2022-08-24-Gartner-何时使用人工智能增_强决策（其三）_10页_549kb

五大指南（其三）总结：何时使用人工智能增强决策

核心内容

《Gartner有效商业决策指南》系列研究中，第三部分探讨了何时使用人工智能增强决策。该指南指出，随着决策复杂性的增加，企业越来越依赖数据分析（D&A）和自动化技术来提升决策质量与速度。到2025年，至少95%的数据驱动型商业决策将实现部分自动化，这表明人工智能在决策过程中的作用将持续扩大。

主要观点

• 决策复杂性上升：根据Gartner 2021年的调查，47%的受访者认为未来18个月内决策将变得更加复杂，涉及更多利益相关方和选择。
• 自动化提升决策质量与速度：通过自动化，企业可以在市场波动中更快地做出决策，实现更复杂的库存管理，以及更精细的客户细分。
• 决策自动化是渐进过程：决策自动化并非从人工决策直接跳到完全自动化，而是处于两者之间的多个级别。企业应根据需求而非技术能力逐步推进。
• 混合决策的重要性：混合决策（人类与AI结合）是未来趋势，企业需要明确在哪些阶段引入AI，并平衡风险与机遇。
• 决策智能是关键能力：具备决策智能（识别、排序、建模、重构决策）的企业将更具韧性，能够更好地应对颠覆性事件。

关键信息

决策自动化级别

• 决策支持、增强决策和决策自动化可以细分为7个级别。
• 企业应根据实际需求，而非技术能力，决定何时进入下一个级别。
• 不同的决策可能需要不同的自动化级别，最佳实践取决于企业文化。

Gartner决策智能框架

• 提供了一个系统化的决策模型，帮助企业设计、应用和优化决策流程。
• 每个决策都经历五个阶段：识别、建模、执行、评估、优化。

实施建议

• 优先改进最不满意或最需要数据支持的决策：这将迅速提升决策效果。
• 建立可重复使用的决策框架：有助于在整个企业内推广决策智能，提升数据价值。
• 考虑创建决策工程师角色：专门负责与决策者合作，推动智能决策的工程化实施。
• 明确决策的边界和参与程度：确保人类在关键环节仍保持控制与监督。

可行资源

Gartner 提供了以下资源，帮助企业提升决策能力：

• 路线图：

  • 《完善数据和分析治理的路线图》：建立正确的治理基础。
  • 《IT部门数据和分析路线图》：遵循D&A最佳实践并制定战略。

• 资源中心：

  • 《首席数据官打造数据与分析领导的特质》：通过数据分析创造竞争优势。

• 网络研讨会：

  • 《从BI到AI，业务价值驱动的数据分析架构路径》：分享最佳实践，指导企业设计数据驱动架构。

结语

本指南强调了在复杂决策环境中，合理利用人工智能增强决策的重要性。企业应根据自身需求，逐步引入自动化技术，同时注重构建混合决策模型和培养决策智能能力，以实现更高效、更精准的决策过程。如需更多资源，可访问Gartner客户门户网站或联系Gartner成为客户。

注：以上内容基于Gartner《有效商业决策指南》系列研究，旨在为企业提供在何时及如何使用人工智能增强决策的指导。