منذ إطلاق ChatGPT في نوفمبر 2022، أصبحت مصطلحات مثل "الاستنتاج"، "التفكير المنطقي"، و"بيانات التدريب" جزءًا من المحادثات اليومية، مما يبرز التأثير العميق للذكاء الاصطناعي على حياتنا. كانت هذه المفاهيم محصورة في مختبرات علوم الحاسوب والمؤتمرات التقنية، لكنها الآن تُناقش بشكل عابر في الحانات ووسائل النقل العامة.
لقد كُتب الكثير - وسيستمر في الكتابة - حول تحسين عملاء الذكاء الاصطناعي والمساعدين كصانعي قرار. ومع ذلك، من الضروري أن نتذكر أن الذكاء الاصطناعي، على الأقل في المدى القريب، مصمم لتعزيز اتخاذ القرار البشري وليس لاستبداله. على سبيل المثال، يمكن لمديرة تسويق المنتج أن تستفسر من أداتها الذكية عن "أي شرائح العملاء لديها أدنى معدل توصية (NPS)؟" وبعد الحصول على الإجابة، قد تسأل أسئلة متابعة، مثل "ماذا لو قمنا بالتقسيم حسب المنطقة الجغرافية؟" وتستخدم تلك البيانات لتحسين استراتيجيتها الترويجية.
نحو المستقبل، قد نصل إلى نقطة يستطيع فيها الرئيس التنفيذي أن يوجه الذكاء الاصطناعي قائلًا: "صمم استراتيجية ترويجية بناءً على بياناتنا، وأفضل الممارسات في الصناعة، ورؤى من آخر إطلاق لنا"، مما يؤدي إلى خطة تنافس أداء مديرة تسويق منتج ماهرة. وفي مستقبل أبعد، قد يتمكن الذكاء الاصطناعي من تحديد احتياجات استراتيجية الترويج بشكل مستقل، بل والقيام بالعملية بنفسه - مما يعمل كمدير تسويق مستقل.
في الوقت الحالي، وحتى نصل إلى الذكاء الاصطناعي العام، سيظل البشر جزءًا أساسيًا من عمليات صنع القرار الهامة. بينما يتكهن الكثيرون بإمكانات الذكاء الاصطناعي في تحويل حياتنا المهنية، من المهم أن نأخذ في الاعتبار ما لن يتغير في أي وقت قريب: قيمة اتخاذ القرار الجيد من قبل البشر. تخيل فريق ذكاء الأعمال لديك، مدعومًا بعملاء الذكاء الاصطناعي، يتعاون في تحليل استراتيجية ترويجية جديدة. كيف يمكنك الاستفادة من تلك البيانات بشكل فعال؟ إليك بعض الاستراتيجيات المثبتة التي أؤيدها:
قبل مراجعة البيانات:
1. وضع معايير واضحة: حدد معايير القبول أو الرفض قبل النظر إلى البيانات. غالبًا ما يغير الناس مقاييس النجاح، مثل القول "نحن قريبون جدًا؛ أعتقد أن استثمارًا آخر لمدة عام سيسفر عن نتائج". هذه النزعة قد تقود لمتابعة مشاريع غير قابلة للتطبيق. لمواجهة ذلك، قم بتحديد معايير محددة مسبقًا (مثل "نبدأ إذا كان أكثر من 80% من المشاركين في الاستبيان مستعدين لدفع 100 دولار مقابل هذا المنتج") للحفاظ على الموضوعية عند تحليل البيانات.
خلال مراجعة البيانات:
2. التوثيق الفردي: قبل مناقشة النتائج، يجب على جميع صانعي القرار توثيق أفكارهم بشكل مستقل. هذا يتجنب التفكير الجماعي، حيث يمكن للآراء المسيطرة أن تخفي المخاوف المشروعة. من خلال مشاركة الأفكار المكتوبة بعد ذلك، تسهل نقاشًا شاملًا يقدر الخبرات المتنوعة. لمزيد من الرؤية، ارجع إلى دراسات التوافق لأش.
عند اتخاذ القرار:
3. مناقشة الأحكام الوسيطة: اعلم أن كل قرار كبير يتضمن قرارات أصغر. يؤكد عالم النفس دانيل كانيمن أن هذه الجوانب الصغيرة، مثل مقارنات التكلفة والدقة المتوقعة، تؤثر على القرار الأكبر. اجعل هذه الجوانب واضحة أثناء المناقشات لتحسين جودة القرار.
4. توثيق الأسباب: سجل الأسباب وراء القرارات - مثل "نتوقع تخفيضًا بنسبة 20% في التكلفة ورضا العملاء المستقر خلال تسعة أشهر" - لتمكين تقييم صادق في المراجعات المستقبلية. هذا ينشئ حلقة تغذية راجعة مدفوعة بالبيانات تساعد على توضيح الاستراتيجيات الناجحة أو غير الناجحة، مما يميز بين المهارة والحظ.
5. تحديد معايير الإلغاء: مثل معايير اتخاذ القرار الأولية، حدد مقاييس تشير إلى أن المشروع ليس بأداء جيد بما يكفي للاستمرار. على سبيل المثال، "إذا طلب أكثر من 50% من المستخدمين التحدث مع إنسان بعد تفاعلهم مع برامج الدردشة الخاصة بنا لأكثر من دقيقة، يجب إعادة النظر في المشروع." تساعد هذه التحليلات الاستباقية على الحفاظ على نزاهة فكرية وضمان تقييمات غير متحيزة لقابلية المشروع.
بينما قد يبدو أن هذه العملية تتطلب جهدًا كبيرًا، فإن هذه الممارسات ستصبح بسرعة طبيعية لفريقك. الوقت الإضافي المستغرق يحقق عوائد كبيرة من خلال ضمان تعبير جميع الأفكار وإدارة المخاطر بفعالية، مما يسمح بالتعلم من النجاحات والإخفاقات على حد سواء.
طالما أن البشر يشاركون في اتخاذ القرارات المستندة إلى البيانات إلى جانب عملاء الذكاء الاصطناعي، ستظل مهارة التفاعل بين بصيرة البشر والتحليل الناتج عن الذكاء الاصطناعي أمرًا حيويًا، لا سيما في مواجهة التحيزات المعرفية.
قائمة الترتيب
