Miten ihmiset ja tekoäly voivat yhdessä luoda parempia bisnesmalleja

Tässä paradoksi: kun yritykset pyrkivät lisäämään kassavirtaa käyttämällä tekoälyä päätöksenteossa, ne saattavat tahtomattaan vähentää tehokkuuttaan. Bisnesteknologi Sylvain Duranton kannattaa "Ihminen ja tekoäly" -lähestymistapaa, jossa tekoälyä käytetään yhdessä ihmisten kanssa eikä heidän sijastaan, ja hän esittelee kaavan, jota soveltamalla yritykset voivat käyttää tekoälyä ja samalla pitää ihmisen mukana päätöksenteossa.

Kerron teille paradoksista.

Viimeisen kymmenen vuoden ajan

monet yhtiöt ovat yrittäneet
vähentää byrokratiaa,

luopua monista säännöistä
ja ohjeista

ja antaa tiimeille mahdollisuuksia
vapaasti päättää toiminnastaan.

Nyt ne haluavat hyödyntää tekoälyä

ymmärtämättä, että teknologia

voi tehdä niistä entistä
byrokraattisempia.

Miksi?

Tekoäly toimii aivan kuten
byrokraattinen systeemi.

Byrokratian ytimessä on

noudattaa sääntöjä ja proseduureja
eikä tehdä inhimillisiä ratkaisuja.

Tekoäly nojaa yksinomaan sääntöihin.

Monet säännöt johdetaan
aiemmasta tiedosta,

mutta ne ovat edelleen sääntöjä.

Jos ihmisen päätöksenteko ei ole
mukana prosessissa,

tekoäly tuo mukanaan
karmean uuden byrokratian muodon,

jota kutsun algokratiaksi;

siinä tekoäly tekee sääntöjen
ohjaamana päätöksiä

ihmisen kontrolloimatta tulosta.

Onko tämä riski?

Kyllä.

Johdan 800 tekoälyammattilaisen tiimiä.

Olemme kehittäneet yli 100
tekoälyratkaisua asiakkaillemme,

jotka ovat suuryrityksiä eri puolilla
maailmaa.

Monet yritysjohtajat näyttävät toimivan
kuin menneisyyden byrokraatit.

He haluavat irrottaa kalliit,
vanhanaikaiset ihmiset prosessista

ja luottaa pelkästään tekoälyyn
päätöksissä.

Kutsun tätä ihmisnolla-ajatteluksi.

Miksi se on niin houkuttavaa?

Koska toinen tie,
ihminen + tekoäly, on pitkä,

kallis ja vaikea.

Bisnestiimit, tekniset tiimit,
ja datatiimit

joutuvat kuukausien töihin

saadakseen ihmiset ja tekoälyn toimimaan
hyvin yhdessä.

Pitkää, kallista, vaikeaa.

Mutta palkkio on huikea.

Tuore BCG:n ja MIT:n tutkimus

osoittaa, että vain 18 prosenttia niistä
yrityksistä maailmassa,

jotka käyttävät tekoälyä,

rikastuu sillä.

Nämä yritykset keskittävät
80 % tekoälyaloitteistaan

tehokkuuteen ja kasvuun,

tekevät parempia päätöksiä --

eivätkä korvaa ihmisiä
tekoälyllä säästääkseen.

Miksi ihmiset ovat tärkeä osa
päätöksentekoa?

Yksinkertaisesti siksi, että
tekoäly on omillaan hyvin tyhmä.

Joskus sillä ei ole seurauksia,
kuten tämä tviitti:

"Rakas Amazon,

ostin vessanistuimen.

Välttämättömyydestä, en halusta.

En keräile niitä

en ole wc-istuinriippuvainen.

Kuinka houkuttelevasti markkinoittekaan
niitä,

en tule ajattelemaan: ok, olkoon,

vielä yksi wc-istuin, ansaitsen sen."

(naurua)

Joskus seurauksia on enemmän, kuten
tämä tviitti osoittaa.

"Minulle tapahtui sama,

kun ostin äidilleni tuhkauurnan,"

(naurua)

"Sain monta kuukautta hänen

kuolemansa jälkeen Amazonilta
viestejä tyyliin jos pidit tästä...' "

(naurua)

Joskus vieläkin pahempia seurauksia.

Kuvittele tekoäly hylkäämässä
yliopistoon pyrkivää opiskelijaa.

Miksi?

Koska se on "oppinut" aiemmasta datasta

piirteitä, jotka ennustavat, tuleeko
opiskelija onnistumaan.

Opintomenestys on niistä ilmeinen.

Mutta jos aiemmin kaikki opiskelijat
tietyltä alueelta ovat keskeyttäneet,

tekoäly laatii säännön, jonka mukaan

se hylkää kaikki tältä postinumeroalueelta
olevat opiskelijat

antamatta heille mahdollisuutta
osoittaa sääntöä vääräksi.

Kukaan ei pysty tarkistamaan kaikkia
sääntöjä,

koska kehittynyt tekoäly oppii
koko ajan uutta.

Jos ihmiset pidetään poissa,

tuloksena on algokraattinen painajainen.

