机器学习（ML）和大型语言模型（LLM）等人工智能最近的突破正在改变业务决策格局。此外，人工智能使机器人能够做出自主决策并执行复杂的任务。因此，人工智能正在成为人类努力和典型自动化系统的绝佳替代方案和升级。那么，人工智能对业务决策有何影响？而且，人工智能如何优化我们的业务决策流程并推动卓越的业务绩效？
为了回答这些问题，我将看看人工智能如何在支持决策方面发挥独特的作用。毫无疑问，这不同于任何其他形式的信息技术。我还将分享有关企业如何利用人工智能来支持不同形式的决策的宝贵技巧。最后，我将强调人工智能为企业带来的竞争优势和好处。
“决策是点燃行动的火花。在做出决策之前，什么都不会发生。
威尔弗德·彼得森
人工智能对业务决策的影响：机器学习（ML）效应。
毫无疑问，人工智能正在改变人类的决策过程。事实上，人工智能越来越多地参与到决策和决策支持的每一步中。例如，在人工智能以及一般信息技术的背景下，决策支持流程可以包括以下步骤：
人工智能在决策中的作用
l 识别数据源。人类与人工智能合作确定所需的数据集
l 收集和整理数据。无论有没有人工帮助，人工智能都会根据数据进行训练并组织数据。
l 分析数据。在人类的提示下，人工智能使用全方位的分析来检查数据。
l 确定选项并提出建议。根据人工指导，AI提供答案、见解和建议。
l 做出决策。人类做出决策，或者在人类许可下，人工智能代理做出决策，甚至自主行动。
现在，机器学习（ML）等人工智能在决策过程中比传统信息技术具有独特的特征。机器学习的一个关键区别是它经历了一个训练阶段，为有效的决策支持做准备。然后在决策执行阶段，AI在决策过程的每一步中，都会继续协助，甚至可以自主行动。在接下来的段落中，我将详细描述人工智能在决策过程的每个步骤中所扮演的角色。特别是，我将重点关注机器学习人工智能在五步决策过程中的两个阶段，即训练和执行。
第一阶段–训练：构建和教授AI机器学习（ML）应用程序。
在这里，人工智能开发人员配置了一组用于数据收集、同步、转换和分析的工具。在许多情况下，对于ML应用程序，软件开发人员将根据利益相关者的要求训练神经网络。开发团队训练AI后，他们将完成软件应用程序的开发，包括创建用户界面。随后，开发团队将软件发布到生产中。因此，在决策支持的背景下，AI开发团队完成下面列出的决策支持过程的前两个步骤。
人工智能训练阶段：决策支持步骤
l 第1步：确定数据收集机会。就MLAI而言，软件开发团队确定将用于训练AI应用程序的数据集。
l 第2步：收集和整理数据。同样，在这里，使用AI的软件开发团队收集和整理数据，作为训练AI应用程序的一部分。
“专家是通过知道要注意什么和忽略什么，成功地使决策和判断变得更简单的人。”
爱德华·德·波诺
第二阶段–执行：人工智能接收新的输入、流程并做出决策。
在AI执行阶段，AIML应用程序现已投入生产。例如，让我们使用ChatGPT作为生产AI应用程序。在这种情况下，ChatGPT应用程序正在寻找用户的输入提示。一旦它有输入，它将处理数据并提供响应。从那里，人类可以决定下一步该做什么。但是，请记住这是一个简单的示例。事实上，越来越多的例子表明人工智能充当代理并在决策过程中完全自主，例如自动驾驶汽车。因此，在决策方面，人工智能执行阶段是人工智能可以支持、增强甚至自主行动的地方。
AI执行阶段：决策支持步骤
l 第3步：人工智能分析数据和多种决策方案。在这里，人工智能应用程序从用户的提示中获取输入。然后，人工智能将评估多次决策变更，并根据用户提示中提供或推断的标准缩小可行的选择范围。
l 第4步：人工智能建议选项并提供建议。如果在用户提示中进行编程或请求，AI应用程序将返回一个或多个答案。或者，用户可以要求人工智能重新生成一个响应，该响应很可能会提供其他可行的替代方案。
l 第5步：人工智能/人类决策继续。对于ChatGPT，用户将决策如何处理ChatGPT输出。对于更自主的人工智能应用，例如自动驾驶汽车或人工智能代理，人工智能将做出决策。此外，如果它是自主的，那么它将执行决策。
“一个好的决策是基于知识而不是数字。”
柏拉图
决定何时在决策中使用人工智能。
在考虑使用人工智能来增强业务决策时，权衡成本、实施时间和业务优先级等关键因素始终很重要。除了这些注意事项之外，这里还有一些确定是否使用人工智能以及用于哪些目的的一般准则。下面，我们将看看哪些地方有机会实现全自动人工智能决策（自主）、决策增强或决策支持。
“每当你看到一个成功的企业时，曾经有人做出了一个勇敢的决策。”
彼得·德鲁克
1.人工智能决策自动化机会。
决策支持自动化通常用于自动化可以完全自主的简单业务流程或任务。所以这里的问题是人工智能解决方案能否比人工或其他自动化做得更好。此外，随着人工智能发展如此之快，它能够在混乱的情况下承担从简单、复杂甚至实际决策的全方位任务。对于企业来说，在任何特定情况下使用人工智能或不使用人工智能确实成为风险或风险缓解实施决策。
