Kada govorimo o upravljanju poduzećima, o donošenju operativnih ili strateških odluka, u umjetnu inteligenciju već se dugo polažu velike nade. Nitko ni ne sumnja da će današnji alati za izvještavanje vremenom biti sve bolji. Očekujemo puno od analiza velikih količina poslovnih podataka, ali još više od prepoznavanju obrazaca i predlaganja konkretnih rješenja menadžerima.
Samo kontroleri koji uz pomoć sadašnjih alata svakodnevno rade izvještaje, zaista mogu razumjeti kakva to pomoć može biti. U kvantitativnom i kvalitativnom smislu.
Današnji alati prate zadane upute, ali ne razmišljaju sami i zapravo možemo reći da su u suštini prilično „glupi“.
Umjetna inteligencija – suprotno od toga – uči i postaje sve pametnija. Uči na temelju ponavljajućih podataka, prepoznaje uzorke, te ih prilagođava novim situacijama, pružajući mogućnost uvida u buduće scenarije. Naravno govorimo o predikciji, ne o čarobnjaštvu.
Dakle, tradicionalne analize daju odgovore na pitanja „što se dogodilo“, možemo npr. uočavati korelacije među pojavama, statistički računati trendove ili devijacije, te djelomično razumjeti zašto je rezultat takav kakav je.
Od AI se očekuje da bude usmjerena na predviđanja budućih trendova daleko preciznije od puke statistike i da da preporuke za prave odluke. Sa piranja “što se dogodilo?”, selimo u prostor u kojem se raspravlja o tome “što bi se moglo dogoditi i što u tom kontekstu trebamo sada napraviti?”.
Međutim, put do toga puno je dalji i teži nego što se čini. Mnogi misle da će AI biti čarobni štapić koji će sam od sebe unaprijediti naše odlučivanje, pokrpati naše nesavršenosti ili odraditi stvari koje mi nismo jer nismo znali, nismo mogli ili nismo naprosto marili.
A istina je daleko od toga.
Čeka nas svakako uzbudljiva budućnost puna unapređenja, ali i puna izazova i ograničenja.
Koje prednosti AI može donijeti kontrolingu za izradu „pametnih“ izvještaja, a onda i menadžmentu za donošenje „pametnih“ odluka?
Očekuje se da će se moći analizirati istovremeno (u realnom vremenu) podaci iz raznih izvora, kako internih, tako i eksternih. Samo banalni primjer: većina današnjih alata vrlo teško povezuje iz istog IT sustava u jedinstvenu tablicu npr. za jednog kupca – podatke o prodaji i ostvarenom profitu sa podatkom o kupčevim potraživanjima.
A gdje smo tek kad poželimo eksterno povezivanje sa njegovim GFI-jevima koji su javno objavljeni. Do takvih podataka danas dolazimo pješice odnosno ručno, što je iznimno sporo pa se takvi pothvati rade samo periodično i samo za najproblematičnije kupce.
Želimo da nam AI donese i konkretne prijedloge za djelovanje. Ne samo da bi AI trebao povezati u sekundi željene interne i eksterne podatke, već bi mogaoi odgovoriti na pitanje – npr. kakve prodajne uvjete trebamo odobriti nekom kupcu, isplati li se da ga i dalje posjećuju naši terenski komercijalisti i za koji segment naše ponude moramo napraviti promjene i kakve. Naravno, osim operativnih prijedloga, očekuje se da AI razmišlja i na višoj razini u smjeru strateških prijedloga. U našem primjeru to bi bilo npr. – mnogo efektivnije bi bilo veće ulaganje u tržište A, nego u tržite B jer je na njemu sveukupni potencijal kupaca (na temelju svih internih i eksternih podataka) veći.