Kuka vastaa opiskelijan
hylkäämisestä?

Ei kukaan, tekoäly teki sen.

Onko se reilua? Kyllä.

Samat säännöt koskevat kaikkia
sisäänpyrkijöitä.

Voisimmeko harkita uudestaan
väärältä alueelta tulevaa fiksua nuorta?

Emme, sillä algoritmit eivät ajattele.

Me teemme päätöksen.

Jatkammeko algokratian kanssa

vai päätämmekö lisätä ihmisen yhtälöön.

Sen tehdäksemme

emme voi ajatella tekniikka edellä

ja meidän on sovellettava
salaista kaavaa.

Jotta päästään tilaan Ihminen plus tekoäly

10 prosenttia työstä menee koodaamiseen,

20 prosenttia koodin ympärillä olevaan
teknologiaan

kuten datankeruuseen, käyttöliittymään,
järjestelmien yhteensopivuuteen.

Mutta suurin osa, 70 prosenttia urakasta

menee tekoälyn liittämiseen ihmisiin ja
prosesseihin

lopputuloksen maksimoimiseksi.

Tekoäly epäonnistuu, kun tämä
70 prosenttia leikataan pois.

Hintalappu tälle voi olla pieni,

mutta se voi myös tuhlata miljoonia
hyödyttömään teknologiaan.

Välittääkö kukaan?

Se voi johtaa myös tragedioihin.

kuten 346 kuolonuhriin kahdessa B-737
lentokoneen onnettomuudessa,

joissa lentäjät eivät voineet vaikuttaa

tietokoneohjaukseen.

Onnistuneeseen 70 prosenttiin

ensiaskel on varmistaa, että
algoritmejä koodatessa mukana ovat

sekä datan että kyseisen alan
asiantuntijat.

Esimerkiksi terveydenhoitoala.

Tiimi työskenteli uuden lääkkeen parissa,
johon liittyi ongelma.

Ensimmäisen annoksen yhteydessä

jotkut harvat potilaat
saivat sydänkohtauksen.

Siksi kaikkien potilaiden oli
ensimmäisen annoksen yhteydessä

vietettävä yksi päivä sairaalassa

varmuuden vuoksi tarkkailtavana.

Halusimme tunnistaa potilaat,
joiden riski saada sydänkohtaus oli nolla,

jotta säästyttäisiin sairaalapäiviltä.

Käytimme tekoälyä analysoimaan
kliinisten kokeiden dataa

ja yhdistämään EKG-signaalin, verenkuvan
ja biomarkkerit

sydänkohtausriskiin.

Kuukaudessa

mallimme pystyi merkkaamaan
62 prosenttia potilaista nollariskisiksi

eivätkä he tarvinneet päivää sairaalassa.

Tuntisikto olosi turvalliseksi
kotona ensimmäisen annoksen aikaan,

jos algoritmi päättäisi siitä?

(naurua)

Lääkärit eivät.

Mitä jos meillä on vääriä
negatiivisia,

eli tekoäly ohjaa heidät koteihin
mutta he kuolevat?

(naurua)

Tästä alkoi meidän 70 prosenttiamme.

Lääkäritiimin kanssa

tutkimme mallin muuttujia
ja niiden lääketieteellistä pohjaa

Käytimme esimerkiksi maksan entsyymin
pitoisuutta

ennustajana,

mutta lääketieteen logiikka
ei ollut ilmeinen.

Tilastollisesti signaali oli vahva.

Mutta entä jos otoksemme oli vinoutunut?

Tämä muuttuja poistettiin aineistosta.

Poistimme myös ennustetietoja,
joista asiantuntijat kertoivat,

että niiden mittaaminen ei
onnistu tarkkaan oikeassa elämässä.

Neljän kuukauden päästä meillä

oli malli ja lääketieteellinen protokolla.

Ne saivat viranomaisilta

hyväksynnän viime keväänä
Yhdysvalloissa

ja puolet potilaista kokee nyt
vähemmän stressiä

ja enemmän elämänlaatua.

Odotettu kasvu lääkkeen myynnissä
ylittää 100 miljoonaa.

70 prosenttia tekoälyn, tiimien
ja prosessien punomiseen yhteen

tarkoittaa siis vahvaa liittoa,

jossa ihmiset ja tekoäly yhdessä
ratkovat vaikeita ongelmia.

Kerran saimme muodin
jälleenmyyjältä haasteen.

"Meillä on maailman parhaat ostajat.

Pystyttekö rakentamaan tekoälyn, joka
pystyy ennustamaan myyntiä heitä paremmin?

Kertomaan, paljonko korkealuokkaisia,
vaaleanvihreitä miesten XL-paitoja

kannattaa hankkia ensi vuodeksi?

Ennustamaan mikä myy ja mikä ei

paremmin kuin suunnittelijamme."

Tiimimme harjoitutti tekoälyllä mallia
joitakin viikkoja aiemmalla tiedolla

ja järjestettiin kilpailu tekoälyn ja
ihmisammattilaisten välillä.

Tulos?

