4 tapaa, että olet parempi kuin robotti

”Tekoälyn avulla kutsumme demoni. Kaikissa niissä tarinoissa, joissa on kaveri pentagrammin ja pyhän veden kanssa - kyllä, hän on varma, että hän hallitsee demonia. Ei toimi. ”

Jotkut uusbuditit eivät sanoneet näitä sanoja digitaalisen aikakauden pelottavasta laskentavauhdista. SpaceX: n perustaja Tesla, sijoittaja Deepmindiin (AI-yritys), äskettäin sanoivat heille, että he julistivat eräissä piireissä seuraavaksi Steve Jobsiksi. Kun Musk ja muut ajattelijat, kuten Bill Gates ja tunnustettu Cambridge-fyysikko Stephen Hawking, ehdottavat samanlaisia ​​tuomiopäivän varoituksia tekoälystä, se aiheuttaa suuren, maailmanlaajuisen keskustelun.

Äskettäisessä Harvard Business Review -artikkelissa Walter Frick kirjoittaa koneen noususta ja sen vaikutuksista liiketoimintaan ja työpaikkoihimme. Hän tarjoaa vaihtoehtoisen näkökulman ja torjuu "työn poistavan tekniikan pakkomielle täydentävyyden keskittymisen puolesta".

Jos kyse on täydentävyydestä, niin mitä taitoja meidän on rakennettava menestyäkseen tietokoneiden rinnalla algoritmien aikakaudella?

Ensinnäkin, et voi vain mennä ja “ottaa käyttöön” algoritmeja yrityksessä; algoritmien käyttöönotto laajassa mittakaavassa vaatii vahvan teknisen perustan, mukaan lukien kyky integroida, ylläpitää ja tunnistaa, mitä voidaan tehdä moundilla ja moundilla. Yksinkertaisesti sanottuna, automatisoitu päätöksenteko algoritmien avulla ja koneoppiminen ei ole helppo tehtävä, ja se vaatii vielä monen vuoden työtä.

Oletetaan kuitenkin sekunnin ajan, että tietopohja on luotu, kuten todennäköisesti useimmille yrityksille tulee seuraavan vuosikymmenen aikana. Kuinka sitten voimme ihmisinä välttää matkaa pitkällä tiellä koneohjattuun unohdukseen?

1. Siirtyä olettamusperusteisista päätöksistä tietopohjaisiin päätöksiin .

Liian monet päätökset yrityksissä perustuvat kokemuksiin pohjautuviin oletuksiin. Aikaisempi kokemus ei kuitenkaan välttämättä ole tarkka ennustaja nykylle tai tulevaisuudelle, kun teollisuus ja markkinat ovat häiriintyneet. Oletukset perustuvat usein vanhentuneeseen näkemykseen siitä, miten maailma toimii.

Algoritmien ikä sallii kuvioiden pinnoittamisen sen perusteella, mitä tiedämme tapahtuvan, sen sijaan, että luottaisiin siihen, mitä "tunnemme" tai "ajattelemme" tapahtuvan. Analyyttinen päätöksenteko ei ole enää muutamien datageekkien säilyttäminen, varsinkin kun algoritmit haluavat ja kykenevät tekemään paljon tuosta likaisesta työstä. Seurauksena on, että meidän on siirryttävä intuitioon, tunne- ja anekdoottipohjaisiin päätöksiin. Intuitio on hieno ideoille, mutta tiedot ovat tosiasiallisia todisteita.

2. Esitä oikeat kysymykset tiedoista.

Tiedot antavat sinulle vastaukset mihin tahansa kysymyksiisi. Mutta tiedot ja algoritmit eivät voi kertoa sinulle kuinka hyvät kysymyksesi ovat. Meidän on opittava esittämään oikeita kysymyksiä.

Tämä vaatii meitä tietämään, kuinka työskennellä datan kanssa, miten tiedot voidaan yhdistää työhömme ja kuinka kertoa tarinoita datan kanssa. Meidän on ymmärrettävä, millaisilla mittareilla on merkitystä yritykselle, mitä päätöksiä datan on johdettava ja kuinka käyttää algoritmeja strategisimpia päätöksiä varten.

Otetaan analogia itse ajavista autoista…. Vaikka autot saattavat olla mahtavia itse ajaessasi, he eivät voi päättää minne sinun pitäisi mennä.

3. Lisää konteksti algoritmeihin.

Koneet eivät voi ajatella tietojen ulkopuolella kuten aivomme pystyvät. Voimme nopeasti nähdä korrelaatiot täysin toisiinsa liittymättömissä tietokokonaisuuksissa, joita koneet usein ohittavat, koska ymmärrämme liiketoimintaympäristön, jossa korrelaatiot tapahtuvat, ja prosessin, joka johtaa tietoihin.

Meidän on oltava taitoja kuvioiden tunnistuksessa ja tietojen asiayhteydessä tulkinnassa. Tämä puolestaan ​​edellyttää verkkotunnustietojen yhdistelmää, ymmärrystä siitä, kuinka roolimme tai osastomme sopii laajempaan liiketoimintaympäristöön, kykyä esitellä oivalluksia, joita ei löydy tiedoista, ja hyväksyä asiaankuuluvia oivalluksia, ja hylätä muut.

4. Yhdistä tosiasiat tunteisiin.

Koneet ovat myös todella huonoja ymmärtämään ihmisen yksilöllistä käyttäytymistä sekä motivaatio-, tunne- ja vuorovaikutusvivahteita. Joten tarvitsemme edelleen ammattitaitoisia sosiologeja, psykologeja, kommunikaattoreita, taloustieteilijöitä ja johtajia, jotka ymmärtävät kuinka saada vastaus muilta ihmisiltä. Jokainen kokoushuoneen keskustelu alkaa algoritmeilla ja tosiasioilla, mutta ne päättyvät kädenpuristukseen.

Keskittymällä kriittisiin työtoimintoihin, joissa koneet vapauttavat ihmiset tekemään strategisempaa, monimutkaisempaa ja luovampaa työtä, voimme pysyä kuljettajan istuimella jopa ja etenkin algoritmien aikakaudella. Mikä ei muuten ole niin demoninen kuin Musk tekee siitä näyttävän tai niin hyvänlaatuinen kuin jotkut väittävät. Se, kuinka sopeutumme siihen vivahteeseen, määrittelee roolimme algoritmien aikakaudella.