Karar zekası - Decision intelligence

Karar zekası çerçevesi

Karar istihbarat bir mühendislik dalıdır güçlendirir olduğunu veri bilimi gelen teorisi ile sosyal bilim , karar teorisi ve yönetsel bilim . Uygulaması , kurumsal karar vermede en iyi uygulamalar ve makine öğrenimini geniş ölçekte uygulama süreçleri için bir çerçeve sağlar . Temel fikir, kararların, eylemlerin sonuçlara nasıl yol açtığına dair anlayışımıza dayanmasıdır. Karar zekası, bu neden-sonuç zincirini analiz etmek için bir disiplindir ve karar modelleme , bu zincirleri temsil etmek için görsel bir dildir.

İlgili bir alan karar mühendisliği de karar verme süreçlerinin iyileştirilmesini araştırır, ancak her zaman veri bilimine o kadar yakından bağlı değildir.

Kökenler ve teknolojiler

Karar zekası, birçok organizasyonda daha yapılandırılmış bir yaklaşım kullanıldığında karar vermenin geliştirilebileceğinin kabulüne dayanmaktadır. Karar zekası, örgütsel karar verme uygulamalarının karmaşıklığı ile bu kararların alınması gereken durumların karmaşıklığı arasındaki uyumsuzlukla karakterize edilen bir karar verme "karmaşıklık tavanı"nın üstesinden gelmeyi amaçlar. Bu nedenle, karmaşıklık teorisi ve organizasyonlar etrafında tanımlanan bazı sorunları çözmeyi amaçlamaktadır .

Bu anlamda, karar zekası , kuruluşların kendilerini içinde buldukları karmaşık sistemlerde gezinmelerine yardımcı olan karmaşık sistemler alanının pratik bir uygulamasını temsil eder . Karar zekası, uzman olmayan karar vericinin masaüstüne gelişmiş analitik ve makine öğrenimi tekniklerini getiren ve siyah kuğu teorisinde dile getirilen sorunların üstesinden gelmek için veri bilimini birleştiren ve ardından genişleten bir çerçeve olarak da düşünülebilir .

Karar istihbaratı savunucuları, birçok kuruluşun kötü kararlar vermeye devam ettiğine inanıyor. Buna karşılık, karar zekası, aşağıda daha ayrıntılı olarak açıklanan bir dizi en iyi karar verme uygulamasını birleştirmeye çalışır .

Karar zekası, daha önce köprüler ve binalar gibi daha somut nesneler tasarlamak için kullanılan ilkeleri kullanarak kararın kendisini tasarlamanın mümkün olduğu anlayışına dayanır .

Kararları temsil eden bir görsel tasarım dilinin kullanımı (bkz. § Görsel karar tasarımı ) karar zekasının önemli bir unsurudur, çünkü tüm karar katılımcıları tarafından kolayca anlaşılan sezgisel bir ortak dil sağlar. Bir görsel benzetme karmaşık sistemlerin yanı sıra geliştirmek üzere nedenle yeteneğini geliştirir işbirliği .

Görsel karar tasarımına ek olarak, mühendislik disiplinlerinin toplu kabule yardımcı olan diğer iki yönü vardır. Bunlar:

  1. tasarım öğelerinin ortak bir dilinin yaratılması ve
  2. yukarıdaki şemada gösterildiği gibi ortak bir metodoloji veya sürecin kullanılması.

Lorien Pratt, karar zekası hakkında ilk kitabı yazdı

Motivasyon

Birleşik bir karar verme metodolojisine duyulan ihtiyaç, kuruluşların karmaşık bir iç ve dış ortamda zor kararlar alırken karşılaştıkları bir dizi faktör tarafından yönlendirilir.

Mevcut yöntemlerin uygulamada karar verme sorunlarını çözmek için geniş tabanlı yetersizliğinin kabulü, hükümet kaynakları ve telekomünikasyon , medya , otomotiv endüstrisi ve ilaç gibi endüstriler dahil olmak üzere çeşitli kaynaklardan gelmektedir .

