DI gali generuoti atsakymus. Organizacija turi nuspręsti, kuris atsakymas jai yra prasmingas, priimtinas ir įgyvendinamas.
Vizualinė straipsnio santrauka
15 schemų apie informacijos apdorojimo ir organizacinės sprendybos skirtį, išskaidytą bei nebylųjį žinojimą, KI mechaniką, grupės mastelį, kompetencijų laukosamdą ir DI + KI simbiotinę sprendimų architektūrą.
Per labai trumpą laiką dirbtinis intelektas tapo universaliu organizacijų darbo įrankiu. Jis gali apibendrinti dokumentus, analizuoti duomenis, parengti scenarijus, ieškoti anomalijų, generuoti idėjas, palyginti alternatyvas ar pasiūlyti veiksmų planą.
Todėl natūraliai kyla klausimas: jeigu DI tampa vis pajėgesnis, gal organizacijoms ilgainiui nebereikės sudėtingų kolektyvinių sprendimų procesų? Gal pakaks tinkamai suformuluoti klausimą ir paprašyti DI pateikti geriausią atsakymą?
Problema ta, kad organizacijos sprendimo uždavinys iš esmės skiriasi nuo informacijos apdorojimo uždavinio.
Sprendimas prasideda dar prieš ieškant atsakymo
Dažnai sunkiausia organizacijos problema nėra atsakyti į klausimą. Sunkiausia – suprasti, koks iš tikrųjų yra klausimas.
Pavyzdžiui, mažėjančius pardavimus galima aiškinti produkto kokybe, kainodara, rinkodara, pardavėjų kompetencija, klientų pasikeitimu, konkurencija arba pačios organizacijos vidiniais procesais.
DI gali sugeneruoti visas šias hipotezes. Tačiau kuris veiksnys svarbiausias konkrečiai organizacijai, dažnai žino skirtingi žmonės:
- pardavėjas mato kliento reakciją;
- technologas mato produkto ribas;
- projektų vadovas – procesų trukdžius;
- finansininkas – sąnaudų struktūrą;
- vadovas – strateginius apribojimus;
- klientas – tai, ko organizacijos viduje apskritai niekas nemato.
Šis žinojimas nėra vienoje duomenų bazėje. Jis yra išskaidytas tarp žmonių. Todėl pirmoji sprendybos problema yra ne informacijos trūkumas, o jos fragmentacija.
DI gali turėti daugiau informacijos, bet neturėti organizacijos patirties
Didieji kalbos modeliai gali naudotis milžinišku kiekiu bendro pobūdžio žinių. Tačiau organizacijos sprendimui dažnai svarbiausia tai, kas niekur nepublikuota.
Kodėl konkretus klientas iš tikrųjų išėjo? Kodėl procedūra neveikia, nors formaliai atrodo logiška? Kodėl darbuotojai vengia naujos sistemos? Kur slypi neformalūs procesai? Kokios problemos žmonės nedrįsta pasakyti vadovui?
Didelė tokio lokalaus, patirtinio ir nebyliojo žinojimo dalis atsiranda tik veikiant konkrečioje situacijoje. DI gali padėti šį žinojimą apdoroti. Bet pirmiausia jį reikia iš žmonių išgauti ir sujungti.
Organizacijos sprendimas nėra vien optimizavimo uždavinys
Jeigu tikslas ir kriterijai būtų visiškai aiškūs, daugelį sprendimų būtų galima traktuoti kaip optimizavimo uždavinius. Tačiau organizacijose dažniausiai ginčijamasi ne tik dėl priemonių. Ginčijamasi ir dėl to, ko apskritai siekti.
Vienas padalinys gali norėti mažesnių sąnaudų, kitas – didesnės kokybės. Vadovybei gali būti svarbus augimas, darbuotojams – darbo sąlygos. Savivaldybei gali būti svarbus efektyvumas, bendruomenei – prieinamumas. Investuotojai gali vertinti trumpalaikę grąžą, o organizacija – ilgalaikį atsparumą.
DI gali padėti parodyti šių pasirinkimų pasekmes. Tačiau jis negali objektyviai nustatyti, kokią vertę organizacija turi laikyti svarbiausia, nes tai jau ne informacinis, o socialinis ir normatyvinis pasirinkimas.
DI atsakymas ir organizacijos sprendimas yra skirtingi dalykai
Tarkime, DI išanalizavo visus prieinamus duomenis ir pasiūlė, jo vertinimu, optimalų reorganizavimo variantą. Ar tai jau organizacijos sprendimas? Ne.
Dar reikia klausti: kas žino tai, ko nebuvo duomenyse? Kas patirs sprendimo pasekmes? Kokias rizikas skirtingi žmonės mato skirtingai? Ar pasiūlymas įgyvendinamas konkrečioje organizacinėje kultūroje? Ar tie, kurie turės jį įgyvendinti, supranta sprendimo logiką?
DI gali būti sprendybos dalyvis arba instrumentas, bet nebūtinai sprendybos centras.
Didžiausias pavojus – automatizuoti ne gerą, o blogą sprendimų architektūrą
Į organizacijas ateinantis DI dažnai įterpiamas į jau egzistuojančią hierarchinę sistemą. Anksčiau vadovas klausdavo kelių pavaldinių ir priimdavo sprendimą. Dabar jis gali paklausti kelių pavaldinių, papildomai paklausti DI ir priimti sprendimą.
Informacijos apdorojimo pajėgumas padidėjo. Tačiau pati sprendimo architektūra nepasikeitė.
Todėl gali išlikti tos pačios problemos:
- informacija filtruojama kylant hierarchija;
- aukštesnio statuso žmonių nuomonės turi disproporcingą svorį;
- žmonės prisitaiko prie vadovo pozicijos;
- nepatogios žinios lieka neišsakytos;
- kompetencija painiojama su pareigomis;
- sprendimus generuojantys ir jų pasekmes patiriantys žmonės atskiriami.
Efektyvesnė blogai suprojektuota sprendyba nebūtinai tampa geresne sprendyba.
Kuo čia reikalingas kolektyvinis intelektas
Kolektyvinio intelekto paskirtis nėra pakeisti DI. Jo paskirtis – išspręsti kitą problemą: kaip daugelio žmonių išskaidytą žinojimą paversti bendru sprendimo procesu.
Tam neužtenka apklausos, susitikimo, brainstormingo ar paprasto balsavimo. Kolektyvinis intelektas atsiranda tada, kai pakankamai didelė žmonių grupė veikia toje pačioje interaktyvioje sprendimų erdvėje: dalyviai savarankiškai siūlo alternatyvas, vertina kitų pateiktus sprendimus, o jų vertinimai integruojami į kolektyvinį rezultatą.
Svarbus principas – vertinama idėja, o ne ją pateikusio žmogaus statusas. Anonimiškumas ir individualus vertinimas mažina konformizmo ir groupthink riziką: dalyviui nereikia derinti savo nuomonės su garsiausiai kalbančiu žmogumi ar vadovu.
Kodėl reikalinga pakankamai didelė grupė
Kolektyvinio intelekto efektas neatsiranda vien todėl, kad procese dalyvauja keli žmonės. Reikia tam tikros perspektyvų įvairovės ir vertinimų tankio.
8 – praktinis minimumas. 15–20 ar daugiau – geresnė darbinė zona.
Esant tik 8 dalyviams, rezultato kokybė nėra garantuojama. Didesnėje grupėje didėja perspektyvų ir kompetencijų įvairovė, geriau atsiskiria bendras signalas nuo individualios nuomonės.
Todėl kolektyvinio intelekto metodas nėra tinkamas kiekvienai problemai. Jei konkrečioje temoje neįmanoma sutelkti bent minimalaus skaičiaus prasmingai prisidėti galinčių žmonių, reikia rinktis kitą sprendybos būdą.
O jeigu organizacijoje trūksta kompetencijos?
Kolektyvinis intelektas negali sukurti kompetencijos iš nieko. Jeigu organizacijoje nėra žmonių, suprantančių konkrečią technologiją, rinką ar procesą, vien didesnis dalyvavimas problemos neišspręs.
Tokiu atveju galima taikyti kompetencijų laukosamdą (outsourcing): į tą pačią kolektyvinės sprendybos erdvę įtraukiami išorės ekspertai, klientai, partneriai, mokslininkai, kitų organizacijų specialistai ar kitą reikalingą patirtį turintys žmonės.
Tokiu būdu organizacija neperduoda sprendimo konsultantui. Ji papildo savo kolektyvinį intelektą trūkstama kompetencija.
DI ir KI sprendžia skirtingas trūkumo problemas
Dirbtinis intelektas
Mažina informacijos ir analizės pajėgumo trūkumą: apdoroja informaciją, generuoja hipotezes, modeliuoja scenarijus, kritikuoja ir papildo alternatyvas.
Kolektyvinis intelektas
Mažina socialinės sprendybos trūkumą: sujungia žmonių žinojimą, mažina statuso įtaką, parodo sutarimą ir poliarizaciją bei įtraukia sprendimo pasekmes patiriančius žmones.
Tai nėra konkuruojančios technologijos. Jų kombinacija gali būti daug galingesnė nei kiekviena atskirai.
Nuo dirbtinio intelekto prie simbiotinio intelekto
Pažangesnės organizacijos DI gali naudoti ne tam, kad pakeistų žmonių sprendimus, bet tam, kad sustiprintų žmonių kolektyvinę sprendybą.
Žmonės identifikuoja problemą; DI padeda išanalizuoti jos kontekstą; žmonės generuoja alternatyvas; DI pasiūlo papildomas hipotezes ar parodo trūkstamą informaciją; žmonės vertina sprendimų socialinę ir praktinę vertę; DI padeda analizuoti vertinimų struktūrą; kolektyvinis procesas nustato perspektyviausias kryptis; DI padeda jas paversti scenarijais ir veiksmų planais.
Tada atsiranda ne žmogus prieš DI ir ne DI vietoje žmogaus, bet hibridinė sprendimų sistema. Ją galima vadinti simbiotiniu intelektu.
Organizacijų DI revoliucija gali pasirodyti esanti sprendybos revoliucija
Šiuo metu daug organizacijų klausia: „Kaip panaudoti DI?“ Tačiau strategiškai svarbesnis klausimas gali būti kitas: „Kaip turi pasikeisti mūsų sprendimų architektūra pasaulyje, kuriame intelektinė analizė tampa beveik neribota?“
Kai atsakymus generuoti darosi vis pigiau, organizacijos konkurencinis pranašumas vis mažiau priklausys nuo gebėjimo tiesiog gauti atsakymą. Jis vis labiau priklausys nuo gebėjimo teisingai identifikuoti problemą, sutelkti reikalingą kompetenciją, įvertinti alternatyvas ir paversti daugelio žmonių žinojimą geru bendru sprendimu.
Todėl DI nepanaikina kolektyvinio intelekto poreikio. Jis dar labiau išryškina, kodėl jo reikia.
