Gwybodaeth am benderfyniadau: Optimeiddio'r broses gwneud penderfyniadau

• Awdur:
• enw awdur

  Rhagolwg Quantumrun
• Tachwedd 29

Crynodeb mewnwelediad

Mewn byd sy'n digideiddio'n gyflym, mae cwmnïau'n defnyddio technolegau deallusrwydd penderfyniadau i wella eu prosesau gwneud penderfyniadau, gan ddefnyddio AI i drawsnewid data yn fewnwelediadau y gellir eu gweithredu. Nid yw’r newid hwn yn ymwneud â thechnoleg yn unig; mae hefyd yn ail-lunio rolau swyddi tuag at reoli AI a defnydd moesegol, tra'n cynyddu pryderon am ddiogelwch data a hygyrchedd defnyddwyr. Mae'r esblygiad tuag at y technolegau hyn yn adlewyrchu tuedd ehangach tuag at strategaethau sy'n seiliedig ar ddata ar draws amrywiol ddiwydiannau, gan greu heriau a chyfleoedd newydd.

Cyd-destun deallusrwydd penderfyniad

Ar draws diwydiannau, mae cwmnïau'n integreiddio mwy o offer digidol yn eu gweithrediadau ac yn casglu llawer iawn o ddata yn gyson. Fodd bynnag, dim ond os ydynt yn cynhyrchu canlyniadau gweithreduadwy y bydd buddsoddiadau o'r fath yn werth chweil. Gall rhai busnesau, er enghraifft, wneud penderfyniadau cyflym ac effeithiol gan ddefnyddio technolegau deallusrwydd penderfyniadau sy'n trosoli deallusrwydd artiffisial (AI) i gael mewnwelediad o'r data hwn a darparu proses gwneud penderfyniadau mwy gwybodus.

Mae deallusrwydd penderfyniadau yn cyfuno AI â dadansoddeg busnes i helpu sefydliadau i wneud penderfyniadau gwell. Mae meddalwedd a llwyfannau gwybodaeth penderfyniad yn galluogi busnesau i wneud penderfyniadau mwy gwybodus yn seiliedig ar ddata yn hytrach na greddf. Yn unol â hynny, un o brif fanteision deallusrwydd penderfyniadau yw bod ganddi’r potensial i symleiddio’r broses o dynnu mewnwelediadau o ddata, gan ei gwneud yn haws i fusnesau archwilio gyda dadansoddeg. Yn ogystal, gallai cynhyrchion gwybodaeth am benderfyniadau helpu i liniaru'r bwlch sgiliau data trwy ddarparu mewnwelediadau nad oes angen lefel uchel o hyfforddiant gweithwyr arnynt mewn dadansoddeg neu ddata.

Nododd arolwg Gartner yn 2021 fod 65 y cant o’r ymatebwyr yn credu bod eu penderfyniadau yn fwy cymhleth nag yn 2019, tra bod 53 y cant yn dweud bod mwy o bwysau i gyfiawnhau neu esbonio eu dewisiadau. O ganlyniad, mae llawer o gwmnïau rhyngwladol wedi rhoi blaenoriaeth i integreiddio gwybodaeth am benderfyniadau. Yn 2019, llogodd Google brif wyddonydd data, Cassie Kozyrkov, i helpu i gyfuno offer AI a arweinir gan ddata â gwyddor ymddygiad. Mae cwmnïau eraill fel IBM, Cisco, SAP, ac RBS hefyd wedi dechrau archwilio technolegau cudd-wybodaeth penderfyniadau.

Effaith aflonyddgar

Un o'r ffyrdd amlycaf y gall gwybodaeth am benderfyniadau helpu busnesau i wneud penderfyniadau gwell yw trwy ddarparu mewnwelediad i ddata na fyddai ar gael fel arall. Mae'r rhaglennu yn caniatáu ar gyfer dadansoddi data sy'n rhagori ar gyfyngiadau dynol o sawl maint. 

Fodd bynnag, mynegodd adroddiad 2022 gan Delloite fod atebolrwydd yn nodwedd sylfaenol sy'n cefnogi gwneud penderfyniadau ar ochr ddynol menter. Gan amlygu, er bod gwybodaeth am benderfyniadau yn werthfawr, mai nod sefydliad ddylai fod i fod yn sefydliad sy’n cael ei yrru gan fewnwelediad (IDO). Dywedodd Delloite fod IDO yn canolbwyntio ar synhwyro, dadansoddi, a gweithredu ar y wybodaeth a gasglwyd. 

Yn ogystal, gall technoleg gwybodaeth penderfyniadau helpu busnesau i ddemocrateiddio dadansoddeg. Gall cwmnïau heb adrannau TG mawr neu soffistigedig weithio mewn partneriaeth â chwmnïau technoleg a chwmnïau newydd i fedi manteision deallusrwydd penderfyniadau. Er enghraifft, yn 2020, bu Molson Coors yn gweithio mewn partneriaeth â chwmni gwybodaeth penderfyniadau Peak i gael cipolwg ar ei weithrediadau busnes helaeth a chymhleth a gwella meysydd gwasanaeth yn barhaus.

Goblygiadau ar gyfer gwybodaeth penderfyniad

Gall goblygiadau ehangach gwybodaeth am benderfyniadau gynnwys: 

• Mwy o bartneriaethau rhwng busnesau a chwmnïau cudd-wybodaeth penderfyniadau i integreiddio technolegau gwybodaeth penderfyniadau yn eu gweithrediadau busnes priodol.
• Galw cynyddol am arbenigwyr cudd-wybodaeth penderfyniadau.
• Mwy o fregusrwydd i seibr-ymosodiadau i sefydliadau. Er enghraifft, seiberdroseddwyr sy'n casglu data gwybodaeth am benderfyniadau cwmnïau neu'n trin platfformau o'r fath mewn ffyrdd sy'n cyfeirio cwmnïau i gymryd camau busnes anfanteisiol.
• Angen cynyddol i gwmnïau fuddsoddi mewn seilwaith storio data fel y gall technolegau AI gyrchu setiau data mawr i'w dadansoddi.
• Mwy o dechnolegau AI yn canolbwyntio ar UI ac UX fel y gall defnyddwyr heb wybodaeth dechnoleg uwch ddeall a defnyddio technolegau AI.
• Mwy o bwyslais ar ddatblygu AI moesegol, meithrin mwy o ymddiriedaeth gyhoeddus a fframweithiau rheoleiddio llymach gan lywodraethau.
• Newid mewn patrymau cyflogaeth gyda mwy o rolau yn canolbwyntio ar oruchwylio AI a defnydd moesegol, gan leihau'r galw am swyddi prosesu data traddodiadol.

Cwestiynau i'w hystyried

• Ym mha ffordd arall y gallai gwybodaeth am benderfyniadau fod yn fwy effeithiol na'r broses ddynol o wneud penderfyniadau? Neu beth yw pryderon eraill o ddefnyddio gwybodaeth penderfyniad?
• A fydd technolegau gwybodaeth penderfyniad yn creu rhaniad digidol mwy arwyddocaol rhwng cwmnïau mawr a bach?