Yapay zeka hakkında konuştuğumuzda genellikle tek bir ölçüme odaklanırız: üretkenlik. Bu ölçüm, mevcut teknoloji çağının başlangıcından bu yana her teknoloji duyurusunda kullanıldı.

 

İlk kez harici bir teknoloji analisti olduğum ve Windows 95'in piyasaya sürülmesine hız verildiği zamanlara dönersek, argüman bunun verimliliği o kadar artırdığı ve satın alındıktan sonraki bir yıl içinde yatırım getirisi (ROI) sağlayacağı yönündeydi. . İlk yıl ürün o kadar çok bozuldu ki, başlangıçta üretkenlik üzerinde olumlu etkiden çok olumsuz etki yarattı.

 

Yapay zekanın yatırım getirisi potansiyel olarak çok daha kötü ve ironik bir şekilde, bu yüzyıldaki sorunumuzun çoğu üretkenlik veya performans eksikliği değil, zayıf karar desteğidir.

 

Geçen hafta bir Computex hazırlık etkinliğine katıldım. Sunumları izlerken, tanıdık bir üretkenlik eğilimi fark ettim. Hızları önemli ölçüde artırırsak ama aynı zamanda ilgili kararların kalitesini de iyileştirmezsek, makine hızlarında hayatta kalınamayacak hatalar yapacağımızdan endişe etmeye devam ediyorum.

 

Bu hafta bunun hakkında konuşalım ve Tayvan'a yeni bindiğim havayolu olan Haftanın Ürünü ile bitirelim. Genellikle uluslararası seyahatlerde kullandığım United'dan çok daha iyiydi, bu yüzden neden ABD dışındaki birçok havayolunun ABD'li taşıyıcılardan önemli ölçüde daha iyi olduğunu belirtmem gerektiğini düşündüm.

 

Verimlilik ve Kalite

Ben eski IBM'im. Orada görev yaptığım süre boyunca IBM'in yönetici eğitim programından geçen küçük bir gruptan biriydim. Tüm çalışanlara aşılanan ilkelerden biri de kalitenin önemli olduğuydu.

 

Bu konuda aldığım en unutulmaz ders IBM'den değil, Rekabetçi İstihbarat Profesyonelleri Derneği'nden (SCIP) oldu. Odak noktası hız ve yöndü. Eğitmen, çoğu şirketin yeni süreçler ve teknoloji söz konusu olduğunda ilk olarak hıza odaklandığını savundu.

 

İlk önce yöne odaklanmazsanız, giderek daha hızlı bir şekilde yanlış yöne gideceğinizi savundu. Öncelikle hedefi belirlemeye odaklanmazsanız hızın size faydası olmayacaktır. İşleri daha da kötüleştirecek.

 

Hem IBM'de hem de Siemens'te rekabet analisti olarak çalışırken, karar desteği sağlama ve tavsiyelerimizin yalnızca göz ardı edilmesi değil, aynı zamanda aktif olarak mücadele edilmesi ve sonra da takip edilmemesi gibi can sıkıcı bir deneyim yaşadım. Bu, büyük kayıplara ve çalıştığım birçok grubun başarısızlığına yol açtı.

 

Bunun nedeni, yöneticilerin gerçekte haklı olmaktansa haklı görünmeyi tercih etmeleriydi. Bir süre sonra birimim dağıldı (sektörün tamamını etkileyen bir trend), çünkü yöneticiler, "içgüdüleri" onlara önceden belirlenmiş olan şeyleri söylediği için, sağlam temellere dayanan tavsiyeleri göz ardı ederek feci bir başarısızlık yaşadıktan sonra halıya çağırılmanın utancından hoşlanmadılar. yön daha iyi olmalı, ancak defalarca değildi.

 

Şirketlerde çalışmayı bırakıp harici bir analist olduktan sonra, yöneticilerin benim haklılığımın kariyerleri için bir tehdit oluşturduğunu düşünmemeleri nedeniyle tavsiyelerimin takip edilme ihtimalinin daha yüksek olduğunu görünce şaşırdım.

 

Al için üst Gartner Stratejik Tahminlerine bakın
Şirketin içinden beni bir risk olarak görüyorlardı. Dışarıdan öyle değildim, bu yüzden benimle rekabet ettiklerini hissetmedikleri için dinlemeye ve farklı bir strateji izlemeye daha istekliydiler.

