Nitin Mittal ผู้นำของ Deloitte ได้รับรางวัล AI Innovator of the Year โดย AI Business AI

Nitin Mittal ผู้นำของ Deloitte ได้รับรางวัล AI Innovator of the Year โดย AI Business AI

เว็บไซต์

Deloitte ประกาศว่าNitin Mittalอาจารย์ใหญ่ Deloitte Consulting LLP และหัวหน้าฝ่ายวิเคราะห์และฝึกคิดและการพัฒนาเชิงกลยุทธ์ด้านปัญญาประดิษฐ์ (AI) ที่เสนอผู้นำร่วมเป็นผู้ชนะของผู้สร้างนวัตกรรมปัญญาประดิษฐ์คนแรก รางวัลแห่งปีจากธุรกิจ AI Mittal ได้รับการยอมรับจากผลงานของเขาในการทำหน้าที่เป็นที่ปรึกษาที่เชื่อถือได้สำหรับลูกค้าที่ใช้โปรแกรมข้อมูลขนาดใหญ่ การใช้การวิเคราะห์ขั้นสูงและ AI เพื่อขับเคลื่อนข้อมูลเชิงลึก และให้คำปรึกษาแก่องค์กรในการตัดสินใจเลือกเชิงกลยุทธ์และเปลี่ยนแปลงก่อนการหยุดชะงัก

