Automatyzacja czy augmentacja? Dwa podejścia do AI w firmie

Czego dotyczą automatyzacja i augmentacja w odniesieniu do AI w firmie?

Automatyzacja i augmentacja to sprzeczne, ale współzależne siły. Firmy stają bowiem przed wyborami: czy ograniczać koszty i automatyzować zadania, rezygnując z udziału ludzi z procesie? Czy może, stawiając na jakość i personalizację, zwiększać możliwości pracowników i poprawiać rezultaty dzięki augmentacji AI, która zakłada bliską współpracę ludzi ze sztuczną inteligencją? Ich uzupełniające się umiejętności łączyłyby się wówczas w celu wykonania określonego zadania.

Paradoks automatyzacji i augmentacji to zagadnienie, z którym muszą się mierzyć nowoczesne organizacje. Zrozumienie różnicy i synergii między tymi dwiema koncepcjami ma najważniejsze znaczenie dla skutecznego wdrożenia AI w biznesie.

Automatyzacja

Automatyzacja to proces zastępowania ludzkich, powtarzalnych działań oprogramowaniem. Przed epoką lawinowego rozwoju generatywnej sztucznej inteligencji, automatyzacja znajdowała zastosowanie jedynie w przypadku rutynowych i dobrze ustrukturyzowanych zadań, takich jak:

• wypełnianie faktur,
• tworzenie raportów,
• podsumowywanie wydatków,
• prosta obsługa klienta oparta na wybraniu przyciskiem kolejnego kroku konwersacji.

Organizacje mogły automatyzować procesy, opierając się na wiedzy eksperckiej zakodowanej w postaci algorytmów określających relacje między warunkami („jeśli”) a konsekwencjami („to”). Taka automatyzacja opierała się na jawnie zdefiniowanym modelu dziedzinowym, czyli reprezentacji wiedzy w domenie, która optymalizuje wybraną funkcję użyteczności.

Rozwój generatywnej sztucznej inteligencji przyniósł jednak radykalne zmiany na gruncie automatyzacji. Nowe modele są bowiem w stanie nie tylko reagować na dane wejściowe znacznie bardziej elastycznie, ale przede wszystkim wykonywać polecenia wyrażone w języku naturalnym. Innymi słowy, zamiast wykonywać polecenia oparte na jednoznacznych regułach, mogą realizować zadania, korzystając z kontekstowego rozumienia.

Źródło: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Automatyzacje korzystające z komponentu sztucznej inteligencji niosą jednak spore ryzyko.

Pierwsze to niebezpieczeństwa związane z automatyzacją podejmowania decyzji – z tym problemem mierzą się między innymi twórcy autonomicznych pojazdów. Na przykład w momencie, kiedy pojazd musi w ułamkach sekundy wykonać manewr, ponieważ nie ma możliwości uniknięcia kolizji.

Drugie ryzyko wiąże się z poleganiem na algorytmach predykcyjnych. choćby jeżeli firma chciałaby wdrożyć opcję automatycznego postępowania według opartych na danych zaleceń sztucznej inteligencji, człowiek musi wziąć odpowiedzialność za podjęte decyzje.

Trzecim rodzajem ryzyka jest korzystanie z generatywnej sztucznej inteligencji, która przy niewystarczającej ilości danych zaczyna wytwarzać halucynacje, czyli dostarczać prawdopodobnych, ale nieprawdziwych odpowiedzi. To może wiązać się na przykład z generowaniem fake newsów, albo udzielaniem klientom fałszywych odpowiedzi na pytania. Nawigowanie między korzyściami a zagrożeniami automatyzacji wymaga zatem starannej analizy i przygotowania.

Augmentacja

Augmentacja to proces wykorzystania AI w celu wzmocnienia ludzkiej inteligencji i umiejętności, a nie ich zastąpienie lub działanie niezależnie od nich. Wraz ze wzrostem znaczenia augmentacji w środowiskach wymagających podejmowania złożonych decyzji organizacje coraz częściej stosują właśnie to podejście. Dla bardziej skomplikowanych zadań, w przypadku których reguły i modele nie są w pełni znane, augmentacja umożliwia ścisłą współpracę naturalnej i sztucznej inteligencji.