 

Yöneticiler, daha iyi kararlar almalarını sağlayacak çok büyük miktarda veriye erişebilir. Ancak yine de felaketle sonuçlanan kötü temellere dayanan kararlar veren çok sayıda insan görüyorum.

 

Bu nedenle yapay zeka, şirketlerin daha iyi kararlar almasına yardımcı olmaya odaklanmalı ve ancak o zaman üretkenlik ve performansa odaklanmalıdır. Yönün arkasındaki kararın doğru olduğundan emin olmadan hıza odaklanırsanız, yanlış yöne çok daha hızlı gitme olasılığınız artar, bu da hem daha sık hem de daha pahalı hatalara neden olur.

 

Karar Verme Zorlukları

Kişisel yaşamlarımızdan profesyonel yaşamlarımıza kadar yapay zeka sayesinde daha hızlı kararlar alabiliyoruz ancak bu kararların kalitesi düşüyor. Mevcut yapay zeka teknolojisi dalgasının başlıca destekçilerinden ikisi olan Microsoft ve Intel'e dönüp baktığınızda, şirketlerin varlıklarının büyük bölümünde, özellikle de bu yüzyılda, bir veya daha fazla CEO'ya mal olacak kötü kararlar verdiklerini görürsünüz. .

 

Eski dostum Steve Ballmer, kötü karar üstüne kötü kararla lanetlendi; bunun, hâlâ, adamın kendisine özgü bir şeyden çok, onu destekleyen kişi veya kişilerin sonucu olduğunu düşünüyorum.

 

Adam Harvard'da sınıfının birincisiydi ve tartışmasız şimdiye kadar tanıştığım en zeki insandı. Xbox'ın başarısıyla tanınır. Yine de bundan sonra Microsoft'un mali performansını iyi yönetmesine rağmen Zune, Microsoft Phone ve Yahoo'da başarısız oldu, Microsoft'un değerlemesi sekteye uğradı ve kovulmasına neden oldu.

 

Diğer birkaç analistle birlikte, başlangıçta onun daha iyi kararlar almasına yardımcı olmak için görevlendirildim. Ancak, kararlarının kalitesini iyileştirmezse kovulacağını savunarak e-posta üzerine e-posta yazmama rağmen hepimiz neredeyse anında kenara atıldık. Maalesef girişimlerime kızdı. Hala onun başarısızlığını kendi başarısızlığım olarak düşünüyorum ve bu, hayatımın geri kalanında peşimi bırakmayacak.

 

Bu sorun, IBM'de, sorunlara daha yakın olanlarımızdan bilgi almayı reddeden insanlarla çevrili John Akers'ın başına gelenleri yansıtıyor. IBM'de o şirketteki sorunları ortadan kaldırmaya yönelik çabalarım ödüllendirilirken, benim gibi insanların etkisi o kadar azaldı ki, ki sayıları çoktu, Akers işini kaybetti. Aptal olduğundan ya da dinlemediğinden değildi. Bunun nedeni, kulağı olan ve bu erişimle bağlantılı statüyü kaybetmek istemeyen yöneticiler tarafından engellenmiş olmamızdı.

 

Böylece her iki şirket CEO'sunun da başarılı olması için ihtiyaç duyduğu bilgiler güvendikleri kişiler tarafından yalanlandı. Çalıştıkları şirketlerin başarısını güvence altına almaktan çok statü ve erişime odaklandılar.

 

Yapay Zeka Karar Sorunu İki Katlıdır

Öncelikle, yapay zeka çabalarından elde edilen sonuçların, yetenek açısından etkileyici olsa da, aynı zamanda inanılmaz derecede yanlış veya eksik olduğunu biliyoruz. Wall Street Journal az önce en iyi yapay zeka ürünlerini değerlendirdi ve hem Google'ın Gemini'sinin hem de Microsoft'un Copilot'unun, bazı istisnalar dışında, en yaygın şekilde kullanılması gerekmesine rağmen en düşük kaliteye sahip ürünler olduğunu buldu.

 

Ayrıca yukarıda da belirttiğim gibi, geçmişteki davranışları göz önüne alındığında çok daha doğru olsalar bile yöneticiler bunları kullanmayabilir ve sistemin onlara söylediği her şeye içgüdülerini tercih edebilirler. Bu, bu ürünlerdeki kalite sorunlarının etkisini azaltabilse de sonuç, güvenilemeyecek veya güvenilmeyecek bir sistemdir.

