Eksperymentowanie (z AI) w biznesie
O wnioskowaniu uproszczonym i błędach poznawczych.
Heurystyki i eksperymenty
Prowadzenie firmy odbywa się w środowisku mniejszej lub większej niepewności. Od doboru słów w reklamie internetowej aż po ogólną kondycję gospodarki - jest całe spektrum czynników, które wpływają na biznes. Natomiast nie mamy ani kompletnej listy tych czynników, ani też wystarczających informacji o ich wpływie na przedsiębiorstwo. Dlatego też posługujemy się heurystykami - uproszczonymi regułami wnioskowania, które służą do szybkiego podejmowania decyzji. Zamiast wiedzieć, że najlepsza decyzja biznesowa w danym momencie to X, stwierdzamy “z uwagi na brak wystarczającej informacji, wydaje mi się, że najlepsza decyzja to X, bo [na przykład w innej firmie w podobnej sytuacji podjęto podobną decyzję i skutki były pozytywne albo podręcznik Y zaleca X w takiej sytuacji jak nasza]”.
Większość podręczników biznesowych i prawie 100% porad biznesowych na LinkedIn to heurystyki. Są one mniej lub bardziej podparte przykładami, ale z uwagi na to, że nasze modele przedsiębiorstw są bardzo uproszczone, nazywamy je heurystykami, a nie regułami. Reguł w biznesie w zasadzie nie ma, może poza prawnymi.
Heurystyki w zasadzie działają, dopóki coś dramatycznie nie zmieni się w biznesie lub jego otoczeniu. Może to być wojna, kryzys klimatyczny, światowe przerwy w logistyce, strajk pracowników, ale także pojawienie się nowych rynków zbytu, lub nowej technologii, takiej jak generatywna sztuczna inteligencja.
Dlaczego heurystyki nie zdają egzaminu w przypadku GenAI?
Byłoby całkiem przyjemnie, gdyby do AI można było podejść tak samo, jak do innych zmian technologicznych, które widzieliśmy w ostatnich dekadach, jak na przykład chmury obliczeniowej. Ale mamy kilka różnic:
technologia GenAI zwiększa swoje możliwości z miesiąca na miesiąc - cykle rozwojowe są krótsze niż cykle wdrożeniowe
innowacyjne rozwiązania w tym obszarze znajdowane są przez szeregowych pracowników, a nie wymyślane przez zarządy (innowacje bottom up)
zakres stosowalności GenAI jest inny, niż w przypadku rozwiązań IT, które szturmem zdobywały rynek w ostatnich dekadach
Ale problem nie dotyczy tylko starych heurystyk.
Nawet nowe heurystyki, jak na przykład prompty do modeli językowych, mają ograniczoną stosowalność z uwagi na dynamikę zmian w technologii.
Eksperymentowanie jako metaumiejętność
Z pozoru wydawałoby się, że eksperymentowanie jest naturalną preferencją osób prowadzących biznes, zwłaszcza w dynamicznych warunkach rynkowych. Dzięki podejściu eksperymentalnemu firmy mają szansę na testowanie hipotez przy ograniczeniu potencjalnych strat, na eksplorowanie kreatywnych rozwiązań, na wzmacnianie odporności organizacji.
To w teorii.
Parę lat temu opublikowano badanie na temat tego, jak w uniwersalny sposób opieramy się eksperymentowaniu, nawet w prostych przypadkach, gdzie mamy tylko dwie opcje do wyboru. To się dzieje nawet w przypadkach, kiedy prezentowane alternatywy są oceniane przez uczestników badania jako złe.
Innymi słowy, nasza konstrukcja kognitywna preferuje heurystyki od eksperymentów, nawet jeśli te heurystyki nie działają i my o tym wiemy.
Dlatego nazywam eksperymentowanie “metaumiejętnością”, bo jest to kompetencja, która wymaga od nas pewnej szczerości w ocenie, czy nasz opór przed eksperymentowaniem jest racjonalny (na przykład nie mamy zasobów, albo chcemy skupić się na jednej rzeczy, itp.), czy też jest wynikiem błędu poznawczego.
Eksperymentowanie i AI
Eksperymentowanie jest kluczowe przy wdrażaniu AI - podkreślam to w pewnie co drugim mailu. Tylko w ten sposób można znaleźć idealne dopasowania tej technologii w konkretnej firmie, zamiast “prawie wystarczającego” dopasowania rozwiązania przyniesionego z zewnątrz. Bill R Mc Dermott, prezes ServiceNow (światowego giganta dostarczającego oprogramowanie do zarządzania cyfrowymi procesami z biznesie), twierdzi, że większość firm zostanie zmuszona do radykalnej restrukturyzacji (rozumianej jako przearanżowanie procesów biznesowych, a nie restrukturyzacja upadłościowa) w przeciągu najbliższych dwóch lat z powodu AI. To się nie może odbyć inaczej, niż przez eksperymenty.
Ale potem już będzie można “normalnie” prowadzić firmę, tak? No niestety, już nie.
Wyobraźcie sobie, że prowadzicie firmę świadczącą usługi B2B (prawnicze, księgowe, design, marketing, cokolwiek). Jest 2025, macie już wdrożone AI, podobnie jak Wasza konkurencja (aczkolwiek może być jej mniej, bo nie wszyscy się załapali na rewolucję). Przyrosty produktywności są dwucyfrowe, obroty się zwiększyły, można odetchnąć, prawda?
Nagle orientujecie się, że oferta konkurencji poszerzyła się w bardzo krótkim czasie i Wasi klienci zaczynają odchodzić. Albo klienci zostają, ale firma porównywalna wielkością z Waszą nagle odkrywa nowy produkt i generuje dziesięciokrotnie większe obroty niż Wy. Albo cokolwiek w tym stylu.
To w zasadzie nic nowego, bo taka zmienność jest naturalna w biznesie. Ale nie byliśmy świadkami tempa, które nas czeka. Bo co innego zobaczyć taką zmianę na przestrzeni kilku lat, a co innego zobaczyć ją na przestrzeni kilku kwartałów. Firma konsultingowa Roland Berger twierdzi, że AI przyspieszy rozwój nowych usług czy produktów o 60% w przeciągu roku do dwóch lat. AI w przemyśle farmaceutycznym już teraz podniósł współczynnik sukcesu o 17% a przewiduje się, że skróci czas wprowadzenia nowych leków na rynek o 30% (czyli o lata!).
Dynamika zmian wymusi na większości firm przejście w tryb ciągłego eksperymentowania, czy chcą tego czy nie. Możecie zacząć dzisiaj, nie będzie to wtedy tak bolesne.
Ciekawe niusy
Firma Google opublikowała bardzo obszerny raport nt. swojego nowego wielomodalnego modelu językowego Gemini 1.5 Pro. Ponad 150 stron wypełnionych tabelami, wykresami i analizami kompetencji ma jedną perełkę, którą prezentuję poniżej:
Jest to ocena ekspertów z różnych dziedzin (ludzka ocena, a nie wrażenie modelu językowego) ile czasu (w procentach) model 1.5 Pro może zaoszczędzić w różnych zadaniach w stosunku do starej wersji 1.0 Pro. Wybrane zadania nie były trywialne. Popatrzcie na przykład z pracy nauczyciela przedszkola:
To już nie jest “napisz mi coś” albo “odpowiedz na trudne pytanie”, a dość skomplikowana analiza na podstawie strony internetowej oraz obrazów. Robi wrażenie.