Örnekler:

  • Çıktıları kararların önümüzdeki çeyrek gelirlerinin veya çoğu zaman soyut, bazıları birbirine tatmin edilmelidir birden çok hedefe, diğer somut sonuçların ötesinde, daha karmaşık hale gelmektedir:

Otomobil, geleneksel segmentasyon ve markalaşmanın çok ötesine geçen yollarla kimliğin, değerlerin ve kişisel kontrolün bir ifadesi haline geliyor. Örneğin, yakıt verimliliği, sosyal olarak sorumlu bir araç (SRV) için yalnızca bir husus olacaktır. Parçaların yüzde kaçı geri dönüştürülebilir? Aracın toplam karbon ayak izi nedir? Çocuk işçi girdileri var mı? Zehirli boyalar, yapıştırıcılar veya plastikler? Tedarik zinciri ne kadar şeffaf? Satıcı geri dönüşümden sorumlu mu? Hangi yöntemler kullanılır? Adil işgücü uygulamaları uygulanıyor mu?

—  Shoshana Zuboff , "GM Çözümü: Can Kayıkları, Yaşam Desteği Değil", İş Haftası , 18 Kasım 2008
  • Karmaşıklıkta küresel artış:

Değişimin hızının, kapsamının ve karmaşıklığının arttığı dinamik bir dünyada yaşıyoruz. Küreselleşmenin devam eden yürüyüşü, artan sayıda bağımsız aktör ve gelişen teknoloji, küresel bağlantıyı, karşılıklı bağımlılığı ve karmaşıklığı artırarak daha büyük belirsizlikler, sistemik risk ve daha az öngörülebilir bir gelecek yarattı. Bu değişiklikler, uyarı sürelerinin azalmasına ve karar döngülerinin sıkıştırılmasına yol açmıştır.

—  Ulusal İstihbarat Direktörü , Vizyon 2015: Küresel Ağa Bağlı ve Entegre İstihbarat Kuruluşu , Temmuz 2008

Mühendislik ilkelerini aktarma

Diğer karar verme araçları ve metodolojilerinden farklı olarak, karar zekası, bir karar oluşturma sürecine bir dizi mühendislik uygulamasını getirmeyi amaçlar . Bunlar, gereksinim analizi , spesifikasyon , senaryo planlaması , kalite güvencesi , güvenlik ve yukarıda açıklanan tasarım ilkelerinin kullanımını içerir . Karar yürütme aşamasında, tasarım aşamasında üretilen çıktılar çeşitli şekillerde kullanılabilir; İş gösterge tabloları ve varsayıma dayalı planlama gibi izleme yaklaşımları , bir kararın sonucunu izlemek ve uygun şekilde yeniden planlamayı tetiklemek için kullanılır (bu öğelerin bazılarının nasıl birleştiğine dair bir görünüm, bu makalenin başındaki şemada gösterilmektedir).

Karar zekası, alınan kararların kalitesini iyileştirme, bunları daha hızlı yapma yeteneği, kurumsal kaynakları kararlardaki bir değişiklik etrafında daha etkin bir şekilde hizalama yeteneği ve kararlarla ilişkili riskleri azaltma potansiyeline sahiptir. Ayrıca, tasarlanan bir karar yeniden kullanılabilir ve yeni bilgiler elde edildikçe değiştirilebilir.

Masaüstüne sayısal yöntemler getirmek

Duyarlılık analizi ve analitik gibi karar zekasının birçok unsuru olgun disiplinler olmasına rağmen, karar vericiler tarafından yaygın olarak kullanılmazlar. Karar zekası, bunlar ve nicel uzmanlar arasındaki iletişimi kolaylaştırmaya hizmet eden ve bunların ve diğer sayısal ve teknik yaklaşımların daha geniş kullanımına izin veren görsel bir dil yaratmayı amaçlar.

Özellikle, bir karar modelindeki bağımlılık bağlantıları neden- sonuç ilişkisini ( nedensel döngü diyagramında olduğu gibi ), veri akışını ( veri akış diyagramında olduğu gibi ) veya diğer ilişkileri temsil eder. Örnek olarak, bir bağlantı "telefon hizmetiyle ilgili bir sorunu onarmak için ortalama süre" ile "müşteri memnuniyeti" arasındaki bağlantıyı temsil edebilir, burada kısa bir onarım süresi muhtemelen müşteri memnuniyetini artıracaktır. Bu bağımlılıkların işlevsel biçimi, bir dizi yaklaşımla belirlenebilir. Bu işlevleri belirlemek için verileri analiz eden sayısal yaklaşımlar, makine öğrenimi ve analitik algoritmaları ( yapay sinir ağları dahil ) ve daha geleneksel regresyon analizini içerir . Elde edilen sonuçlar operasyonlar araştırma ve diğer birçok nicel yaklaşımlar oynamak için benzer bir role sahiptir.

