Beslutsstödsplattformarna, BI, utvecklas. Genom att lägga till artificiell intelligens och maskininlärning omvandlar företagen sina data-gränssnitt och affärsanalysen till mer omfattande plattformar för beslutsstöd.
Denna rörelse mot beslutsintelligens – decision intelligence på engelska – innebär att företagens sofistikerade mix av verktyg alltmer byggs in i arbetsflödena, och finns tillgängliga närhelst och varhelst beslutsfattare behöver dem.
– Beslutsintelligens är företagets förmåga att bearbeta stora mängder data för att fatta beslut, säger Nicole France, analytiker på Constellation Research. Det är samma sak som business intelligence skulle göra, men att det finns tillgängligt över hela företaget.
Några av de mest tydliga exemplen på beslutsintelligens i praktiken är rekommendationsmotorer, som använder analyser för att förutsäga vilka produkter konsumenterna tycker är mest passande, eller vilka filmer de ska titta på härnäst.
Verktyg som dessa ger sammanhang och relevanta alternativ för att hjälpa människor att fatta bättre beslut, enligt Nicole France och tillägger att gränssnitt och analyserna i traditionella BI-verktyg fortfarande är värdefulla, men beslutsintelligens är mer tillgänglig och relevant.
– För människor ute på fältet är sammanhanget viktigt, säger hon. Och det finns en grad av komplexitet som är svår att få rätt. Målet är att presentera saker på ett tydligt, lättförståeligt sätt så att människor kan förstå en komplex analys och snabbt fatta beslut.
Casen för beslutsintelligens
AI är alltmer kärnan i digitaliseringen. Mer än 95 procent av de företag som undersökts av 451 Research anser att AI är viktigt för digitaliseringen – och 65 procent säger att det är mycket viktigt.
Och ett viktigt område där AI vinner mark är data och analys. Enligt en undersökning bland mjukvaruutvecklare och it-chefer som gjordes av RealBI upplevde 41 procent av företagen en ökning av begäran om åtkomst till data och analys. En av de främsta drivkrafterna är att göra det möjligt för användare att fatta datadrivna beslut. Dessutom visade undersökningen ökat intresse för att bädda in maskininlärning i analysprogramvara eller användargränssnitt. Nästan 16 procent planerar att lägga till den tekniken inom en snar framtid, utöver de sex procent av företagen som redan gör det.
Genom att lägga till AI eller maskininlärning till en BI-plattform kan denna utvecklas till en beslutsintelligensplattform genom att tillhandahålla sammanhang, förutsägelser och rekommendationer när och var beslutsfattaren behöver dem.
Analysföretaget Gartner definierar beslutsintelligens som ett ramverk som gör det möjligt för data- och analyschefer att utforma beslutsmodeller och processer i samband med affärsresultat och beteende. I praktiken betyder det att beslutsintelligens använder analys för att hjälpa anställda, kunder eller affärspartners att fatta beslut genom att erbjuda dem data, analys och förutsägelser då de behöver det.
När beslutsintelligensen blir en viktig del av affärsprocesserna blir besluten snabbare, enklare och mindre dyrt än tidigare.
Kortare köer vid trafikmyndighet
Beslutsintelligens kan inte bara hjälpa anställda att fatta bättre beslut, det kan också hjälpa dem att fatta snabbare beslut. Det senare är särskilt viktigt när människor väntar i kö vid trafikmyndigheten och i de här tiderna då de riskerar att smittas av allvarlig sjukdom varje minut de är där.
– I min värld är beslutsintelligens inte bara analyser och insikter, utan att kunna fatta beslut, säger Ajay Gupta, chef över digital transformation på Kaliforniens trafikmyndighet.
– Vi använder AI i vårt dagliga arbete där det inte bara berättar vad du behöver göra och du gör det, utan det hjälper dig att fatta beslut som en annan människa skulle göra.
Byrån började implementera intelligent dokumentbehandling precis när pandemin slog till, säger han. Det gjorde det möjligt för kunder att ladda upp dokument och ta reda på om det fanns något de saknade innan de kom till myndigheten. ABBYY, en leverantör av en digital transformationsplattform, hjälpte DMV med projektet, och ytterligare arbete gjordes av konsultföretaget User Friendly Consulting.
– Det är en del grävande kopplat till datorseende, säger Gupta. Och AI tar beslut baserade på historisk data och träning. Plattformen minskar behovet av att människor lämnar och kommer tillbaka senare med rätt dokument, säger han.
– Och det minskade transaktionstiden eftersom det var mindre bearbetning som behövde göras i luckan.
Det pågår till exempel en federal satsning på att uppgradera körkort till det nya Real ID-formatet, vilket ska göra det lättare för människor att flyga inrikes. Som ett resultat av det har många invånare i Kalifornien behövt komma in till DMV för att få nya körkort. Genom att lägga till AI-funktionalitet och möjligheten att ladda upp dokument i förväg har myndigheten kortat den personliga transaktionstiden från 27 minuter per person till ungefär tio minuter.
