Unternehmens-KI muss aus Erfahrung lernen
KI-Systeme von Unternehmen sammeln Daten, lernen aber nicht unbedingt daraus, im Gegensatz zu erfahrenen menschlichen Mitarbeitern. Neue Systeme können sich nur verbessern, wenn sie aus den Folgen ihrer Handlungen lernen.
Eine wesentliche Herausforderung bei der zunehmenden Verbreitung von KI-Systemen in Unternehmen ist deren Unfähigkeit, aus dem Tagesgeschäft zu lernen. Zwar können KI-Systeme Informationen sammeln und frühere Interaktionen abrufen, dies bedeutet jedoch nicht zwangsläufig, dass sie ihre Entscheidungsfindung oder Leistung im Laufe der Zeit verbessern. Im Gegensatz zu einem Menschen, der sich durch Erfahrung weiterentwickelt, behalten viele aktuelle KI-Systeme dieselben Fähigkeiten, die sie zum Zeitpunkt der Implementierung hatten.
Satya Nadella hat die Unterscheidung zwischen austauschbaren allgemeinen Modellen und dauerhafter, unternehmensspezifischer Expertise hervorgehoben. Das durch Unternehmenserfahrung gewonnene Wissen – Kundenfeedback, erfolgreiche und gescheiterte Verkaufsaktionen, Lieferkettenprobleme oder Kundenservice-Lösungen – ist wertvoll. Die Analyse dieser konkreten Ereignisse und ihrer Ergebnisse kann zu einer besseren KI in der Zukunft führen. Das bloße Sammeln von Daten ohne einen Lernprozess führt nicht zu Verbesserungen, was kontinuierliches Lernen zu einem zentralen Ziel für die KI-Entwicklung macht.
Wettbewerbsvorteile basieren nicht mehr ausschließlich auf der Nutzung der neuesten KI-Modelle, da Wettbewerber ähnliche Werkzeuge erwerben können. Ein echter Vorteil ergibt sich aus dem, was ein Unternehmen aus seiner einzigartigen Geschichte gelernt hat: seinen Kunden, seinen Entscheidungen, seinen Kampagnen und seinen Korrekturen. Satya Nadellas vorgeschlagener „Firmen-Veteran-Test“ misst, ob das in der Organisation angesammelte Fachwissen auch dann bestehen bleibt, wenn das Modell ausgetauscht wird. Ziel sollte der Aufbau einer Lernschleife sein, in der menschliches und KI-Kapital gemeinsam wachsen.
Skalierung sollte ein Unternehmen intelligenter machen, nicht nur größer. Während herkömmliche Software eine Million Transaktionen anstelle von Zehntausenden verarbeiten kann, sollte ein intelligentes System seine Leistung mit jeder neuen Interaktion verbessern. Plattformen wie YouTube, Spotify und Amazon nutzen seit langem Nutzerverhaltensströme und Feedback, um ihre Empfehlungen zu verbessern. Unternehmen sollten ähnliche Lernfähigkeiten von ihren eigenen KI-Systemen verlangen und sicherstellen, dass diese auf der Grundlage von Unternehmenserfahrungen weiterentwickelt werden.