Veri mevcut olmadığında (veya çok gürültülü , belirsiz veya eksik olduğunda), bu bağımlılık bağlantıları, bir uzman sistemde veya kural tabanlı sistemde bulunabileceği gibi kurallar biçimini alabilir ve bu nedenle bilgi mühendisliği yoluyla elde edilebilir .

Bu şekilde, bir karar modeli, pratik bir kararın sonucunu belirlemek için sembolik ve alt sembolik akıl yürütmenin yanı sıra çoklu ilişkileri birleştirmek için bir mekanizmayı temsil eder.

Yapay zeka ve makine öğrenimi ile ilişkisi

Yukarıda açıklandığı gibi, karar modeli bağımlılık bağlantıları makine öğrenimi kullanılarak modellenebilir . Bu açıdan karar zekası , en yaygın olarak tek bağlantı analizi için kullanılan yapay zekanın "çoklu bağlantı" uzantısı olarak görülebilir . Bu açıdan bakıldığında, makine öğrenimi "X'i biliyor/görüyor/duyuyorsam ne sonuca varabilirim?" sorusuna yanıt verirken, karar zekası yanıtlar: "X eylemini yaparsam sonuç ne olur? ". İkinci soru genellikle, bazen geri besleme döngüleri gibi karmaşık dinamikleri içeren olay zincirlerini içerir. Bu şekilde, karar zekası karmaşık sistemleri , makine öğrenimini ve karar analizini birleştirir .

kökenler

On yıllardır karar destek sistemi ve metodolojilerinin ( karar analizi gibi ) gelişmesine rağmen , bunlar hala karar verme için birincil araçlar olarak elektronik çizelgelerden daha az popülerdir . Karar zekası, varsayımlar, dış değerler, gerçekler, veriler ve sonuçlar gibi bir karara dahil edilen temel varlıklar için ortak bir metodoloji ve dilin kritik bir kullanıcı kitlesini yaratarak bu boşluğu kapatmaya çalışır. Önceki sektörlerden bir model geçerliyse, böyle bir metodoloji, bir kuruluştan diğerine paylaşılabilecek ortak olgunluk modellerini ve yol haritalarını netleştirerek teknolojinin benimsenmesini de kolaylaştıracaktır.

Karar zekası yaklaşımı, çok disiplinli, bilişsel önyargı ve karar verme, durumsal farkındalık , eleştirel ve yaratıcı düşünme , işbirliği ve organizasyonel tasarım ile ilgili bulguları mühendislik teknolojileriyle birleştiriyor.

Karar zekası, elektronik çizelgeler , metin (doğası gereği sıralı, bu nedenle bilginin bir karar yapısından nasıl aktığı için uygun değildir) ve sözlü argümanın kullanımını içeren mevcut kurumsal karar verme uygulamaları üzerinde bir gelişme olarak kabul edilir . Bu büyük ölçüde resmi olmayan yapılardan, bir kararın iyi anlaşılan, görsel bir dilde belgelendiği bir yapıya geçiş, benzer faydalar vaat eden inşaatta ortak plan metodolojilerinin yaratılmasını yansıtıyor .

Karar zekası hem çok yeni hem de çok eski bir disiplindir. Varsayımları değerlendirme dili, bir argümanı desteklemek için mantığı kullanma , bir kararı değerlendirmek için eleştirel düşünmenin gerekliliği ve önyargının etkilerini anlama gibi birçok unsuru eskidir. Ancak bu unsurların ortak bir metodolojiye odaklanarak kuruluşlara önemli faydalar sağlayan tutarlı bir bütün oluşturabileceğinin anlaşılması nispeten yenidir.

2018'de, Google'ın uygulamalı veri bilimindeki süreçleri ve eğitim programları, veri bilimi uygulamasında eylemlerin ve kararların merkezi rolünü belirtmek için "karar zekası" olarak yeniden adlandırıldı. Teorik çerçevelerin veri bilimine ek olarak yönetim ve sosyal bilimlere ne ölçüde dayandığı, karar zekasını veri biliminden farklı bir çalışma alanında birleştirmek için ek bir motive ediciydi.

Modern karar zekası son derece disiplinler arası ve akademik olarak kapsayıcıdır. Genel olarak biyolojik ve biyolojik olmayan eylem seçimi olarak tanımlanan kararlara odaklanan araştırma , disiplinin bir parçası olarak kabul edilir. Karar zekası, kararlarla ilgilenmeyen bileşenleri kapsamadığından, veri bilimi ve sosyal bilim için bir şemsiye terim değildir.

