व्यावसायिक निर्णय लेने में सहायता के लिए संगठन प्रभावी ढंग से आर्टिफिशियल इंटेलिजेंस को कैसे डिज़ाइन और लागू कर सकते हैं?

Design principles for artificial intelligence-augmented decision making: An action design research study

Savindu Herath Pathirannehelage, Yash Raj Shrestha, Georg von Krogh · European Journal of Information Systems · 2024

99 बार देखा गया · 5 बार सुना गया

Spotify का प्लेयर लोड करता है; Spotify कुकीज़ सेट कर सकता है। यह डिवाइस आपकी पसंद याद रखता है।

मुख्य निष्कर्ष

व्यवसाय मॉडल आवश्यकताओं, संसाधनों और क्षमताओं के साथ AIADM उपयोग के मामलों को संरेखित करते हुए एक रणनीतिक डेटा रोडमैप तैयार करें।
मूर्त व्यावसायिक मूल्य प्रदर्शित करने के लिए इनपुट डेटा, AI मॉडल और दृश्य आउटपुट में तालमेल सुनिश्चित करें।
अनुपालन सुनिश्चित करने और हितधारकों का विश्वास बनाने के लिए नैतिक AI शासन ढांचे और लेखा परीक्षा तंत्र को लागू करें।
डोमेन विशेषज्ञता को एकीकृत करने और निर्णय जवाबदेही बनाए रखने के लिए डिजाइन और निष्पादन में मानव भागीदारी बनाए रखें।
समय के साथ निरंतर सीखने, अनुकूलन और प्रणाली में सुधार पर ध्यान केंद्रित करते हुए एक पुनरावृत्ति डिजाइन मानसिकता को अपनाएं।
प्रतिभा और संसाधन सीमाओं को कम करने के लिए ओपन-सोर्स टूल और बाहरी विशेषज्ञ भागीदारी का उपयोग करें।

आपके लिए इसका क्या अर्थ है

CIO / आईटी एक्ज़ीक्यूटिव

Schedule a 30-minute kickoff meeting with your heads of data science, infrastructure, and business intelligence to review the company's current AIADM initiatives and identify one high-priority business model requirement for AIADM to address within the next quarter.

आईटी प्रबंधक

Initiate a preliminary audit of existing data pipelines and AI model repositories, specifically noting any inconsistencies or gaps in documentation that hinder synergy between input data, AI models, and visual outputs.

बिज़नेस रणनीतिकार

Draft a concise one-page document outlining at least two specific AIADM use cases that directly align with the company's current strategic objectives, identifying the key data inputs and desired decision outcomes for each.

शोधकर्ता

Review the internal documentation for the AIADM system currently in use, and identify one specific instance where human domain expertise could have significantly improved the AI's output or decision recommendation.

नीति निर्माता

Begin drafting a preliminary checklist of essential components for an ethical AI governance framework, focusing on elements relevant to data privacy, bias detection, and clear lines of decision accountability for AI-augmented decisions.

सारांश

यह अध्ययन इस बात की जांच करता है कि संगठन कृत्रिम बुद्धिमत्ता-संवर्धित निर्णय लेने (AIADM) प्रणालियों को प्रभावी ढंग से कैसे डिजाइन और तैनात कर सकते हैं। एक ऑनलाइन फैशन रिटेल कंपनी के भीतर एक्शन डिजाइन अनुसंधान पद्धति का उपयोग करते हुए, लेखकों ने ग्राहक विभाजन, ग्राहक प्रतिधारण और उत्पाद पोर्टफोलियो पुनर्रचना में निर्णयों का समर्थन करने के लिए एक AIADM प्रणाली विकसित और उसका मूल्यांकन किया।

समस्या

पारंपरिक निर्णय सहायता प्रणालियाँ पूर्व-निर्धारित नियमों और मानव प्रधानता पर निर्भर करती हैं, जिससे मौजूदा डिजाइन ज्ञान को अनुकूलनशील एआई प्रणालियों पर सीधे लागू करना कठिन हो जाता है। संगठनों को AIADM प्रणालियों को अपनाने में महत्वपूर्ण चुनौतियों का सामना करना पड़ता है, जिसमें स्टोकेस्टिक आउटपुट, अस्पष्ट निर्णय अधिकार, नियामक चिंताएं और संसाधन बाधाएं शामिल हैं।

