Рост класса автоматизированных систем принятия решений приведет к значительному сокращению объема работ начального уровня, требующих оценок и расчетов, и это в свою очередь приведет к тому, что специалисты в области анализа и обработки...
Рост класса автоматизированных систем принятия решений приведет к значительному сокращению объема работ начального уровня, требующих оценок и расчетов, и это в свою очередь приведет к тому, что специалисты в области анализа и обработки информации станут ненужными
Есть ли среди ваших знакомых семьи, в которых дети смогли подняться намного выше родителей? Такие, в которых кажущиеся не слишком преуспевшими родители смогли передать детям способности, позволившие тем подняться довольно высоко. Именно так получилось в семействе автоматизированных систем принятия решений. Родители — искусственный интеллект (Artificial Intelligence, AI) и системы поддержки принятия решений (Decision Support Systems, DSS) — в конечном счете не оправдали надежд, хотя рекламы было очень много. Системы искусственного интеллекта и экспертные системы оказались очень трудными в обращении, так как разрабатывали их нудные инженеры по знаниям. Системы поддержки принятия решений тоже никогда особенно не процветали, хотя и ходили десятилетиями
в любимчиках академической науки. Возможно, так получилось, потому что для того скудного времени эти системы требовали слишком глубокого статистического анализа экспертных знаний и тщательного изучения процесса работы человека.
Однако потомок AI и DSS, названный автоматизированной системой принятия решений, получил лучшие черты каждого из родителей и быстро пошел в гору. Автоматизированные системы принятия решений, подобно экспертным системам, основаны на базах правил. А подобно системам поддержки принятия решений, они часто используют статистический или алгоритмический анализ данных. Обычно процесс принятия решений протекает в реальном времени после взвешивания всех данных и правил для конкретного клиента или случая. Иногда автоматизированные системы принятия решений несут в себе гены другого предка — системы управления бизнесом или технологическим потоком, что дает некоторым обозревателям основание называть эти системы интеллектуальными системами управления эффективностью бизнеса (smart BPM systems).
Самая яркая особенность таких систем состоит в том, что они действительно принимают решения: какую цену назначать конкретному клиенту, предоставлять ли заем или страховой полис, какому автомобилю, доставляющему товары, следует изменить маршрут, какое лекарство надо прописать больному диабетом. В одних случаях человеку совсем не приходится вмешиваться в процесс принятия решения, в других иногда по этическим или юридическим причинам система принятия решений работает параллельно со специалистом, например с врачом. В основном такие системы используются для принятия решений, которые требуют частого и быстрого использования информации, поступающей в реальном времени. Области принятия решений относительно хорошо структурируются и имеют четко определенные показатели.
Иными словами, это еще одна причина, по которой специалисты в области анализа и обработки информации становятся ненужными. Рост класса автоматизированных систем принятия решений (а я полагаю, что он неизбежен) приведет к значительному сокращению объема работ начального уровня, требующих оценок и расчетов. Автоматизировать такие работы даже проще и дешевле, чем выполнять их в офшоре. По мнению экономистов, рост производительности стал причиной 2,7 млн. случаев потери работы в США с 2001 года, тогда как из-за офшоринга за последние три года потеряно примерно 300 тыс. рабочих мест. Я даже слышал о компании, которая использует труд индийских программистов и статистиков для разработки автоматизированных систем принятия решений, — кошмарная ситуация для американских специалистов по анализу и обработке информации. После года исследований, выполненных мною вместе с бывшей моей коллегой по работе в консалтинговой группе Accenture Джин Харрис, мы пришли к выводу, что автоматизированные системы принятия решений используются в самых разных отраслях промышленности и для принятия решений разного типа. Они более оперативны, более сложны и намного глубже вникают в проблему, чем их первые варианты — системы управления доходностью в авиакомпаниях, которые принимали решения по ценам на места в самолетах в начале 80-х. В авиакомпаниях, например, технология распространилась на многие другие функции, включая составление графиков полетов, а также графиков работы экипажей и наземных служб. Приложения для управления доходностью также комбинируются с программами повышения лояльности (англ. Loyalty Program — программа сохранения покупателей путем награждения за их благосклонность) с целью оперативного установления цен на гостиничные номера. Владельцы казино Harrah?s Entertainment ежемесячно зарабатывают несколько миллионов долларов на росте доходов за счет оптимизации цен номеров в принадлежащих им отелях и предложения цен разного уровня участникам их программ повышения лояльности.
Автоматизированные системы принятия решений нередко применяются в туристическом бизнесе и на транспорте. Чаще всего такие системы используются в финансовых службах. В банковском деле обычным стало оперативное принятие решений об ипотечном кредитовании и предоставлении займа со страховкой. Например, в LendingTree.com автоматизированная система решает две задачи: первая — определить, какой из банков-участников больше всех подходит для ипотечного кредитования конкретного клиента, а вторая — в течение нескольких минут предложить клиенту с помощью фирменной банковской технологии четыре варианта ипотеки.
