Интеллект принятия решений - это инженерная дисциплина, которая дополняет наука о данных с теорией из социальных наук, теории принятия решений и управленческой науки. Его приложение обеспечивает основу для передового опыта в организационном принятии решений и процессов для масштабного применения машинного обучения. Основная идея состоит в том, что решения основаны на нашем понимании того, как действия приводят к результатам. Интеллект при принятии решений - это дисциплина для анализа этой цепочки причин и следствий, а моделирование решений - это визуальный язык для представления этих цепочек.
Смежная область, разработка решений, также исследует улучшение процессов принятия решений, но не всегда так тесно связано с наукой о данных.
Интеллект при принятии решений основан на признании того, что, во многих организациях процесс принятия решений можно было бы улучшить, если бы использовался более структурированный подход. Интеллектуальная система принятия решений стремится преодолеть «потолок сложности» принятия решений, который характеризуется несоответствием между сложностью организационных практик принятия решений и сложностью ситуаций, в которых эти решения должны приниматься. Таким образом, он направлен на решение некоторых проблем, связанных с теорией сложности и организациями.
В этом смысле аналитика принятия решений представляет собой практическое применение области сложных систем, которая помогает организациям ориентироваться в сложных системах, в которых они находятся. Интеллектуальную систему принятия решений можно также рассматривать как структуру, которая предоставляет передовые методы аналитики и машинного обучения на рабочий стол неспециалистов, принимающих решения, а также включает, а затем расширяет их. наука о данных для преодоления проблем, сформулированных в теории черного лебедя.
Сторонники интеллектуального анализа решений считают, что многие организации продолжают принимать неверные решения. В ответ на это, аналитика решений стремится объединить ряд передовых методов принятия решений , более подробно описанных ниже.
Интеллект при принятии решений основан на понимании того, что можно спроектировать само решение, используя принципы, ранее использовавшиеся для проектирования более материальных объектов, таких как мосты и здания.
Использование языка визуального дизайна, представляющего решения (см. § Визуальный дизайн решений), является важным элементом интеллекта принятия решений, поскольку он обеспечивает интуитивно понятный общий язык, понятный всем участникам принятия решений. Визуальная метафора улучшает способность рассуждать о сложных системах, а также улучшает сотрудничество.
Помимо визуального проектирования решений, есть два других аспекта инженерных дисциплин, которые способствуют массовому внедрению. Это:
Потребность Единая методология принятия решений определяется рядом факторов, с которыми организации сталкиваются при принятии сложных решений в сложной внутренней и внешней среде.
Признание общей неспособности существующих методов решать проблемы принятия решений на практике исходит из нескольких источников, включая государственные источники и отрасли, такие как телекоммуникации, СМИ, автомобильная промышленность и фармацевтика.
Примеры:
Автомобиль становится выражением идентичности, ценностей и личного контроля, выходя далеко за рамки традиционной сегментации и брендинга. Например, топливная экономичность будет лишь одним из факторов, влияющих на социально ответственный автомобиль (SRV). Какой процент деталей подлежит переработке? Каков общий углеродный след автомобиля? Есть ли детский труд? Токсичные краски, клеи или пластмассы? Насколько прозрачна цепочка поставок? Ответственность за переработку несет продавец? Какие методы используются? Применяются ли справедливые трудовые практики?
— Шошана Зубофф, «Решение GM: спасательные шлюпки, а не жизнеобеспечение», Business Week, 18 ноября 2008 г.Мы живем в динамичном мире, в котором темпы, масштабы и сложность изменений увеличиваются. Продолжающийся марш глобализации, рост числа независимых участников и развитие технологий увеличили глобальную взаимосвязанность, взаимозависимость и сложность, создав большую неопределенность, системные риски и менее предсказуемое будущее. Эти изменения привели к сокращению времени предупреждения и сокращению циклов принятия решений.
— Директор национальной разведки, Vision 2015: глобально-сетевое и интегрированное интеллектуальное предприятие, июль 2008 г.В отличие от других инструментов и методологий принятия решений, интеллектуальный анализ решений стремится использовать ряд инженерных практик в процессе принятия решения. К ним относятся анализ требований, спецификация, планирование сценария, обеспечение качества, безопасность и использование принципы проектирования, как описано выше. На этапе выполнения решения результаты, полученные на этапе проектирования, могут использоваться несколькими способами; подходы к мониторингу, такие как бизнес-панели и планирование на основе предположений, используются для отслеживания результатов решения и запуска повторного планирования в зависимости от ситуации (одно представление о том, как комбинируются некоторые из этих элементов, показано в диаграмму в начале статьи).
Интеллект при принятии решений может повысить качество принимаемых решений, способность принимать их быстрее, способность более эффективно согласовывать ресурсы организации с учетом изменения решений и снижает риски, связанные с решениями. Кроме того, разработанное решение может быть повторно использовано и изменено по мере получения новой информации.
Хотя многие элементы интеллекта принятия решений, такие как анализ чувствительности и аналитика - это зрелые дисциплины, они не широко используются лицами, принимающими решения. Интеллект при принятии решений стремится создать визуальный язык, который служит для облегчения общения между ними и экспертами в области количественной оценки, позволяя более широко использовать эти и другие числовые и технические подходы.
