.
培训师将帮助优化人工智能性能； 解释者的任务是为非专业人士分解人工智能决策，而支持者将致力于使人工智能流程长期可持续。
然而，在那之前，企业和创始人必须考虑的不仅仅是重要的事情 人工智能可以带来的竞争优势。 必须权衡其优势与运营人工智能带来的模糊性、时间成本和增长障碍。
人工智能在成长、发展和实施方面还有很长的路要走。 毫无疑问，它可以对运营管理产生巨大的影响，但我们还不能完全依赖它始终是最佳选择。
