五个原因解释为什么人工智能算法在运营管理中难以实施

作者：Evgeniya Malina，Food Rocket业务策略和运营负责人。

根据麦肯锡全球研究所最近的研究，人工智能有望在2030年前将全球经济产出提高$13万亿。

然而，这也带来了自己的挑战和意想不到的后果。实施人工智能的一些最常见的风险和挑战包括隐私问题、无法泛化和整体缺乏信任。

以下是三个影响运营管理的特定挑战。

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。要正确训练算法，必须输入大量精确、顶级的数据。不幸的是，获取这些数据并不总是容易，2020年的一份Gartner报告指出，数据质量差可能会使公司每年损失约$13百万。

例如，一些流程可能在开始时根本没有数字足迹。在这些情况下，没有数据可以输入算法。您提供的所有内容都只是假设和有根据的猜测，这引发了两个问题。

首先，这会在一开始就将显著的人为偏见进入您的流程。其次，这意味着算法的任何结果只是您最佳猜测的延伸。最终，这会让您拥有一个粗糙的数据景观和不可靠、不稳定的决策过程。

2. 导航“冷启动”和员工参与度

自动化对于简化现有流程很好，但代价是“冷启动”。这是指您必须从没有历史数据开始一个流程，而历史数据是人工智能算法可以依据的基础。在每种情况下，人工智能算法都难以克服这个障碍。

根据哈佛商业评论，80%或更多 的IT团队时间通常花在尝试改进和完善不一致的数据以供人工智能算法使用上

通常需要大量的人力投入来帮助人工智能算法克服“冷启动”并恢复平稳运行。

在我的经验中，这可能会在供应管理中造成严重的混乱，并且还会使公司损失大量收入。我们都知道，人工智能还不够先进，无法处理运营管理系统的所有方面。这意味着您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，但也可能导致员工对个人责任的参与度降低。在某些情况下，员工可能会觉得他们可以与决策分离，因为“人工智能做了它”。

此外，新算法的引入往往会与质量指标的显著下降相吻合。在我的经验中，这个悖论是由于以前负责该指标的人觉得自己现在只是自动决策链中一个不重要的环节所致。

管理这一自动化方面至关重要，因为它可能轻易地导致您的团队走向缺乏兴趣和承诺的道路。这也可能对您的品牌造成损害。如果人工智能被单独用于决策，它可能会无意中开始歧视某些年龄、性别或地理区域的客户。

3. 透明度和高效实施的挑战

正如每位企业主所知道的，事情可能会瞬间发生变化。公司并不总是有时间为新操作构建复杂的人工智能解决方案。

事实上，更常见的是，企业面临时间紧迫，必须在没有自动化帮助的情况下解决问题，因为设置新流程需要太长时间。由于通常没有时间编写复杂的模型，因此会发生两种情况之一。

首先，企业可能会选择实施几乎完整的流程，但插入手动中间步骤，直到流程可以完善。在这种情况下，企业会失去多达80%的流程计算效率。

或者，企业可能会部署SaaS来加快实施流程。虽然时间和成本会降低，但效率损失的问题仍然存在。在这种情况下，实施未针对公司需求的SaaS算法会使流程比手动操作更低效。

除了这些问题外，理解人工智能过程的透明度对于专家来说非常困难，甚至对于管理层来说也是如此。这是由于算法的复杂性，但它会让您的团队对转向自动化运营管理感到犹豫。

我们从这里去哪里?

一些研究人员建议，我们目前面临的挑战将导致公司出现新的角色：训练师、解释器和维护者。

训练师将帮助优化人工智能性能；解释器将负责将人工智能决策分解为非专业人士可以理解的内容，维护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到不仅仅是人工智能可以带来的显著竞争优势。必须权衡优势与人工智能运营带来的模糊性、时间成本和增长障碍。

人工智能在成长、发展和实施方面仍有很长的路要走。它无疑可以在运营管理中产生巨大的影响，但我们还不能完全依赖它作为最佳选择。