การออกแบบเว็บไซต์

รางวัลซึ่งมีจุดมุ่งหมายเพื่อเชิดชูผู้บุกเบิก AI ซึ่งอยู่ในระดับแนวหน้าของการเปลี่ยนแปลงชีวิต ธุรกิจ และสังคมผ่านนวัตกรรม AI ได้รับการประกาศในการประชุมสุดยอด AI 2019 ในนิวยอร์ก 12 ธันวาคม ผู้ได้รับการเสนอชื่อเข้าชิง 18 คนสุดท้ายรวมถึงบุคคลจากผู้นำ องค์กรที่กำหนดรูปแบบเทคโนโลยี การวิจัย และการอภิปรายอย่างแข็งขันที่ขับเคลื่อน AI ให้ก้าวไปข้างหน้า ผู้ชนะได้รับการคัดเลือกผ่านการโหวตออนไลน์โดยเพื่อนร่วมงานในชุมชน AI ทั่วโลก
“ในยุค ‘ Age of With ‘ เราในฐานะมนุษย์มีวิธีที่จะทำงานกับเครื่องจักรอัจฉริยะ ไม่เพียงแต่สร้างข้อมูลเชิงลึกที่มีความหมายและมีผลกระทบเท่านั้น แต่ยังต้องทำด้วยความซื่อสัตย์ จริยธรรม และความเห็นอกเห็นใจ” มิททัลกล่าว “ฉันรู้สึกเป็นเกียรติที่ได้รับรางวัล AI Innovator of the Year และภูมิใจมากกับงานที่เราทำร่วมกับลูกค้าที่ Deloitte ทุกวันเราช่วยให้พวกเขาระบุข้อดีผ่าน AI และการวิเคราะห์เพื่อปรับปรุงการตัดสินใจ สร้างการเชื่อมต่อที่เป็นประโยชน์กับลูกค้า และใช้ประโยชน์จากศักยภาพของ AI กับมนุษย์”
“Deloitte ภูมิใจในตัวผู้นำของเราอย่างมาก และวิธีที่พวกเขากำลังกำหนดอนาคตของ AI สำหรับลูกค้าของเรา” Matt Davidผู้บริหารระดับสูงระดับประเทศ และหัวหน้าฝ่ายกลยุทธ์และการวิเคราะห์ของ Deloitte Consulting LLP กล่าว “ตลอดอาชีพการงานของเขา Nitin ได้ทำหน้าที่เป็นที่ปรึกษาที่เชื่อถือได้ให้กับลูกค้าทั่วโลก และช่วยองค์กรในภาคอุตสาหกรรมต่างๆ ปรับใช้การวิเคราะห์ขั้นสูงและ AI เพื่อขับเคลื่อนความได้เปรียบในการแข่งขัน รับข้อมูลเชิงลึก และใช้ประโยชน์จากเทคโนโลยีเพื่อพัฒนากลยุทธ์ของพวกเขา”
Deloitte ช่วยให้ลูกค้าได้รับประโยชน์จากการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักร ซึ่งองค์กรต่างๆ สามารถตระหนักถึงพลังของ “Age of With” เราช่วยลูกค้าของเราทำให้กระบวนการ เวิร์กโฟลว์ และการตัดสินใจเป็นแบบอัตโนมัติ เปิดเผยข้อมูลเชิงลึกที่ช่วยปรับปรุงความเร็วและคุณภาพของการตัดสินใจ และสร้างปฏิสัมพันธ์และผลลัพธ์ทางดิจิทัลที่เหมือนมนุษย์และมีส่วนร่วม สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการทำงานของดีลอยท์ที่มีการวิเคราะห์และ AI และมุมมองเกี่ยวกับอายุด้วยกรุณาเยี่ยมชมเว็บไซต์ของเรา
การสร้างงานที่ดี
เมื่อพูดถึงงาน คนทำงาน และงาน สิ่งที่น่ากังวลในยุคปัจจุบันส่วนใหญ่เกิดจากความกลัวว่าเรากำลังเห็นการสิ้นสุดของระบบอัตโนมัติ และมนุษย์จะไม่มีทางถอยได้เมื่อเครื่องจักรเข้ามาครอบงำในช่วงสองสามช่วงหลัง งาน กระแสวิจารณ์ล่าสุดในหน้านี้เกิดขึ้นจากการใช้ปัญญาประดิษฐ์ (AI) เพื่อรวบรวมและทำให้ความรู้และงานโดยปริยายเป็นไปโดยอัตโนมัติ ซึ่งก่อนหน้านี้คิดว่าละเอียดอ่อนและซับซ้อนเกินกว่าจะเป็นอัตโนมัติได้ ไม่มีขอบเขตของประสบการณ์ของมนุษย์ที่ไม่สามารถวัดปริมาณและใช้เครื่องจักรได้หรือไม่? และถ้าไม่ มนุษย์จะเหลืออะไรให้ทำนอกจากงานเล็กๆ น้อยๆ ที่เกี่ยวข้องกับการดูแลเครื่องจักร?
