Արհեստական բանականության ներկայիս հեղափոխության խոստումը հաճախ ներկայացվում է արդյունավետության, արտադրողականության և մարդկային ռեսուրսները ձանձրալի աշխատանքից ազատագրելու տեսանկյունից: Մեզ ասում են, որ մեքենաները կստանձնեն առօրյա գործերը՝ մասնագետներին հնարավորություն տալով կենտրոնանալ ռազմավարության և բարձրարժեք որոշումների կայացման վրա: Սակայն, երբ ավելի խորն ենք ուսումնասիրում կոնկրետ արդյունաբերական ոլորտները, ի հայտ է գալիս մի շփում, որը սպառնում է կասեցնել այս ընթացքը՝ անջրպետը ալգորիթմական արդյունավետության և բարձր պատասխանատվություն պահանջող աշխատանքներում անհրաժեշտ մասնագիտական ինտուիցիայի միջև:

Ապահովագրության ոլորտը հետաքրքրաշարժ, թեև զգուշացնող օրինակ է: Վնասների կարգավորողների համար՝ մասնագետներ, որոնք գտնվում են քաղաքականության մեկնաբանման, կարեկցանքի և դատաբժշկական հետաքննության նուրբ խաչմերուկում, Ավտոմատացված պահանջների մշակման (Automated Claims Processing) համակարգերի ներդրումը ընդունվել է խիստ թերահավատորեն: Ոլորտից ստացված վերջին տվյալները վկայում են մասնագետների շրջանում խոր արմատացած դիմադրության մասին, որտեղ մեծամասնությունը ԱԲ-ի ներկայիս տարբերակը դիտարկում է ոչ թե որպես օգնական, այլ որպես մասնագիտական ամբողջականությանը սպառնացող վտանգ: Այս լարվածությունը պարզապես «մարդն ընդդեմ մեքենայի» մշակութային պայքար չէ, այլ հիմնարար բանավեճ Մեքենայական ուսուցման (Machine Learning) շրջանակների վերաբերյալ այնպիսի միջավայրերում, որտեղ նրբերանգները առաջնային արժեք են:

Ավտոմատացված որոշումների կայացման շփումը

Թվային վերափոխումը ղեկավարող բիզնես առաջնորդների համար առաջնագծից ստացվող տվյալները կրիտիկական նշանակություն ունեն: Ապահովագրության նման ոլորտներում, որտեղ Կանխատեսող վերլուծությունը (Predictive Analytics) կիրառվում է վնասների գնահատումը պարզեցնելու համար, տեխնոլոգիան հաճախ հիմնվում է պատմական տվյալների վրա՝ արդյունքները կանխատեսելու համար: Խնդիրն այն է, որ ինչպես նշում են բազմաթիվ փորձառու մասնագետներ, «բացառիկ դեպքերը» կանոն են, այլ ոչ թե բացառություն: Միլիոնավոր ստանդարտ վթարների վրա ուսուցանված ալգորիթմը կարող է դժվարանալ ըմբռնել այն բարդ շրջակա, սոցիալական կամ վարքագծային փոփոխականները, որոնք սահմանում են յուրահատուկ, բարձրարժեք պահանջը:

Երբ ընկերությունները ձգտում են արագընթաց Ավտոմատացման (Automation)՝ առանց երաշխավորելու, որ մարդը մնում է գործընթացի կենտրոնում, նրանք ռիսկի են դիմում երկու էական բացասական հետևանքների.

