Az implicit (rejtett, belső) intelligencia új előnyt adhat a szervezeteknek.
Kérdezz meg egy értékesítőt, hogyan vált képessé a munkájára, és ezt hallhatod: „Csak megtanultam, mi működik.” Nem tankönyvet tanulmányozott, és nem memorizált egy forgatókönyvet. Évekig tartó megfigyelés, próbálkozás és alkalmazkodás során tanult. Ez a megnyilvánuló intelligencia a gyakorlatban – a kimondatlan tudás, amelyet tapasztalatok révén halmozunk fel.
A mesterséges intelligencia nem így tanul.
Eddig az AI rendszereit explicit intelligenciára építették. Gondoljunk csak a KPI-okra, az előrejelzési adatokra és a kodifikált szabályokra – mérhető információkra, amelyeket betáplálhatunk az AI modelljeibe, hogy racionális, logikus kimeneteket kapjunk. De az emberek nem mindig logikusak, és nem kizárólag explicit tudásból dolgozunk. Cselekvés, érzékelés és mintaillesztés útján tanulunk, olyan módokon, amelyeket gyakran nem tudunk megmagyarázni.
Ez most azért fontos, mert a szervezetek az AI adaptációjának egy új szakaszának küszöbén állnak. Az ágensrendszerek AI által vezérelt munkafolyamatok, amelyek automatizálják a feladatokat, miközben önállóan cselekszenek a nevünkben. Ahhoz, hogy ezt hatékonyan tegye, az AI-nak úgy kell gondolkodnia és viselkednie, mint mi, ami azt jelenti, hogy úgy kell tanulnia, mint minekünk.
Nézz a motorháztető alá
Az implicit intelligencia nap mint nap felbukkan – otthon és a munkahelyen is, akár észrevesszük, akár nem. Így tudja ösztönösen egy beszerzési vezető, hogy mikor gyenge egy szállító ajánlata. Vagy hogyan veszi észre egy ügyfélszolgálati munkatárs az ügyfél hangnemében rejlő frusztrációt még a beszélgetés megkezdése előtt. Ezeket az információkat nem egy irányítópultról kinyerjük. Emberek érzékelik őket.
Számtalan további példa is van – mindegyik megköveteli tőlünk, hogy megértsük, mit jelent sikeres emberi munkavállalónak lenni. Tudni, hogyan kell viselkedni egy megbeszélésen anélkül, hogy erre utasítást kapnánk. Érzékelni, hogy egy csapatnak mikor van szüksége megerősítésre, és mikor lökésre. Még azt is tudni, hogy mikor kell beszélni és mikor kell hallgatni. Ezek a viselkedések egy olyan intelligenciát tükröznek, amelyet a legtöbb szervezet nem érzékel, és amelynek felismerésére kevés AI modell van kiképezve.
Ok, okozat
A vezetők előtt álló kihívás az, hogy ezt a tudást kinyerjék a munkavállalók fejéből, és beépítsék a AI rendszereikbe. Ehhez az adatgyűjtésről a tudás megszerzésére kell áttérni. Ez azt jelenti, hogy a számokon túl kell vizsgálnunk, hogyan és miért születnek a döntések. Azt jelenti, hogy dokumentálni kell a „ha ez, akkor az” ösztönöket, amelyek az emberek veleszületett munkafelfogásában élnek.
Vegyük például az árképzési stratégiát. Egy AI eszköz tudhatja, hogy ha egy kulcsfontosságú árucikk ára 15%-ot esik, akkor egy kapcsolódó terméket 12%-kal kell korrigálni. Ez a tudás számos analitikai gyakorlat során felhalmozott adatpontokon alapul. De ha egy emberi elemző ösztönösen tud valamit a szervezetről, a piacról vagy az ügyfélről, akkor az implicit megértése is szerepet játszik a döntéshozatalban. Talán a 12%-ból 10% vagy 15% lesz.