Augmentacja jest bowiem iteracyjnym, koewolucyjnym procesem, w którym ludzie uczą się od AI, a AI od ludzi. Rola sztucznej inteligencji powinna być przy tym zaprojektowana tak, aby umożliwiać ludzki nadzór na wszystkich etapach danego procesu. Wymaga ona zaangażowania ekspertów dziedzinowych, których wiedza ekspercka często ma ukryty charakter, wynikający z wieloletniego doświadczenia i intuicji, co utrudnia lub uniemożliwia jej bezpośrednie zastąpienie przez AI.

Augmentacja pozwala ludziom i sztucznej inteligencji wzajemnie się wzmacniać, łącząc racjonalność maszyn z ludzką intuicją, zdrowym rozsądkiem i doświadczeniem zawodowym. To podejście umożliwia bardziej kompleksowe przetwarzanie informacji i podejmowanie lepszych decyzji.

Na przykład w firmie Symrise zajmującej się produkcją perfum, mistrzowie perfumerii ściśle współpracowali z systemem AI, aby generować pomysły na nowe zapachy. Dzięki augmentacji eksperci mogli wykorzystać zdolności maszyny do przetwarzania ogromnych ilości danych, jednocześnie stosując własną wiedzę do interpretacji i kontekstualizacji wyników. Rezultatem były innowacyjne kompozycje zapachowe, które spotkały się z entuzjastycznym przyjęciem klientów.

Źródło: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Płynne przejścia — od automatyzacji do augmentacji i z powrotem

Relacja między automatyzacją a augmentacją ma dynamiczny charakter. Umożliwia płynne przejścia pomiędzy tymi dwoma podejściami. Ścisła kooperacja ludzi i sztucznej inteligencji w ramach augmentacji pozwala zidentyfikować reguły i modele, które można następnie wykorzystać do zautomatyzowania danego zadania, co prowadzi do innowacji i wzrostu efektywności.

Pomiędzy odrębnymi zadaniami automatyzacji i augmentacji organizacje powinny zatem celowo iterować, angażując się długoterminowo w obie te siły.

Kolejnym krokiem zacieśniającym związki między automatyzacją i augmentacją jest tworzenie autonomicznych agentów, czyli sztucznej inteligencji umożliwiającej nie tylko automatyzację zadań, ale samo planowanie procesów i przekazywanie poleceń innym systemom bez udziału człowieka. Rozwijające się rozwiązania AI nowej generacji będą również w niedalekiej przyszłości umożliwiały tworzenie prototypów i innowacyjnych usług na bazie analizy potrzeb.

Podsumowanie

Automatyzacja i augmentacja reprezentują dwa przeciwstawne, ale często współzależne zastosowania sztucznej inteligencji w zarządzaniu. Zrównoważone podejście, łączące siły obu koncepcji, jest kluczem do osiągnięcia komplementarności, która przynosi korzyści zarówno biznesowi, jak i społeczeństwu.

Aby efektywnie zarządzać tym napięciem, organizacje powinny:

• pamiętać o odpowiedzialności za tworzenie transparentnych i bezpiecznych systemów korzystających z AI,
• pamiętać o odpowiedzialności ludzi za procesy zarządcze, traktując AI jako narzędzie wspomagające, a nie zastępujące menedżerów,
• integrować oba podejścia poprzez celowe iterowanie między nimi i wzajemne wykorzystywanie ich mocnych stron,
• wdrażać ścisłe mechanizmy kontroli i przejrzystości w celu wykrywania i korygowania błędów oraz uprzedzeń systemów AI.

Przede wszystkim powinny też inwestować w rozwój umiejętności i kompetencji pracowników, aby mogli skutecznie współpracować ze sztuczną inteligencją w ramach augmentacji.

Skuteczne połączenie tych dwóch sił AI nie tylko zwiększy wydajność i innowacyjność organizacji, ale także przyczyni się do budowania bardziej sprawiedliwego i zrównoważonego społeczeństwa. Kluczem jest zrozumienie, iż automatyzacja i augmentacja powinny współistnieć w harmonijnej synergii, a nie rywalizować jako alternatywy.