ट्रांसक्रिप्ट

Host: नमस्कार और A.I.S. Insights — powered by Living Knowledge में आपका स्वागत है। मैं हूं आपकी होस्ट, अन्ना आईवी समर्स। आज हम बिजनेस और टेक्नोलॉजी के एक बहुत ही महत्वपूर्ण विषय पर बात करने जा रहे हैं। मेरे साथ मौजूद हैं हमारे एक्सपर्ट एनालिस्ट, एलेक्स इयान सदरलैंड। स्वागत है एलेक्स!

Expert: धन्यवाद अन्ना। आज आपके साथ इस विषय पर चर्चा करने के लिए मैं बेहद उत्सुक हूं।

Host: एलेक्स, आज हम एक बेहद दिलचस्प अध्ययन पर चर्चा कर रहे हैं, जिसका शीर्षक है "कृत्रिम बुद्धिमत्ता-संवर्धित निर्णय लेने के लिए डिजाइन सिद्धांत: एक एक्शन डिजाइन अनुसंधान अध्ययन"। क्या आप हमारे श्रोताओं को संक्षेप में बता सकते हैं कि यह अध्ययन किस बारे में है?

Expert: बिल्कुल अन्ना। यह अध्ययन इस बात की पड़ताल करता है कि कोई भी संगठन कृत्रिम बुद्धिमत्ता-संवर्धित निर्णय लेने यानी AIADM प्रणालियों को अपने व्यवसाय में प्रभावी ढंग से कैसे डिजाइन और तैनात कर सकता है। इस अध्ययन के दौरान, शोधकर्ताओं ने एक ऑनलाइन फैशन रिटेल कंपनी के साथ मिलकर काम किया ताकि ग्राहक विभाजन, ग्राहक प्रतिधारण और उत्पाद पोर्टफोलियो के फैसलों में एआई की मदद ली जा सके।

Host: यह तो बहुत ही व्यावहारिक लगता है! लेकिन एलेक्स, आखिर कंपनियों को अपने निर्णय लेने की प्रक्रिया में एआई को शामिल करने में सबसे बड़ी चुनौतियां क्या आती हैं? यह अध्ययन किस मुख्य समस्या का समाधान प्रस्तुत करता है?

Expert: अन्ना, सबसे बड़ी समस्या यह है कि हमारी पारंपरिक निर्णय सहायता प्रणालियाँ पूर्व-निर्धारित नियमों और इंसानी फैसलों पर निर्भर करती हैं। लेकिन आधुनिक एआई प्रणालियाँ अनुकूलनशील होती हैं और लगातार सीखती हैं। इस वजह से पुराने डिजाइन सिद्धांतों को एआई प्रणालियों पर सीधे लागू करना कठिन हो जाता है। संगठनों को कई गंभीर चुनौतियों का सामना करना पड़ता है—जैसे एआई के अनिश्चित आउटपुट, अस्पष्ट निर्णय अधिकार, नियामक चिंताएं और संसाधनों की कमी।

Host: यह वास्तव में एक बड़ी चुनौती है। तो इस समस्या को समझने और सुलझाने के लिए इस अध्ययन में किस तरह का दृष्टिकोण या अप्रोच अपनाया गया?

Expert: शोधकर्ताओं ने इसमें एक्शन डिजाइन रिसर्च पद्धति का उपयोग किया। इसका सीधा मतलब यह है कि उन्होंने केवल सैद्धांतिक नियम नहीं बनाए, बल्कि एक वास्तविक ऑनलाइन फैशन रिटेलर के साथ मिलकर एआई सिस्टम को विकसित किया, उसका मूल्यांकन किया और उसे बिजनेस में लागू करके देखा। इससे जो सिद्धांत निकलकर आए हैं, वे पूरी तरह से व्यावहारिक हैं।

Host: यह तो बहुत ही शानदार तरीका है। एलेक्स, इस अध्ययन के मुख्य निष्कर्ष या की-फाइंडिंग्स क्या रहे?

