Die Entwicklung der KI in der Wirtschaft:Wie weit wir gekommen sind

Als ich heute Morgen meine E-Mail öffnete, wurde mir eine Warnung zu einer alten Nachricht angezeigt, die ich gesendet hatte. Die Warnung lautete:„Vor 10 Tagen gesendet; möchtest du nachfassen?" Tatsächlich musste ich meinen Kollegen daran erinnern, zu antworten. Diese Erfahrung ließ mich darüber nachdenken, wie weit wir gekommen sind und was mit Künstlicher Intelligenz (KI) in der Wirtschaft vor uns liegt.

Dieses Gebiet hat mich vor fast 40 Jahren fasziniert, als ich Studentin in Berkeley bei Professor Alice Agogino war. Professor Agogino hat dieses einfache Diagramm an die Tafel gezeichnet.

Damals wurden KI-Systeme Expertensysteme genannt. Sie ermöglichten es mehr Leuten, die meisten Aufgaben auf Expertenebene zu erledigen. Sie haben das Potenzial der Benutzer verbessert und die Leistungskurve für das gesamte Unternehmen verschoben. Mit diesen Systemen konnten sich Experten auf die anspruchsvollsten Aufgaben konzentrieren, die nur sie bewältigen konnten.

Im Laufe der Jahre ist mir diese überzeugende Idee geblieben – dass Technologie unsere Leistung in großem Maßstab erweitern kann. Es hat meine Leidenschaften geprägt und mein eigener beruflicher Weg ist dem Weg der KI selbst gefolgt.

Aber auf dem Weg gab es mehrere Herausforderungen. Modelle in unseren Systemen neigten dazu, Veränderungen im Geschäft nachzuhängen; obwohl sie das gestrige Problem optimal lösen würden, würden sie nach und nach abgestanden. Sie brauchten dedizierte Teams sowohl für den Einsatz als auch für die Wartung.

Wo wir heute stehen

Heutige KI-Systeme unterscheiden sich in dreierlei Hinsicht von frühen Expertensystemen und traditionellen Geschäftslösungen:

• Wir verwenden sie anders;

• Der Schwerpunkt auf Intelligenz hat sich von der Automatisierung auf die Erweiterung verlagert, und

• KI-Systeme lernen aus der Nutzung und passen sich an Veränderungen im Unternehmen an.

Wie wir sie verwenden: Traditionelle Geschäftslösungen sind oft fragmentiert. Ein Systemsatz sagt Ihnen, wie Ihr Unternehmen aktuell ist ausgeführt (herkömmliche Business Intelligence), ein anderer hilft Ihnen bei der Entscheidung wie um Ihr Geschäft zu führen, und noch eine andere ermöglicht es Ihnen, aufzuzeichnen, was Sie getan haben um Ihr Geschäft zu führen (Enterprise Resource Planning).

Benutzer müssen langwierigen und unzusammenhängenden Pfaden folgen, von deskriptiven und diagnostischen Analysen bis hin zu prädiktiven Analysen und Optimierungen mit digitalen Zwillingsmodellen. Sobald eine Entscheidung getroffen wurde, müssen sie sich umdrehen und diese Entscheidung in ihrem ERP festhalten.

Im Gegensatz dazu beginnen wir beim Einsatz von KI direkt mit Empfehlungen und können prädiktive, diagnostische und beschreibende Erkenntnisse als Erklärungen untersuchen. KI bietet schrittweise Anleitungen, um Maßnahmen zu ergreifen, auch wenn wir Entscheidungen treffen, die von den Empfehlungen abweichen.

Eine Akzentverschiebung: Traditionelle Expertensysteme waren zu stark auf Automatisierung ausgerichtet. Die heutigen KI-Systeme können uns dabei helfen, Geschäftsprozesse zu steuern und zu orchestrieren. Meiner Meinung nach ist es besser, sich KI als erweitert vorzustellen Intelligenz statt künstlicher Intelligenz. Heute sehen wir KI als etwas, das wir trainieren und an unsere Bedürfnisse anpassen können.

Lernen und Anpassen :Herkömmliche Geschäftssysteme sind statisch und neigen dazu, mit der Zeit veraltet zu werden. Sie benötigen Verbesserungen und Überarbeitungen, um Feedback oder Änderungen in das Geschäft zu integrieren. KI-Systeme hingegen sind dynamisch. Sie lernen und passen sich den sich ändernden Geschäftsanforderungen an. Je öfter Sie sie verwenden, desto intelligenter und effektiver werden sie mit der Zeit.

Was vor uns liegt

Obwohl leistungsstark, stellen die KI-Funktionen einige Herausforderungen dar.

Erstens erfordert es ein sorgfältiges Änderungsmanagement, sowohl im Verhalten als auch in der Einstellung zur Technologie, um den größtmöglichen Nutzen aus der KI zu ziehen. Wenn Menschen Technologie als Bedrohung oder als Mittel zur Erweiterung ihrer Leistungsziele ansehen, werden sie daran arbeiten, ihren Erfolg zu sabotieren. Auch wenn die Einführung von KI einen Verlust der Kontrolle oder des persönlichen Kontakts mit Kunden und Lieferanten bedeutet oder funktionsübergreifendes Denken behindert, wird sie fehlschlagen.

Auf der anderen Seite, wenn die Leute die KI als ein neues Set von Werkzeugen sehen, das ihr Leben einfacher macht, sie intelligenter macht, organisationsübergreifend zusammenarbeitet und mehr erreicht, werden sie daran arbeiten, es erfolgreich zu machen.

Beim zweiten Thema geht es um Ethik in der KI. Wir müssen KI transparenter und ethischer machen. Modelle des maschinellen Lernens lernen, was ihnen beigebracht wurde und was ihnen ausgesetzt wurde. Wenn die Daten verzerrt sind, wird es auch die KI sein. Außerdem befolgt niemand gerne Empfehlungen aus einer Blackbox. KI-Modelle müssen ihre Empfehlungen erläutern, welche Annahmen getroffen, welche Muster erkannt und welche Optionen transparent untersucht wurden.

Schließlich müssen wir uns fragen, ob die Probleme, an deren Lösung wir mit KI arbeiten, überhaupt die richtigen sind. Wir sollten daran arbeiten, die KI zu nutzen, um die menschliche Reichweite zu erweitern und das Leben zu verbessern, anstatt sie zu kontrollieren.

Die bisherige Transformation der KI war mit einem Wort revolutionär. Je mehr wir diese Technologie annehmen, nutzen und verbessern, desto mehr werden sich unsere Geschäfte verbessern.

Adeel Najmi ist Chief Product Officer bei LevaData.