Sigurni smo da će nam AI donijeti (velikim dijelom) automatizaciju u prikupljanju podataka. Veliki dio današnjih poslovnih podataka je zapravo neupotrebljiv zato jer ih pripremaju i njima upravljaju ljudi, a ljudi ponekad griješe, zaborave, ne mare. U mnogim poduzećima još nisu jasno definirana pravila kojima bi se podacima upravljalo na siguran, dosljedan i učinkovit način, sa ciljem da oni budu točni i upotrebljivi. U tom smislu, AI je neophodan, jer ako podaci nisu dobro upravljani, niti jedan kasniji korak analize ne može biti dobar (garbage in-garbage out)
Očekuje se automatizirano izvještavanje. To konkretno znači da alat odgovara na konkretna pitanja kontrolera ili menadžera na prirodnom jeziku umjesto programskih jezika ili formula i odmah kreira tablice, grafikone i komentare. Pitanja kao što su „koji su glavni razlozi odstupanja od plana prihoda u zadnjem kvartalu?“ , „koji su proizvodi ostvarili najveći rast prodaje u odnosu na prošlu godinu?“ ili „analiziraj povećanje operativnih troškova u regiji X?“ trebali bi dobiti odgovore u sekundi. Isto tako, bilo bi za očekivati da se ti odgovori pojave u obliku tablica i grafikona koje odmah poprimaju format izvještaja.
Nadamo se da će prognoze biti dobre (koliko je to moguće). To bi znatno unaprijedilo današnje planiranje i smanjilo neizvjesnost. Naravno da nitko i ništa ne može točno znati što će biti sutra, ali očekuje se da AI na temelju prepoznavanja nekih obrazaca i opet na temelju povezivanja internih i eksternih podataka uspije daleko preciznije procjenjivati.
Ukoliko se neka procjena i ne pokaže točnom zbog nepredvidivih promjena, prilagodbe bi mogle biti vrlo brze i agilne. I danas imamo alate za planiranje, imamo i razne scenarije, ali ipak bilo kakvo mijenjanje u planovima i scenarijima zahtjeva dugotrajan i mukotrpan posao za kontrolere i ogromno znanje u snalaženju u velikom broju povezanih tablica.
U konačnici, cilj je da AI kao alat za podršku upravljanju donese poduzeću konkurentsku prednost i lakše prepoznavanje prilika i prijetnji, snaga i slabosti. U vremenu kada se poslovne prilike rađaju i umiru preko noći, u doba kad ništa nije sigurno, ovakva bi podrška mogla biti nešto što zaista može u izvjesnoj mjeri pomoći.
No, uvijek kada govorimo o mogućim prednostima koje će donijeti AI, ne smijemo zaboraviti naglasiti i moguće negativnosti. A već sada znamo da AI potencijalno donosi brojne izazove i ograničenja.
Prije svega – već ranije spomenuta – kvaliteta podataka i pouzdanost sustava. Podaci koje imamo su obilni, ali diskutabilni i u silosima, što dovodi do nepravilnosti u zaključivanjima. Ta kvaliteta podataka vjerojatno će se poboljšati, ali nikad neće biti savršena, jer njihovo prikupljanje vjerojatno nikada neće moći u potpunosti biti automatizirano. Sigurno će još dugo biti potrebna intervencija i dopuna čovjeka. Nedosljedna kvaliteta podataka može potkopati povjerenje menadžmenta ili dovesti do pogrešnih odluka, što onda opravdanost u cijelu investiciju u razvoj AI dovodi u pitanje.
Da bi se koristio AI u svrhu pomoći upravljanju, ljudi trebaju imati konkretne kompetencije i znanja. A i trebaju znati što žele. AI je pametan koliko je pametan čovjek koji ga koristi. AI ne može donijeti znanje niti vještinu, samo može pojačati učinak znanja kojeg već imamo. Razvoj kompetentnih multifunkcionalnih timova traje godinama i takav skok se ne može savladati preko noći. Tehnologija napreduje iznimno brzo i pitanje je kako brzo zaposlenici – ne samo kontroleri i menadžeri – to mogu pratiti.
To nas dovodi do slijedećeg izazova, a to je otpor promjenama. Prirodno je da je čovjeku najljepše u poznatoj okolini i zoni komfora. Međutim, u okolini AI sve je samo ne komfor. Učenje treba biti stalno, timovi trebaju biti fleksibilni, agilni i spremni na stalne promjene bez straha da će biti zamijenjeni.
Ključ uspjeha je koncept proširene inteligencije (augmented intelligence). To je zajedničko djelovanje ljudi i umjetne inteligencije u kojoj AI uči od ljudi i ljudi uče od AI. Ili drugim riječima – AI pomaže ljudima, a ne zamjenjuje ih, oslobađa ljude rutinskih zadataka, a omogućuje im vrijeme za fokus na učenje novih znanja i općenito razvoj kulture učenja.