Egy másik lehetőség, amit a vezetők felfedezhetnek, a viselkedésmegfigyelés. Az AI elkezdhet tanulni az emberek viselkedésének megfigyeléséből. Azáltal, hogy elemzi, hogyan reagálnak a különböző emberek bizonyos ügyfelekkel, beszállítókkal vagy kollégákkal való interakciók során, az AI a válaszokat az adott kapcsolat és stílus sajátosságaihoz igazíthatja.
A kultúra számít
Minden olyan alkalmazottra, aki időtakarékos szupererőként tekint az AI-ra, jut egy másik, aki megfigyelésként tekint rá – ahogyan az egyik ember boldogan kiabál egy hangvezérelt asszisztensnek, amikor meg kell keresnie egy tényt, míg egy másik egyáltalán nem hagyja, hogy a telefonja meghallgassa. Az emberek különbözőek. A szervezeti kultúrák is különbözőek.
Ezért az implicit intelligencia megragadása többet igényel, mint pusztán technológiát. Bizalmat, átláthatóságot és világos etikai iránytűt igényel. A vezetőknek figyelembe kell venniük, hogy csapataik mit gondolnak arról, hogy az AI megfigyeli és utánozza a munkájukat, és hol húzzák meg a határt a segítségnyújtás és a behatolás között.
Hogyan nyerhető ki az implicit intelligencia?
Akárhogy is, az alapvető AI-képességek most már tétként vannak jelen. Ami megkülönbözteti majd a szervezeteket 2026-ban és azután, az a saját tulajdonú adatok és az adatok által létrehozott tudásrétegek lesznek. Ez magában foglalja üzleti tevékenységük egyedi kontextusait – azokat az információkat, amelyek nemcsak az irányítópultjaikban, hanem az emberekben és a viselkedésükben is megtalálhatók.
Íme három lépés a kezdéshez.
- Minták kodifikálása
Koncentrálj azokra a munkafolyamatokra, amelyeket leginkább automatizálni szeretnél. Milyen döntések támasztják alá ezeket? Kik birtokolják ezt a tudást, és hogyan alkalmazzák? Használj interjúkat, úttérképezést vagy megfigyeléses kutatást a minták feltárására. Ezután építsd fel az állványzatot ezen minták kodifikálásához ontológiák, tudásgráfok és szaknyelvi modellek segítségével. - Etikai határok felállítása
Ugyanolyan fontos tudni, hogy mi tartozik az AI-ra, és mi nem. Például soha nem akarom, hogy egy robot megmondja, hogy súlyosan beteg vagyok, hogy teljesít a gyerekem az iskolában, vagy miért nem kapok kölcsönt. Bizonyos döntések mindig emberi empátiát igényelnek. Az etikai határok számítanak. - Készítse fel csapatait
Értse meg munkaerője komfortérzetét, és hagyja, hogy ez diktálja a változás ütemét. Építsen beiratkozási lehetőségeket. Tegye az átláthatóságot az AI bevezetésének központi részévé. És menet közben folyamatosan vizsgálja felül a folyamatot.
A AI új határa
Ahogy belépünk az ágensi korszakba, és a mesterséges intelligencia az eszközből csapattárssá válik, az implicit intelligencia lesz a kulcs az olyan AI rendszerek felépítéséhez, amelyek nemcsak azt tükrözik, amit tudunk, hanem azt is, hogyan tudjuk azt.
Ez nem azt jelenti, hogy hagynunk kell, hogy az AI-k tárgyaljanak egymással, vagy ellenőrizetlenül manipulálják egymást. Emberi felügyelet és kompromisszumkészség nélkül az ágensrendszerek visszacsatolási hurkokba kerülhetnek, amelyek késleltetik vagy kisiklatják a döntéseket, ahelyett, hogy megoldanák vagy előremozdítanák azokat.
Ehelyett a siker azokból a döntésekből fakad, amelyek egyesítik az explicit, kiváló minőségű rendszeradatokat a szem elől elsuhanó implicit emberi tudással. Ez az AI új határterülete. És így fognak a szervezetek hosszú távon előnyre szert tenni.
Tovább a cikkre: fastcompany.com (Traci Gusher)