“每当你做出重要决策时，首先问问它是否能让你与目标更接近或更远。如果答案更近，请扣动扳机。如果距离较远，请做出不同的选择。有意识的选择是实现梦想的关键一步。
吉莉安·迈克尔斯
例如，自动驾驶汽车由人工智能提供动力，实施问题是一个风险问题。如今，汽车制造商正在他们的汽车中实施自动驾驶功能，例如自动泊车，但在许多情况下，完全自动驾驶的风险太大。另一方面，有许多自动驾驶试点项目以及正在进行的人工智能增强功能，最终将减轻自动驾驶汽车涉及的大多数风险。此外，人工智能软件开发人员还可以创建人工智能代理，与ChatGPT等人工智能软件配合使用，以自动化决策过程。
“一个真正的决策是通过你采取了新行动这一事实来衡量的。如果没有行动，你还没有真正决策。
安东尼·罗宾斯
2.人工智能决策增强机会。
决策增强是指系统向人类推荐一个决策或多个决策替代方案。通常，人工智能使用规范性或预测性分析。因此，通过决策增强，人工智能与数据分析相结合提供了无限的机会。在这里，人工智能完成所有繁重的工作，处理数据，并针对业务问题提出一个或多个选项。然后，人类可以选择该选项或制定新的行动方案并实施它。
几十年来，人工智能专家系统一直用于医疗诊断等领域，以增强决策能力。随着人工智能向通用人工智能（AGI）发展，它可以增强的决策范围不断扩大。例如，使用ChatGPT，用户可以输入任何主题的问题陈述并收到即时的相关建议。同时，人工智能，例如大语言模型，确实有许多弱点，包括幻觉。因此，就像任何新兴技术一样，企业必须权衡优势与风险。总而言之，人工智能增强为决策者提供了利用人工智能的无限机会。此外，人工智能能够增强决策能力，无论商业环境或问题是简单、复杂还是混乱。
“我们可能认为我们的决定纯粹是由逻辑和理性指导的，但我们的情绪总是在我们良好的决策过程中发挥作用。”
萨尔玛·斯托克代尔
3.人工智能决策支持机会。
借助AI决策支持，人类可以在描述性、诊断性预测性或规范性分析的支持下做出决策。在这里，人类使用人工智能作为辅助决策的工具。因此，它不像决策自动化或增强那样嵌入决策过程。事实上，人工智能提供了无数支持业务决策的机会。例如，人工智能可以在X射线诊断中提供决策支持，而且它只会变得越来越好。
因此，就决策支持而言，人工智能不会在决策中取代人类。但是，它提供了无限的改进机会。商业决策仍然需要人类。例如，埃里克·科尔森的这句话总结了人类对业务决策的重要性。
“…有许多业务决策不仅仅依赖于结构化数据。愿景声明、公司战略、企业价值观、市场动态都是只有我们脑海中才能获得并通过文化和其他形式的非数字交流传播的信息的例子。这些信息是人工智能无法访问的，并且与业务决策极为相关。
例如，人工智能可以客观地确定正确的库存水平，以实现利润最大化。然而，在竞争激烈的环境中，公司可能会选择更高的库存水平，以提供更好的客户体验，即使以牺牲利润为代价。
埃里克·科尔森
人工智能对业务决策的影响：好处。
回顾一下，以下是人工智能为业务决策带来的主要好处。
1.提高效率。
与所有自动化一样，人工智能可以通过自动化和优化日常流程和任务来节省时间和金钱。借助人工智能，它有可能超越传统的流程自动化，并承担更复杂的任务，包括自主机器人任务。
2.实现更快的决策。
与传统的批处理或临时处理相比，人工智能与基于云的高性能IT基础设施相结合，使业务决策能够更快地实时发生。
3.避免人为错误。
人工智能一旦针对任务进行了训练，就会避免错误和“人为错误”。
4.实时处理/24小时。
AI不会累，不需要休息，可以在几秒钟内提供答案。传统自动化或人类并非如此。
5.不断学习并变得更好。
先进的人工智能能够继续发展其专业知识。
6.让企业用户更容易使用。
您不需要对最新AI迭代的深厚技术经验。事实上，为了协助业务决策，业务用户直接与人工智能交互要好得多。
7.知识型工作的出色均衡器。
由于ChatGPT等人工智能易于使用，它可以极大地改善技能较低或经验不足的工人基于知识的可交付成果。另一种说法是，技术水平较低的工人能够利用人工智能的力量来大大提高他们基于知识的可交付成果的质量和及时性。另一方面，技术工人将从使用生成式人工智能中受益，但幅度不大。
“我认为，糟糕的决策是我们大多数错误的首要原因。因此，少犯错误意味着做出更好的决策，而要做出更好的决策，你必须训练自己思考得更清楚。
拉沙德·罗伊斯特
更多关于数据分析和决策的参考资料。
有关数据驱动决策的更多信息，请参阅《数据驱动决策：分步指南》。
此外，本文是AI对业务决策的影响系列的一部分。请参阅以下链接：
《人类解决问题的过程–第1部分》
《过程自动化–第2部分》
《数据驱动的决策-第3部分》
《人工智能对业务决策的影响（本文）–机会–第4部分》
《人工智能对业务决策的影响–局限性–第5部分》