Jedan od većih izazova je tkz. „black box“ algoritam, odnosno činjenica da je teško razumjeti kako stroj razmišlja. Iako je lijepo zamisliti kako nam AI u trenu daje sugestije i prijedloge za djelovanje, neosporno je da te sugestije čovjek mora moći razumjeti i protumačiti.
AI ne znači ništa ako se ne razumije logika kojom stroj razmišlja: „If I can’t trace the logic, I can’t trust the result.” Ako o situaciji ne znamo ništa, uzimamo nekritički sve što nam alat donese, što svakako može biti pogubno. Što smo stručniji, to više preispitujemo rezultate, što bolje vladamo situacijom, to smo kritičniji, ali s druge strane tada možemo i AI mudrije iskoristiti.
Investicije u razvoj sustava umjetne inteligencije treba zaista smatrati strateškim zadatkom, ali taj razvoj se ne može vremenski staviti u konkretne okvire jer zapravo nema svoj definirani opseg ili konkretan kraj. Zato je temeljni uvjet jasan strateški plan (što prvo, što drugo…), definirana kadrovska politika (kakve kadrove želimo razvijati), te definiran dugoročan izvor financiranja (što je za mnoga poduzeća ograničavajući faktor).
Najveća prijetnja je neselektivno i neinformirano srljanje u projekte samo zato jer obećavaju neko uplitanje umjetne inteligencije. To treba izbjeći pod svaku cijenu.
Donošenje odluka može biti lakše no ikada, no sve se lako može oteti kontroli. Umjetna inteligencija koja se razvija da bude podrška upravljanju, započinje sa podatkom, a završava sa odlukom. Cilj je svakako u budućnosti pomoći menadžmentu da zaključuje brže i lakše. No iza svake odluke i dalje će stajati čovjek od krvi i mesa. A ljudskoj prirodi je da ide linijom manjeg otpora. Kada AI alati nude gotova rješenja ili preporuke „jednim klikom“, lako je prihvatiti rezultat bez razmišljanja. Ne treba niti pomisliti kud bi nas to moglo odvesti.
I na kraju svega, pored svih sadašnjih i budućih alata umjetne inteligencije, ne smijemo zaboraviti da menadžeri u realnim situacijama često donose odluke na temelju nekih svojih potpuno nepovezanih uvjerenja i pristranosti.
Ovaj koncept donošenja odluka zovemo bihevioralni kontroling i zapravo ga je lako osvijestiti – to je situacija kad menadžeri gledaju samo podatke koji potvrđuju njihove stavove, a ignoriraju one koji se tome suprotstavljaju, kad u odlučivanju veću jačinu daju recentnim podacima, iako dugoročno oni uopće nisu utjecajni ili kad neko mišljenje koje dolazi od autoriteta koji je menadžeru važan, utječe na odluku znatno biše nego stvarni podaci.
Jak instinkt kao glavni „alat“ prisutan je kod mnogih menadžera, mnogi smatraju da su preopterećeni gomilom informacija koje im uopće ne trebaju kod odlučivanja, aneki niti nemaju veliku želju za brzinom i zapravo teško donose odluke. Neke vodi ego, neke čista emocija, što vjerojatno nikakav AI neće promijeniti.
I da zaključimo
Početak naših budućih koristi od umjetne inteligencije je u kvalitetnom razvoju podatkovne infrastrukture, odgovornosti i visoko razvijenoj svijesti o upravljanju podacima. Nema upravljanja poduzećem bez podataka i nema podataka bez upravljanja podacima. Umjetna inteligencija snažno mijenja kontroling i menadžment, omogućujući brže, preciznije i informiranije odluke.
Međutim, ključ uspjeha je u čovjeku, odnosno u snažnoj sinergiji tehnologije i ljudske ekspertize.
AI donosi brojne prednosti koje čovjek ne bi sam mogao doseći, ali konkretno i praktično znanje i iskustvo čovjeka jamči kvalitetnu interpretaciju podataka. Tvrtke koje prepoznaju ovu kombinaciju i sada razvijaju čvrste strategije razvoja AI, ulažu znatna sredstva i u tehnologiju i u edukaciju zaposlenika, posebno menadžera, imat će u budućnosti sasvim sigurno značajnu konkurentsku prednost.
Autor: Jasmina Očko
