人工智能算法在运营管理中难以实施的五个原因

作者：Evgeniya Malina，Food Rocket公司业务策略和运营总监。

根据麦肯锡全球研究所最近的研究，人工智能有望到2030年将全球经济产出提高13万亿美元。

然而，这也带来了自己的挑战和意外后果。人工智能实施中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。

以下是人工智能在业务运营管理中面临的三个挑战。

1. 数据质量差

一个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，必须输入大量精确、顶级的数据。不幸的是，获得这些数据并不总是容易，2020年的一份盖特纳报告指出，数据质量差可能会使公司每年损失约1300万美元。

例如，一些流程可能没有数字化的痕迹，当您第一次开始时。没有数据可以输入算法。在这些情况下，所有您提供的内容都是假设和有根据的猜测，这带来了两个问题。

首先，这会将显著的人为偏见引入您的流程中。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，这使您拥有一个粗糙的数据景观和一个不可靠、不稳定的决策过程。

2. 导航“冷启动”和员工参与度

自动化非常适合简化现有的流程，但代价是“冷启动”。这是当您必须从没有历史数据的流程开始，而人工智能可以基于该数据进行其常规操作。在每种情况下，人工智能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。

通常需要大量的人力投入来帮助人工智能克服“冷启动”并恢复平稳运行。

在我的经验中，它可能会在供应管理中造成严重的破坏，并且可能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可以处理运营管理系统的所有方面的地步。这意味着您公司使用的任何人工智能解决方案都将与人工决策过程重叠。

虽然这可能是一件好事，但也可能导致员工对自己的个人责任感产生脱节。在某些情况下，员工可能会觉得他们可以与决策脱节，因为“人工智能做了它”。

此外，引入新算法通常会与质量指标显著下降相吻合。在我的经验中，这种悖论是由于以前负责该指标的人现在觉得自己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团队走向缺乏兴趣和降低承诺的道路。它还可能对您的品牌造成伤害。如果人工智能被单独留下做出决定，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

正如每个企业主所知道的，事情可能会瞬间发生变化。公司并不总是有时间为新的运营建立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，但在流程可以完善之前插入手动中间步骤。在这种情况下，企业会损失多达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，部署不适应公司需求的SaaS算法可能会使流程比手动操作更低效。

除了这些问题外，了解人工智能过程中的透明度难以向管理层传达，甚至对于专家来说也是如此。这是由于算法的复杂性，但它可能会使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、解释者和维护者。

训练师将帮助优化人工智能性能；解释者将负责为非专业人士解释人工智能决策；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。必须权衡这个优势与人工智能运营带来的模糊性、时间成本和增长障碍。

人工智能在增长、开发和实施方面仍然有很长的路要走。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。