 

Mevcut kalite sorunları, mevcut yapay zeka neslinden önce var olan kötü davranışların desteklenmesine ve güçlendirilmesine yardımcı oluyor; dolayısıyla, yapay zeka ile ilgili kalite sorunları düzeltilse bile, işletmeleri ve hükümetleri daha başarılı hale getirme potansiyelinin altında performans göstermeye devam edecek.

 

Kapanış
Şu anda hıza olan ihtiyacımız (üretkenlik, performans), bu faydayı sağlayan teknolojinin hem güvenilir hem de güvenilmeye değer olmasına olan ihtiyacımızdan çok daha az. Ancak bu sorunu çözsek bile Tartışmacı Teori, şirket içi tavsiyeleri işimize, statümüze ve imajımıza yönelik bir tehditten başka bir şey olarak göremememiz nedeniyle teknolojinin daha iyi karar desteği için kullanılmayacağını öne sürüyor.

 

Bu görüşün doğruluk payı var çünkü eğer insanlar kararlarınızın yapay zeka tavsiyelerine dayandığını bilirlerse, sonunda sizin gereksiz olduğunuz sonucuna varabilirler mi?

 

Üretkenliği öncelikli amaç olarak gören yapay zekaya odaklanmayı bırakıp bunun yerine çok daha yüksek kaliteye ve daha iyi karar desteği sağlamaya odaklanmalıyız, böylece makine hızlarında kötü kararlara ve tavsiyelere boğulmamalıyız.

 

Daha sonra, insanları geçerli tavsiyeleri kabul etmeleri için aktif olarak eğitmemiz gerekiyor; bu, aynı hızda kötü kararlara gömülmek yerine, makine hızlarında ilerlememizi daha etkili bir şekilde sağlayacak. Ayrıca insanları yapay zekayı etkili bir şekilde kullandıkları için ödüllendirmeliyiz, bu kullanımın işlerini ve kariyerlerini riske atacağını onlara hissettirmemeliyiz.

 

Yapay zeka daha iyi bir dünya yaratılmasına yardımcı olabilir, ancak yalnızca kaliteli sonuçlar sağlaması ve bu sonuçları kararlarımızı vermek için kullanmamız durumunda.

 

Starlux Havayolları

İptal edilen uçuşlar nedeniyle uzak havalimanlarında sıkışıp kalmaktan, birinci sınıf biletler için ödeme yapmaya ve kötü operasyonlar ile uçuş isteksizliği nedeniyle otobüse binmeye kadar uzanan kötü deneyimler nedeniyle United Airlines ile uçmayı neredeyse bıraktım. Operasyon hataları nedeniyle geciken yolcuların varış noktalarına zamanında varmalarını sağlamak.

 

ABD dışındaki taşıyıcılarla olan deneyimim çok daha iyi oldu. Geçen hafta Computex'e yaptığım seyahatte Tayvanlı bir taşıyıcı olan Starlux'u aldım. Bu havayolunun deneyimi çok daha üstündü.

 

United'daki işletme sınıfında, çoğu zaman kendimi daha az müşteri ve daha çok sıkıntı gibi hissediyorum. Starlux'ta insanlar yolculuğumun rahat geçmesini sağlamak için ellerinden geleni yapıyorlardı; kişisel bakımımı öncelikli olarak ele aldılar. Özel bir yemek istediğimde onu sağlamak için ellerinden geleni yaptılar. Wi-Fi ile uğraştığımda sorun çözülene kadar bana destek verdiler ve deneyimimin örnek teşkil etmesini önemsiyor gibi görünüyorlardı.

 

Kariyerim boyunca çok seyahat ediyorum ve bundan korkuyorum, bu çok üzücü çünkü çocukken her uçakla uçmayı sabırsızlıkla beklerdim. Starlux'ta seyahat ettiğimde uçmaya olan sevgimin bir kısmını yeniden kazandım ve uçağa binmekten korkmak yerine eve dönüş uçağını sabırsızlıkla beklediğimi fark ettim.

 

Starlux, 13 saatlik uçuşumu eğlenceli hale getirdi ve bunu Singapur Havayolları, Emirates Havayolları ve bu listedeki diğer yabancı taşıyıcılarda da fark ettiğimi belirtmeliyim . Starlux Havayolları benim Haftanın Ürünüm.