В частности, связи зависимости в модели принятия решений представляют причинно-следственную связь (как на диаграмме причинного цикла ), поток данных (как на диаграмме потоков данных ) или другие отношения. В качестве примера, одна ссылка может представлять связь между «средним временем устранения проблемы с телефонной службой» и «удовлетворенностью клиента», при этом короткое время ремонта предположительно повысит удовлетворенность клиента. Функциональную форму этих зависимостей можно определить с помощью ряда подходов. Численные подходы, которые анализируют данные для определения этих функций, включают алгоритмы машинного обучения и аналитики (включая искусственные нейронные сети ), а также более традиционные регрессионный анализ. Аналогичную роль играют результаты исследования операций и многих других количественных подходов.
Когда данные недоступны (или слишком зашумлены, неопределенны или неполны), эти связи зависимости могут принимать форму правил, которые можно найти в экспертной системе . или система, основанная на правилах, и поэтому может быть получена с помощью инженерии знаний.
. Таким образом, модель решения представляет собой механизм для объединения нескольких отношений, а также символических и субсимволических рассуждения, в законченное решение для определения результата практического решения.
Как описано выше, связи зависимостей модели принятия решений можно смоделировать с помощью машинного обучения. В этом отношении интеллект принятия решений можно рассматривать как «многоканальное» расширение искусственного интеллекта, которое наиболее широко используется для однолинейного анализа. С этой точки зрения машинное обучение можно рассматривать как ответ на вопрос «Если я знаю / вижу / слышу X, к чему я могу прийти?», Тогда как аналитика решений отвечает: «Если я предприму действие X, каков будет итог? ». Последний вопрос обычно связан с цепочками событий, иногда включая сложную динамику, такую как петли обратной связи. Таким образом, аналитика принятия решений объединяет сложные системы, машинное обучение и анализ решений.
Несмотря на десятилетия разработки решений системы поддержки и методологии (например, анализ решений ), они все еще менее популярны, чем электронные таблицы в качестве основных инструментов для принятия решений. Интеллектуальная система принятия решений стремится восполнить этот пробел, создавая критическую массу пользователей общей методологии и языка для основных сущностей, включенных в решение, таких как предположения, внешние ценности, факты, данные и заключения. Если модель из предыдущих отраслей верна, такая методология также будет способствовать внедрению технологий за счет уточнения общих моделей зрелости и дорожных карт, которыми можно поделиться от одной организации к другой.
Подход к анализу решений является междисциплинарным, объединяющим результаты по когнитивному искажению и принятию решений, ситуационной осведомленности, критическому и творческому мышление, сотрудничество и организационное проектирование, с инженерными технологиями.
Интеллектуальная система принятия решений считается улучшением текущей практики принятия решений в организации, которая включает использование электронных таблиц, текста (последовательного по своей природе, поэтому не подходит для того, как информация проходит через структура решения) и вербальный аргумент. Переход от этих в значительной степени неформальных структур к структуре, в которой решение документируется на хорошо понятном визуальном языке, перекликается с созданием общих методологий blueprint в строительстве с обещанием аналогичных преимуществ.
Интеллект принятия решений - это одновременно очень новая и очень старая дисциплина. Многие из его элементов, такие как язык оценки предположений, использование логики для поддержки аргумента, необходимость критического мышления для оценки решения и понимание воздействия bias - древние. Тем не менее осознание того, что эти элементы могут образовывать единое целое, которое обеспечивает значительные преимущества организациям за счет сосредоточения на общей методологии, является относительно новым.
В 2018 году процессы и учебные программы Google в области прикладной науки о данных были переименованы в «интеллектуальный анализ решений», чтобы указать на центральную роль действий и решений в применении науки о данных. Степень, в которой теоретические основы опирались на управленческие и социальные науки в дополнение к науке о данных, была дополнительным мотивом для объединения интеллекта принятия решений в область исследования, отличную от науки о данных.
Современный интеллект принятия решений очень важен. междисциплинарный и академически инклюзивный. Исследования, сосредоточенные на решениях, определяемых в широком смысле как биологические и небиологические выбор действия, считаются частью дисциплины. Однако интеллектуальный анализ решений не является общим термином для науки о данных и социальных наук, поскольку он не охватывает компоненты, не связанные с решениями.
Поскольку он делает видимыми невидимые в противном случае структуры рассуждений, используемые в сложных решениях, проектный аспект интеллектуального анализа решений опирается на другие технологии концептуального представления, такие как ментальное отображение, концептуальные графы и семантические сети.
Основная идея заключается в том, что визуальная метафора усиливает интуитивное мышление, индуктивное мышление и распознавание образов - важные когнитивные навыки, которые обычно менее доступны в устной или текстовой беседе. карту бизнес-решений можно рассматривать как один из подходов к формальному языку принятия решений для поддержки аналитики решений.
Интеллектуальная система принятия решений признает, что многие аспекты принятия решений -производство основано на нематериальных элементах, включая альтернативные издержки, моральный дух сотрудников, интеллектуальный капитал, узнаваемость бренда и другие формы стоимости бизнеса, которые не отражаются в традиционных количественных или финансовых моделях. Анализ сети ценностей - в первую очередь карты сети ценностей - здесь уместен.
^Примечание следующие семантические вариации: