СИСТЕМИ ШТУЧНОГО ІНТЕЛЕКТУ В ПРОЦЕСІ ПРИЙНЯТТЯ УПРАВЛІНСЬКИХ РІШЕНЬ
Анотація
Поява штучного інтелекту (ШІ) змінила традиційні моделі управлінських рішень у
бізнесі, спрощуючи оперативні процеси та змінюючи підходи до бізнес-планування. Еко-
299
номічне середовище сьогодні змінюється швидкими темпами, тому здатність швидко прий-
мати рішення має вирішальне значення. ШІ дозволяє організаціям швидко реагувати на зміну
ринкових умов завдяки обробці даних у реальному часі, усуваючи працемісткі завдання збо-
ру й аналізу інформації.
Методологія стратегічного планування на основі ШІ зміщує акцент з управлінських
процесів, орієнтованих на людину, до стратегічних процесів, керованих ШІ. Системи ШІ ви-
користовують алгоритми для аналізу великих даних, прогнозування результатів і підтримки
рішень. Їхньою основою є машинне навчання і його більш складна підмножина – глибоке
навчання, що дозволяє прогнозувати результати, розпізнавати шаблони (текст, зображення,
аудіо), виявляти аномалії, персоналізувати послуги та оптимізувати процеси (наприклад,
маршрутизацію трафіку).
ШІ трансформує процес прийняття рішень у різних сферах економічної діяльності: в
сільському господарстві, торгівлі, у сфері фінансів та охорони здоров’я. Представимо кілька
прикладів використання систем ШІ в процесі прийняття управлінських рішень.
Сільське господарство. Система ШІ John Deere аналізує велику кількість даних із
супутникових зображень, прогнозів погоди та, орієнтуючись на тип сільськогосподарської
культури, стадію росту та показники датчиків ґрунту, генерує рекомендації для фермерів у
реальному часі. Це допомагає максимізувати врожайність, мінімізувати втрату ресурсів і
зменшити вплив на довкілля. За оцінками John Deere, завдяки поєднанню безпілотних трак-
торів і точних добрив урожайність зросте на 9%, оскільки посівний простір буде максималь-
но збільшено, а витрати на добрива можна буде скоротити на 60%. У міру покращення авто-
номності та розвитку систем штучного інтелекту компанія сподівається автоматизувати більш
складні завдання в циклі ведення сільського господарства, однак для досягнення цього буде
необхідне широке Інтернет-підключення високошвидкісної смуги пропускання, необхідної
для сигналів зворотного зв’язку між датчиками, роботами та системами ШІ. Підключення до
Інтернету є життєво важливим для технологій, необхідних для повної автоматизації сільсько-
господарської галузі [1].
Роздрібна торгівля. Система управління запасами Walmart на основі ШІ, аналізуючи
тенденції продажів, уподобання клієнтів, поєднуючи їх із прогнозною аналітикою і ди-
намікою ланцюга поставок, приймає автономні рішення для оптимізації рівня запасів в
розподільних центрах, центрах доставки та магазинах. Ця система ШІ допомагає приймати
управлінські рішення щодо інвестицій у ланцюжок поставок, включаючи автоматизовані за-
соби, готові до відправлення вантажі, центри виконання замовлень нового покоління та на
базі звичайних магазинів, у поєднанні з технологіями, що використовуються співробітниками
в магазинах, і величезною мережею доставки «останньої милі», також забезпечує ефективну
доставку товарів. Система Walmart інтегрує інформацію з усіх каналів, які використовуються
для обслуговування клієнтів, аналізує як фізичні, так і цифрові продажі. Ця система прийнят-
тя рішень щодо управління запасами дозволяє швидко та точно забезпечувати доступність
товарів та продуктів [2].
Фінансова сфера. Система ШІ для оцінки кредитного ризику SaaS аналізує кредитну
історію, наявні кредити та бізнес-інформацію, створюючи вичерпні профілі позичальників та
спрощуючи процес кредитування фінансових потреб приватного бізнесу. Система ШІ SaaS
визначає відповідність кредиту та суму, класифікуючи позичальників залежно від їх кредито-
спроможності, у той час як упередженість людини може вплинути на оцінку кредитного ри-
зику [3]. Моделі оцінки кредитоспроможності на основі штучного інтелекту виявилися на 5-
10% менш точними для домогосподарств з низьким рівнем доходу, тому важливо розуміти,
що потенціал для розширення доступу до кредитів також пов’язаний з новими викликами,
включаючи ризики упередженості та дискримінації, ризики для конфіденційності даних, а
також потенціал для збільшення волатильності та системних ризиків на фінансових ринках.
Охорона здоров’я. Система штучного інтелекту, розроблена в Johns Hopkins, Targeted,
Real-time Early-Warning System (TREWS), аналізує дані електронних медичних записів,
включаючи життєво важливі показники, результати лабораторних досліджень і клінічні запи-
си, щоб ідентифікувати пацієнтів із високим ризиком розвитку сепсису. Зважаючи на важ-
ливість технологій ШІ в медицині, слід зауважити, що необхідні для аналізу та прийняття
300
рішень дані зазвичай фрагментовані та зберігаються у розрізнених базах даних, що може
підвищувати ризик помилок та призводити до втрати конфіденційності. Система ШІ TREWS
не є чорною скринькою, вона показує лікарям, чому дає конкретні рекомендації, підтримую-
чи прийняття рішень людьми, які її використовують [4].
Отже, системи ШІ, автоматизація та аналітика будуть ключовими факторами успішних
управлінських рішень. Підприємства у всіх сферах економічної діяльності більшою чи мен-
шою мірою вже трансформують свої процеси, адаптуючись до нових можливостей викори-
стання системи ШІ в процесі прийняття управлінських рішень. Невирішеною на сьогодні
залишається проблема відповідальності розробників штучного інтелекту, користувачів штуч-
ного інтелекту та бенефіціарів дій штучного інтелекту за результати скерованих ним рішень.
Питання постає у визначенні міри відповідальності за рішення, прийняті автономно передо-
вими системами штучного інтелекту з потенційно високими результатами ризику. Системи
ШІ у процесі прийняття економічних рішень можуть іноді замінити людину, однак для прий-
няття багатьох важливих рішень ШІ наразі служить радше для підтримки тих, хто приймає
рішення, а не для повної їх заміни. ШІ все ще бракує емоційної обізнаності, творчої креатив-
ності та глибокого розуміння контексту, яких часто вимагають критичні рішення, тому вагомі
рішення краще залишити людям.