Expert: इस अध्ययन से कई महत्वपूर्ण बातें सामने आई हैं। सबसे पहले, कंपनियों को एक रणनीतिक डेटा रोडमैप तैयार करना चाहिए जो एआई उपयोग के मामलों को व्यवसाय मॉडल, संसाधनों और क्षमताओं के साथ संरेखित करे। दूसरा, इनपुट डेटा, एआई मॉडल और दृश्य आउटपुट में सही तालमेल होना आवश्यक है ताकि व्यवसाय को प्रत्यक्ष मूल्य मिल सके।

Host: और जहां तक नियमों के पालन और नियंत्रण की बात है, उस पर यह अध्ययन क्या सुझाव देता है?

Expert: अध्ययन में नैतिक एआई शासन ढांचे और लेखा परीक्षा तंत्र को लागू करने पर जोर दिया गया है, जिससे अनुपालन सुनिश्चित हो और हितधारकों का विश्वास बने। इसके अलावा, एक और सबसे महत्वपूर्ण बिंदु है—मानव भागीदारी। निर्णय लेने में डोमेन विशेषज्ञों की भूमिका बनी रहनी चाहिए ताकि जवाबदेही तय रहे। एआई को इंसान की जगह लेने के बजाय इंसान के निर्णय लेने की क्षमता को बढ़ाना चाहिए।

Host: यानी एआई और इंसान का संतुलन ही सफलता की कुंजी है!

Expert: बिल्कुल सही। अध्ययन यह भी बताता है कि कंपनियों को एक पुनरावृत्ति डिजाइन मानसिकता अपनानी चाहिए, जो निरंतर सीखने और सुधार पर केंद्रित हो। और यदि प्रतिभा या संसाधनों की सीमाएं हों, तो ओपन-सोर्स टूल और बाहरी विशेषज्ञों की सहायता ली जा सकती है।

Host: यह निष्कर्ष तो बिजनेस लीडर्स के लिए बेहद काम के हैं। एलेक्स, एक व्यावसायिक दृष्टिकोण से देखा जाए, तो इस अध्ययन का सबसे बड़ा संदेश क्या है?

Expert: बिजनेस लीडर्स के लिए सबसे बड़ा सबक यह है कि एआई को केवल एक तकनीकी प्रोजेक्ट न समझें। यह एक रणनीतिक बदलाव है। यदि आप अपनी निर्णय प्रक्रिया को एआई से सशक्त बनाना चाहते हैं, तो आपको डेटा, नैतिकता, इंसानी विशेषज्ञता और निरंतर सीखने की संस्कृति को एक साथ लाना होगा। इससे न केवल आपके फैसले सटीक होंगे, बल्कि जोखिम भी कम होगा और व्यावसायिक लाभ स्पष्ट दिखाई देगा।

Host: बहुत-बहुत धन्यवाद एलेक्स। इस अध्ययन ने वास्तव में एआई को व्यवसाय में लागू करने का एक बहुत ही व्यावहारिक खाका हमारे सामने रखा है।

Expert: धन्यवाद अन्ना, मुझे भी इस पर चर्चा करके बहुत खुशी हुई।

Host: और हमारे सभी श्रोताओं का भी बहुत-बहुत धन्यवाद। आशा है कि आपको आज का यह एपिसोड पसंद आया होगा। बिजनेस और टेक्नोलॉजी से जुड़ी ऐसी ही गहरी जानकारियों के लिए सुनते रहिए "A.I.S. Insights — powered by Living Knowledge"। अगले एपिसोड में फिर मिलेंगे!

Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

मूल प्रकाशक के पास शोध पत्र पढ़ें

AI-augmented decision making, artificial intelligence, decision support systems, design principles, action design research, human-AI ensemble