  • Մասնագիտական փորձառության էրոզիա. Երբ կրտսեր աշխատակիցներին հանձնարարվում է միայն վերահսկել ԱԲ-ի արդյունքները, այլ ոչ թե ինքնուրույն հետաքննություններ իրականացնել, կազմակերպության երկարաժամկետ գիտելիքների բազան սկսում է ապաճել:
  • «Սև արկղի» պատասխանատվությունը. Կարգավորվող ոլորտում, եթե ԱԲ գործակալը մերժում է պահանջը՝ հիմնվելով մի պարամետրի վրա, որը հնարավոր չէ ամբողջությամբ բացատրել, ընկերությունը հայտնվում է դատական հայցերի և հեղինակության կորստի վտանգի տակ:

Գործնականում աշխատող շատ մասնագետների համար վախը միայն աշխատանքը կորցնելը չէ, այլ իրենց արհեստի արժեզրկումը: Եթե կարգավորողը վերածվում է ԱԲ-ի առաջարկի «կնիք դնողի», ապա ապահովագրադրի շահերը պաշտպանելու նրա կարողությունը՝ բիզնես մոդելի հիմնական բաղադրիչը, վերանում է: Սա հանգեցնում է բարոյահոգեբանական ճգնաժամի, ինչն էլ իր հերթին մեծացնում է աշխատողների հոսունությունը և նվազեցնում հաճախորդների սպասարկման որակը:

Մարդակենտրոն ինտեգրման ROI-ն

Թեև արդյունավետության ձգտումը կենսական է Ներդրումների եկամտաբերության (ROI) համար, բիզնես առաջնորդները պետք է տարբերակեն «արդյունավետությունը» և «արդյունքներին միտվածությունը»: Ամբողջական ավտոմատացման մեջ մեծ ներդրումներ անելը կարող է հանգեցնել կարճաժամկետ ծախսերի խնայողության, սակայն եթե դա հանգեցնում է հաճախորդների բողոքների աճի կամ պահանջների ճշգրտության նվազման, ֆինանսական օգուտներն արագորեն կչեզոքանան շտկման ծախսերով:

Լրացված բանականության (Augmented Intelligence) վրա կենտրոնացած ռազմավարության որդեգրումը, որտեղ ԱԲ-ն հանդես է գալիս որպես խորհրդատու, այլ ոչ թե որոշում կայացնող, ավելի կայուն ճանապարհ է: Այս մոտեցումը կենտրոնանում է մասնագետին հզորացնելու, այլ ոչ թե փոխարինելու վրա: Երբ կարգավորողը ԱԲ-ն օգտագործում է փաստաթղթերը կազմակերպելու, համապատասխան կետերը գտնելու կամ նախնական զեկույցներ կազմելու համար, տեխնոլոգիան գործում է որպես նրա կարողությունների ընդլայնում, այլ ոչ թե նրա դատողության փոխարինում:

Այս փոխակերպման մեջ ամենաբարձր հաջողություններ ունեցող ընկերությունները նրանք են, որոնք իրենց անձնակազմին դիտարկում են որպես Թվային վերափոխման (Digital Transformation) ճանապարհային քարտեզի շահառուներ: Թույլ տալով մասնագետներին հետադարձ կապ տրամադրել ԱԲ-ի առաջարկների վերաբերյալ՝ ընկերությունները բարելավում են հիմքում ընկած ալգորիթմների ճշգրտությունը և ձևավորում են աջակցություն, այլ ոչ թե դիմադրություն: Նպատակը «բանալիները ձեռքին» ավտոմատացման մոդելից «համագործակցող օգնականի» ճարտարապետության անցնելն է:

ԱԲ-ի մասշտաբայնացում առանց ռազմավարությունը զոհաբերելու

Առաջ շարժվելով՝ հաջողակ ձեռնարկությունը կորոշվի նրանով, թե որքանով է այն հավասարակշռում ալգորիթմական արագությունը մարդկային վերահսկողության հետ: Մենք մտնում ենք մի փուլ, որտեղ «ԱԲ-ն առաջին հերթին» կարգախոսը փոխվում է «ԱԲ-ի աջակցությամբ, մարդու ղեկավարությամբ» մոտեցմանը: Ղեկավար թիմերի համար պատվերը հստակ է՝ տեխնոլոգիան պետք է ներդրվի այնպես,