Görsel karar tasarımı

Karmaşık kararlarda kullanılan, aksi halde görünmez olan akıl yürütme yapılarını görünür kıldığı için, karar zekasının tasarım yönü, zihin haritalama , kavramsal grafikler ve anlamsal ağlar gibi diğer kavramsal temsil teknolojilerinden yararlanır .

Temel fikir, görsel bir metaforun sezgisel düşünmeyi , tümevarımsal akıl yürütmeyi ve örüntü tanımayı geliştirmesidir - sözel veya yazılı bir tartışmada genellikle daha az erişilebilir olan önemli bilişsel beceriler. Bir iş karar haritası , karar zekasını desteklemek için resmi bir karar diline bir yaklaşım olarak görülebilir.

Maddi olmayan duran varlıkların açık temsili

Karar zekası, karar vermenin birçok yönünün, fırsat maliyetleri , çalışan morali, entelektüel sermaye, marka bilinirliği ve geleneksel nicel veya finansal modellerde kapsanmayan diğer iş değeri biçimleri dahil olmak üzere soyut unsurlara dayandığını kabul eder . Değer ağı analizi – en önemlisi değer ağı haritaları – bu nedenle burada önemlidir.

Ayrıca bakınız

Notlar

^ Aşağıdaki anlamsal farklılıklara dikkat edin:

  • Kurumsal karar yönetimi (EDM), bir kuruluş genelinde kararların otomatikleştirilmesine odaklanan yakından ilişkili bir disiplindir. Karar zekası bu bakış açısından EDM'nin bir üst kümesidir, çünkü hem manuel hem de otomatik karar verme süreçlerini kapsar ve bunları, etkili olduğunda nicel analiz/analitik araçları ve departmanları ile departmanlar arasındaki engelleri ortadan kaldıran ortak bir metodolojide birleştirir. daha niteliksel / stratejik / yönetim odaklı.
  • İlgili terim "karar mühendisliği" çeşitli endüstrilerde kullanılmaktadır. Bunların her birinin, bu makalede tartışılandan farklı bir anlamı vardır.
  • Terimin yaygın kullanımından yıllar sonra, Mastercard , yapay zeka/makine öğrenimi ürünü için "Karar Zekası" adını ticari marka haline getirdi.
  • Gelen davranışsal iktisat , ilgili dönem "Karar mühendisliği" tüketici seçimler kasıtlı manipülasyon anlamına gelebilir. Terimin bu kullanımında, karar zekası kabaca yumuşak paternalizme benzerdir - bu makalede ele alınandan oldukça farklı bir anlamdır; bu, yardımcı olmak için mühendislik ilkelerinin kullanımından ziyade tüketiciler tarafından verilen kararların mühendisliğine atıfta bulunur. karmaşık karar vermede. Belirgin bir şekilde farklı olmasına rağmen, bu uygulama, karar zekası ile aynı karar verme araştırmalarının çoğunu kullanır (örneğin, davranışsal ekonomist Richard Thaler'ın çalışması gibi ).
  • Maliyet mühendisliği , mühendislik projelerinin maliyetlerini ölçer. Maliyet mühendisliği bazen karar mühendisliği olarak ürün mühendisliği ve tasarım optimizasyonu olarak gruplandırılır. Bu, bu makalenin mühendislik kararları alanının ötesine geçen ve kuruluşların karşılaştığı tüm kararlara uzanan daha geniş çerçevesinden ayırt edilebilir.
  • Yöneylem araştırması , karar verme problemlerine optimal veya optimale yakın çözümleri belirlemeye çalışan, büyük ölçüde nicel bir karar verme yaklaşımıdır.

Referanslar

bibliyografya

  • Lorien Y.Pratt. Bağlantı: Daha İyi Bir Dünya için Karar Zekası Verileri, Eylemleri ve Sonuçları Nasıl Birleştirir (2019) ISBN  1787696545
  • Peter F. Drucker. Karar Verme Üzerine Harvard Business Review. (2001) ISBN  1-57851-557-2
  • John S. Hammond. Akıllı Seçimler: Daha İyi Kararlar Vermek İçin Pratik Bir Kılavuz. (2002) ISBN  0-7679-0886-4
  • Edward Russo. Karar Tuzakları. (1990) ISBN  0-385-24835-0
  • Paul JH Ayakkabıcı. Kazanan Kararlar: İlk Seferde Doğru Almak. (2001) ISBN  0-7499-2285-0
  • Scott Plous. Yargılama ve Karar Verme Psikolojisi (1993) ISBN  0-07-050477-6

Dış bağlantılar