Tekoäly voitti vähentäen ennustusvirheitä
25 prosenttia.

Ihmisnollatyypit olisivat ottaneet
käyttöön tämän alkuperäisen mallin

ja kilpailleet ihmisostajia vastaan.

Pitäkää hauskaa.

Tiesimme kuitenkin, että ihmisostajilla
oli muotitrendeistä ymmärrystä,

jota ei löydy menneestä myyntitiedosta.

Alkoi 70 prosentin vaihe.

Toisessa testissä

ihmisostajat arvioivat
tekoälyn

määrarvioita,

ja pystyivät korjaamaan niitä.

Tulos?

Tekoälyä käyttävät ihmiset...

häviävät.

75 prosenttia ihmisten tekemistä
korjauksista

vähensi niiden tarkkuutta.

Oliko tullut aika päästä ihmisistä alalla?

Ei.

Oli aika luoda malli,

jossa ihmiset eivät yritä arvata
milloin tekoäly on väärässä,

vaan jossa tekoäly saa oikeaa tietoa
sisäänostajilta.

Muotoilimme mallin uusiksi

ja luovuimme alkuperäisestä ideasta,
joka oli enemmän tai vähemmän

tyyppiä "Ihminen! Tässä ennustukseni,

korjaa mitä ikinä tahdot,"

ja siirryimme rikkaampaan, tyyliin

"Ihmiset!

En tiedä mikä on seuraava trendi,

voisitteko jakaa minulle
luovimmat arvauksenne?"

"Ihmiset!

Voisitteko auttaa minua
näiden isojen lukujen kanssa,

en löydä menneestä hyvää
vertailuaineistoa niille."

Tulos?

Ihmiset plus tekoäly voittaa,

virheiden määrä tippui 50 prosentilla,

Kesti vuoden saattaa työkalu kuntoon.

Pitkä, kallis ja vaikea prosessi.

Mutta yrityksen voitot ja hyödyt

kasvoivat yhdessä vuosittaisen 100
miljoonan säästön kanssa.

70 prosentin työ hyvin aroilla alueilla

tarkoittaa myös, että ihmiset
tekevät eettiset päätökset

ja määrittelevät, mitä tekoäly
saa ja ei saa tehdä,

kuten asettavat hintalukot, jotta
hinnoittelukoneet

eivät aseta järktyttävän korkeita hintoja
kouluttamattomille asiakkaille,

jotka hyväksyisivät ne.

Vain ihmiset voivat asettaa näitä rajoja,

tekoäly ei löydä niitä
vanhasta datasta.

Jotkut tilanteet ovat
harmaalla vyöhykkeellä.

Eräs asiakkaamme oli terveysvakuuttaja.

Hän kehitti tekoälyohjelmaa,
joka tunnistaisi, ketkä asiakkaista

olisivat juuri menossa sairaalaan

myydäkseen heille premium-vakuutuksen.

Ongelma oli, että

myyjätiimi soitti joillekin
kohderyhmästä,

kun he eivät itse edes tienneet,

että heitä odotti sairaalakäynti.

Tämän fiman toimitusjohtajana

lopettaisitko ohjelman?

Kysymys on vaikea.

Siksi monet yritykset rakentavat
tiimejä,

jotka määrittävät eettisiä sääntöjä
ja stardardeja muille tiimeille

kohdentamisesta ja manipulaatiosta,

tarjousten ja syrjinnän kohdentamisesta,

mainonnasta ja yksityisyydestä.

Uskon, että jokainen yritys,

joka soveltaa tekoälyä
tarkoituksenmukaisesti, hyötyy.

Yritysjohdon tulee olla rohkeaa

ja valita joitakin alueita,

ja niihin kuhunkin saada 10, 20, 30
ihmistä parhaista tiimeistään --

teknikkoja, koodareita, eetikkoja --

ja käydä läpi 10, 20 ja 70 prosentin
sykli

yhtälöstä "ihminen ja tekoäly,"

jos he haluavat tekoälystä
tehoa tiimeille ja prosesseille.

Muuta tietä ei ole.

Kehittyneiden maiden kansalaiset
pelkäävät jo algokratiaa.

7000 ihmisen haastattelututkimuksessa

yli 75 prosenttia ilmaisi
olevansa huolestunut

tekoälyn vaikutuksesta
työvoimaan, yksityisyyteen,

dehumanisoidun yhteiskunnan riskistä.

Algokratian tavoittelu on todellinen
riski myös takaiskulle tekoälyn suhteen

yrityksissä ja yhteiskunnallisesti.

"Ihminen ja tekoäly" on ainoa mahdollisuus

tuoda tekoälyn hyödyt oikeaan elämään.

Lopulta

voittavat organisatiot
investoivat inhimilliseen tietoon,

ei vain tekoälyyn ja dataan.

Värväys, koulutus,
asiantuntijoiden palkitseminen.

Vaikka data olisi uutta öljyä,

inhimillinen tieto on merkittävä
kilpailuetu,

sillä se on ainoa tapa

pumpata esille dataan piilotettu öljy.

Kiitos.

(aplodeja)