AI kräver en förståelig företagsmodell för optimering

Förmågan hos artificiell intelligens att optimera företagsverksamhet är beroende av dess djupa förståelse för företagets struktur och driftsmetoder, skriver Fast Company. Att enbart tillhandahålla kontext till AI är inte tillräckligt; en omfattande modell av företagets dynamik är nödvändig.

AI behöver förstå vad som ska optimeras inom företaget. Även om stora språkmodeller har kunskap om generella affärsområden, saknar de kännedom om företagets specifika kunder, interna processer, riskaptit eller konsekvenserna av förändringar. Att förstå dessa inbördes beroenden kräver mer än bara minne; det kräver en formell datamodell som beskriver identiteter, relationer och begränsningar.

Företag försöker överbrygga detta gap genom att ge AI mer kontextuell information, men detta besvarar inte frågan om hur organisationen fungerar. Lösningen som föreslås är att definiera en ontologi, det vill säga specificera företagets "substantiv", "verb" och regler. Detta bygger grunden för en intern företagsmodell som fungerar som en sorts digital tvilling.

Efter ontologin kommer nästa steg att vara en "världsmodell" som lär sig företagets dynamik och förutsäger framtida händelser. Detta möjliggör förståelse av orsak-verkan-samband, vilket är avgörande för pålitligt algoritmiskt beslutsfattande. Företag kan kontinuerligt förbättra denna modell genom att mata in information om fattade beslut och deras utfall, vilket gör att företaget börjar äga sitt eget lärande.

Det slutliga målet är att gå mot ett "förståeligt företag" innan det kan bli genuint optimerbart. Nästa steg i företagens digitalisering kommer att vara att modellera dem så att AI kan förstå innebörden av sina handlingar, genom att bygga på egna representationer som är mer värdefulla än själva AI-modellen.