Выводы

• Чтобы увидеть, где целесообразно использовать прогностические машины, необходимо декомпозировать задачи. Это позволяет проанализировать преимущества улучшенного прогноза и издержки на его создание. Обосновав свою оценку, ранжируйте ИИ от высокой отдачи на капитал к низкой и пройдитесь по списку сверху вниз, внедряя ИИ при условии, что ожидаемая отдача это оправдывает.

• Шаблон ИИ упрощает процесс декомпозиции. Заполняйте его для каждого решения и задачи. Он упорядочивает и структурирует процесс. Шаблон заставляет прояснить все три типа данных (обучающие, входные и обратной связи) и точно сформулировать:

• предмет прогнозирования;

• суждение, требуемое для анализа относительной ценности разных действий и исходов;

• варианты действий и исходов.

• Центральный элемент шаблона ИИ – прогноз. Следует определить ключевой прогноз в основе задачи, а для этого может понадобиться ИИ. Попытка ответить на данный вопрос часто инициирует жизненно важную дискуссию среди руководства: «Какая же все-таки у нас цель?» Прогноз требует конкретности, не всегда присутствующей в формулировке миссии. Бизнес-школам, например, легко заявить, что они ищут «лучших» студентов, но для уточнения прогноза необходимо оговорить, что значит «лучший» – тот, у кого самая высокая зарплата после выпуска? Или тот, кто занял пост директора через пять лет после окончания обучения? А может, самый неординарный? Или тот, кто, вероятнее всего, в будущем станет финансировать школу? Даже такие цели, как повышение прибыли, не просты, как кажется поначалу. Должны ли мы прогнозировать действие, которое увеличит доход на этой неделе, в этом квартале, в году или десятилетии? Компаниям обычно приходится возвращаться к истокам, корректировать цели и уточнять миссию в качестве первого шага в работе над стратегией ИИ.