DeepGreen Bank создавался с нуля на основе технологии автоматизированного принятия решений по кредитованию из собственных средств. Клиенты могут за пять минут заполнить заявление (включая сообщение о доходах), а после этого запускается автоматизированный процесс. Система выдает отчет о кредитных операциях, вызывает алгоритм расчета задолженности, оперативно выполняет оценку собственности, проверят наличие страхования от наводнения и мошенничества и после этого принимает решение о предоставлении займа. В 80% случаев клиент дожидается окончательного решения не более двух минут. Система автоматически выбирает местного нотариуса, процесс завершается назначением окончательного срока оформления документов.
Одной из первых областей применения автоматизированных систем принятия решений стало страхование. Приложения для автоматизированного принятия решений о страховании используются уже больше десяти лет. В страховании же раньше других применили искусственный интеллект и экспертные системы, однако те начинания (в основном в 80-х годах) не оправдали надежд. В настоящее время технологии на основе баз правил широко распространены в личном страховании и внедряются в более сложные процедуры страхования малого бизнеса. Предпринимаются попытки внедрения автоматизированных систем принятия решений в другие виды страхования, включая страхование интеллектуальной собственности, но в этих областях дело идет медленнее.
Автоматизированные системы используются для решения широкого круга задач, включая:
- программируемое оформление заказов и лечебных протоколов в здравоохранении;
- расчет цен и согласование потребностей и поставок в электронике и автомобилестроении;
- оптимизацию цепочек поставок;
- написание сценариев для call-центров;
- предоставление кредитов на торгово-промышленную деятельность и финансирование;
- рассмотрение портфелей кредитов;
- конфигурирование ИТ-систем.
Технологическая среда
Несмотря на широкое распространение автоматизированных систем принятия решений, и технология, и поддерживающие ее производители все еще остаются относительно мелкомасштабными. Большинство организаций используют технологии на основе «баз правил» от небольшого числа мелких производителей, таких как Ilog, Fair Isaac и PegaSystems. Некоторые отрасли, например страхование, имеют специализированные пакеты, ориентированные на их задачи. Внедрение таких пакетов требует меньше времени. Однако большая часть организаций создает собственные заказные системы. Используемые при таком подходе технологии включают язык правил, средства разработки и среду разработки правил, а также редактор правил и репозитарий. Часто правила встраиваются в другие приложения, такие, например, как система автоматизации документооборота в страховании.
Различие между современной технологией и породившим ее искусственным интеллектом состоит в том, что базы правил поддерживают в основном не специалисты по технологиям, а конечные пользователи и менеджеры. Например, в страховании при создании первого варианта базы правил вместе с профессионалами в деле страхования работают специалисты по ИТ и консультанты, но в дальнейшем эксплуатацией базы и внесением в нее новых правил занимаются сами страховщики. Цель не только в создании базы правил, но и в ее оптимизации. Если система проработала какое-то время и показала, что содержит достаточное количество информации, то можно оценить вклад каждого отдельного правила в рентабельность или установить какие-то критерии оценки работы системы, а затем оптимизировать ее за счет удаления из базы бесполезных правил.
Проблемы управления
Одна из главных проблем руководителей таких проектов состоит в том, чтобы найти достаточное число специалистов как для создания системы (обычно требуется несколько человек на несколько месяцев), так и для ее оптимизации. Например, руководитель проекта для небольшой страховой компании вынужден был изъять из системы несколько методических направлений из-за нехватки специалистов для ее настройки и оптимизации. У него в штате были и специалисты по страхованию, и актуарии, но их не хватало.
Если на специалистов-экспертов может быть большой спрос при недостаточном предложении, то потребность в специалистах более низкого уровня снижается. И хотя в ходе нашего исследования мы не слышали о массовых увольнениях, инициированных использованием автоматизированных систем принятия решений, надо полагать, что в будущем прием специалистов невысокого уровня снизится. Руководители должны решить, смогут ли со временем эксперты обходиться без таких специалистов. Где взять новых экспертов, когда нынешние выйдут в отставку или уволятся из компании? Внося изменения, руководители должны как можно раньше обсудить, как будут организованы работы, как будет автоматизирован и централизован процесс принятия решений и какие решения люди должны принимать, не полагаясь на систему. Даже у экспертов, хотя они имеют дело с исключениями и трудными ситуациями постоянно, а не от случая к случаю, могут возникать проблемы с изменениями.
Этот «прекрасный новый мир» долго был на подходе, но теперь он точно наступил. Предприятия должны включать процедуры автоматизированного принятия решений в свои стратегии и технологические процессы, иначе им нечего рассчитывать на долгую успешную работу. Просто информации слишком много и слишком много приходится принимать решений на базе этой информации, чтобы можно было позволить себе обойтись без автоматизации этого процесса. Может быть потеряно какое-то количество рабочих мест, но сами фирмы, которые повысят таким образом производительность, по крайней мере, останутся в деле.
Tom Davenport. Decision Evolution. CIO Magazine. October, 1 2004