Det var mycket tacksamt under pandemin, tillägger Gupta.
– Ju mindre tid du spenderar i en trång lokal, desto mindre risk för exponering.
Dessutom: Eftersom dokument inte behövde skickas fram och tillbaka, var det mindre risk för att viruset skulle överföras via papper.
En chatbott hjälper också till att svara på grundläggande frågor från både kunder och anställda, säger han och de undersöker också om den kan användas för att utbilda teknikerna.
Implementera beslutsintelligens
Kaliforniens trafikmyndighet planerar också att använda AI för schemaläggning. Med ungefär 10 000 anställda som arbetar hemma, på kontor ute på fältet och vid huvudkontoret kan det vara svårt att se till att det finns personal som täcker alla skift.
Idag utför systemutvecklare vid DMV analysen för detta och ger rekommendationer till regionchefer och kontorschefer. Men byrån utvärderar nu plattformar för att bädda in beslutsinformation i system som används av anställda utan särskild kunskap av dataanalys och de förväntar sig att göra sitt slutliga leverantörsval i år.
– Med nya verktyg kommer det att spridas ut och integreras med arbetsflödessystemen. Allt kommer att bli en del av ett lättanvänt gränssnitt med hjälp av färdigpaketerade produkter som är särskilt utformade för att en bekväm användarupplevelse. Det kommer att skapa en bättre beslutsprocess för anställda.
Det slutliga beslutet kommer att tas av människor, säger han.
– Verktyget presenterar alternativ, skapar kalendrar som kan ändras, skapar ett optimalt baslinjeschema men det är cheferna som faktiskt trycker på knappen.
Verktygen som DMV för närvarande utvärderar för att göra detta inkluderar möjligheten att implementera vägtrafikdata. Byråns webbplats innehåller redan gångtrafikinformation för att hjälpa kunderna att bestämma vilken dag och vilken tid som de ska komma in. Informationen används också för att planera arbetsskift.
– Men i San Francisco och Los Angeles skapar trafiken och parkeringen många störningar runt kontoren, så vi tittar på att ta in den information som skulle hjälpa oss att göra en optimering, säger Gupta.
Covid-19 snabbade på byråns tidsplan för transformationen, säger han, men de var redan på väg i den här riktningen.
– Vi har kunnat använda krisen på ett bra sätt för att hjälpa våra kunder med AI, robotisering och maskininlärning. Jag hoppas att vi kan fortsätta accelerera. Jag hoppas covid försvinner – och det snabbt - men att det vi har gjort är bestående, säger Gupta.
Andra användningscase för beslutsintelligens
Cybersäkerhet är ett område där människor måste fatta beslut baserade på stora mängder snabba data med mycket potentiell risk för sina företag. Här kan AI och maskininlärning spela en roll för att hjälpa säkerhetsanalytiker att fatta bättre beslut, vilket nätverksföretaget Cato Networks visar.
– Vi använder AI och maskininlärning intensivt för en massa aktiviteter på Cato, säger Avidan Avraham, företagets analyschef.
– Till exempel byggde vi en rapportmodell som använder all information vi har om en domän eller IP-adress. Baserat på interna nätverksdata och information om öppen källkod förutsäger den sannolikheten att något kan vara skadligt.
Det betyder att hotbildsanalytiker kan prioritera i sina utredningar, säger han.
Cato byggde sin egen teknik för att göra detta och använde Amazon Elastic MapReduce för att träna sina modeller. Företaget har använt systemet i över ett år nu, berättar Avraham. Resultaten har varit goda och med en låg nivå av falska larm.
– Det är inbäddat i våra analytikers arbetsflöde, säger han. Innan vi byggde den här tekniken brukade vi göra analysen manuellt, så det är uppenbarligen en mycket snabbare process nu.
Beslutsintelligens kan också hjälpa företag att bli mer konsekventa. Ta till exempel en bankansvarig som fattar ett lånebeslut.
– Det som händer i många fall när individer är inblandade är att varje individ har olika bakgrund, säger Anand Rao, partner och global AI-chef på Pricewaterhousecoopers.
Företagen har sina metoder att uppnå konsekvens, till exempel genom utbildning, men externa faktorer spelar fortfarande in. Det kan gälla en sak som att en låneansvarig har en dålig dag. Då kan beslutsintelligensverktyg ge sammanhang och rekommendationer för att skapa mer enhetlighet i affärsprocesser.
Att tillämpa beslutsintelligens på andra företagsområden som kundhantering och försäljning växer också – och det är inte förvånande, med tanke på möjligheten att para ihop mänsklig intelligens med AI för att stärka beslutsprocessen.