基于人工智能的决策：人类和机器如何成功协作

决策智能（DI） 保证基于高级数据分析做出明智的决策，同时也为人类判断提供了充足的空间。

现代市场的快速变化使得贸易和工业公司的许多传统决策方式看起来非常“陈旧”。为了做出可持续和准确的决策，完美的方案是人工智能（AI）和人类判断的协调互动。在这种情况下，数据的可用性和易用性尤为重要。例如，在推出新产品之前，必须从客户数据库、任何现有的竞争报价、预期成本和资源可用性中获取尽可能广泛的信息。事实证明，现代人工智能支持的方法对于从该过程生成的大量数据中提取可用的信息特别有帮助。

DI 如何改善业务决策？

确保准确决策的最新工具是决策智能。它扩展了描述性商业智能的传统功能，包括使用预测分析的趋势检测，并使用规范性分析提供行动建议。根据您的要求，这些建议可以由人类决策者考虑，也可以由人工智能以全自动方式实施。这种基于人工智能的决策结合了人类和机器各自的能力，从而通过明智的决策实现更好的业务成果。

结合人与机器的最佳技能

当需要以公正的方式组合和检查来自不同来源和格式的大量数据以查找相关性时，人工智能至关重要。由于目前生成的数据量空前，这样的任务超出了人类的处理能力——尤其是当需要实时或至少尽快进行分析时。除此之外，我们的决定往往受到无意识的感知偏见的影响。

例如，我们倾向于下意识地更喜欢现有的和熟悉的事物，或者被刻板印象所引导，但有意识地相信自己客观地看待现实。正因为如此，人类将基于猜测甚至未包含在数据集中的信息（更不用说情感感受）纳入他们的审议中是很常见的。因此，通过利用基于人工智能的决策，将人类有限的能力与机器的速度、逻辑和缺乏情感相结合，是成功商业决策的一条有前途的途径。

适合每个用例的正确DI 类型

在决策智能的背景下，人工智能与人类决策者之间的三种不同合作模式之间按人工智能自主权升序进行区分：

l 决策支持涉及使用人工智能来准备数据并提供易于理解的分析。所有的决定仍然由人类做出。

l 决策增强是中级的，人工智能制定预测并提出建议，然后在采取任何行动之前由人类决策者审查和批准。

l 决策自动化是最高级别。这样，要选择的行动方案将基于分析并由人工智能选择，然后自动执行。当然，总会有意想不到的结果和可能的风险，因此人类仍然监控这个过程及其影响。

哪种模式提供最佳结果将取决于具体的应用场景。例如，广泛的自动化非常适合优化配送仓库的库存、营销中的推荐活动或动态定价。相比之下，在巩固与长期供应商和客户的业务关系或为新招聘的职位选择合适的人员时，更多的人际互动更为合适。

用于更高质量决策的新数据文化

公司应首先确定哪些用例可以从人工智能辅助决策中受益最多，然后为该领域设定具体目标，例如：

l 收入增加

l 使用更少的资源

l 开发新的客户群

在此过程中，必须让该领域的所有利益相关者参与进来，以便创建尽可能广泛的业务逻辑连接各种应用和数据库并打破所有孤岛。为了使数据的分析和评估尽可能简单，Together规则引擎是理想的解决方案工具：它通过与大量业务应用程序的接口，使数据的输入结构化，这让没有数据科学专业知识的业务用户，也可以使用DI。

“新的数据文化”是什么意思？

这种人工智能的使用，即使在传统IT 之外，也应该伴随着新的数据文化的引入。这意味着人类在处理大量数据时更能信任人工智能是基于事实的决策、突破流程的评估的局限性，向更扁平的决策层次结构迈进。因此，成功使用基于人工智能决策成为企业适应大数据驱动业务需求决定性的一步。

更多精彩分析阅读我们的博客《什么是决策智能？》