แก่นของข้อกังวลนี้คือความปรารถนาของเราที่จะได้งานที่ดี—งานที่ปราศจากความรุนแรงหรือความเครียดเกินควร ใช้ประโยชน์จากคุณลักษณะและความสามารถตามธรรมชาติของผู้ปฏิบัติงานให้เกิดประโยชน์สูงสุด ที่ซึ่งงานสร้างแรงจูงใจ ความแปลกใหม่ ความหลากหลาย ความเป็นอิสระ และความสมดุลระหว่างงานและชีวิตแก่คนงาน และในกรณีที่คนงานได้รับค่าตอบแทนอย่างเหมาะสมและพิจารณาถึงความเป็นธรรมในสัญญาจ้างงาน ที่สำคัญงานดีช่วยสนับสนุนให้คนทำงานเรียนรู้ด้วยการทำ—และในการทำเช่นนั้น ให้ผลประโยชน์ในสามระดับ: แก่คนงานซึ่งได้รับการพัฒนาตนเองและความพึงพอใจในงาน ให้กับองค์กรที่สร้างสรรค์สิ่งใหม่ๆ เมื่อพนักงานค้นหาปัญหาใหม่ๆ ให้แก้ไขและมีโอกาสไล่ตาม และต่อชุมชนโดยรวมซึ่งเก็บเกี่ยวผลประโยชน์ทางเศรษฐกิจจากการเป็นเจ้าภาพองค์กรและพนักงานที่เจริญรุ่งเรือง นี่คือสิ่งที่ทำให้งานที่ดีมีประสิทธิผลและยั่งยืนสำหรับองค์กรตลอดจนการมีส่วนร่วมและเติมเต็มให้กับผู้ปฏิบัติงาน นอกจากนี้ยังเป็นสิ่งที่ทำให้งานที่ดีสอดคล้องกับค่านิยมและบรรทัดฐานของชุมชนที่ใหญ่กว่า เนื่องจากชุมชนแทบจะไม่สามารถโต้แย้งกับการมีพลเมืองที่มีความสุขและมาตรฐานการครองชีพที่สูงขึ้นได้
ความก้าวหน้าอย่างไม่หยุดยั้งของ AI คุกคามการเรียนรู้ ความคิดสร้างสรรค์ และความหมายทั้งหมดที่ทำให้งานออกมาดีโดยอัตโนมัติหรือไม่ แน่นอนว่าบางคนตำหนิเทคโนโลยีสำหรับผลลัพธ์เช่นนั้น พาดหัวข่าวในปัจจุบันมักแสดงความกังวลเกี่ยวกับนวัตกรรมทางเทคโนโลยีซึ่งส่งผลให้มนุษย์มีงานทำไม่ดี หรือแม้แต่ตัดอาชีพบางอย่างออกไปโดยสิ้นเชิง บางคนกลัวว่าความก้าวหน้าทางเทคโนโลยีในสถานที่ทำงานจะส่งผลให้มีงานที่มากกว่างานที่เกี่ยวข้องกันเล็กน้อย ซึ่งนายจ้างตอบสนองต่อแรงกดดันด้านต้นทุนโดยแบ่งตารางการทำงานออกเป็นเวลาที่เล็กลงกว่าเดิม และมีการขอให้พนักงานทำงานนานขึ้น เป็นระยะเวลาหลายวัน เนื่องจากความก้าวหน้าทางเทคโนโลยีแบบโมโนโทนิคทำให้การทำงานของบริษัทเป็นไปอย่างอัตโนมัติมากขึ้นเรื่อยๆ ผู้จัดการมีนิสัยชอบคิดว่างานเป็นมากกว่าชุดของงานเพียงเล็กน้อย ร้อยเรียงเป็นกระบวนการ เพื่อให้บรรลุผลอย่างมีประสิทธิภาพมากที่สุด โดยแรงงานมนุษย์เป็นต้นทุนที่จะลดลง ผลลัพธ์ที่ได้คือการสร้างงานที่แคบ ซ้ำซาก และไม่แน่นอน ครอบคลุมงานความรู้และขั้นตอนในกระบวนการในระบบราชการและงานบริการใน “เศรษฐกิจกิ๊ก” ที่กำลังเกิดขึ้น
ปัญหาที่นี่ไม่ใช่เทคโนโลยี แต่เป็นวิธีที่ใช้เทคโนโลยี—และมากกว่านั้นคือวิธีที่ผู้คนคิดเกี่ยวกับการใช้งาน จริงอยู่ AI สามารถทำงานบางอย่างที่มนุษย์เคยทำมาในอดีต และสามารถแทนที่มนุษย์ที่เคยรับผิดชอบงานเหล่านั้นได้ อย่างไรก็ตาม เพียงเพราะว่าเราสามารถใช้ AI ในลักษณะนี้ได้ ไม่ได้หมายความว่าเราควรจะทำ ดังที่เราได้โต้เถียงกันก่อนหน้านี้ มีหลักฐานที่ยั่วเย้าว่าการใช้ AI แบบทีละงานอาจไม่ใช่วิธีที่มีประสิทธิภาพที่สุดในการใช้งาน การวางแนวความคิดในการทำงานในแง่ของงานและกระบวนการ และการใช้เทคโนโลยีเพื่อทำให้งานและกระบวนการเหล่านั้นเป็นไปโดยอัตโนมัติ อาจเป็นประโยชน์สำหรับเราในยุคอุตสาหกรรม แต่เช่นเดียวกับที่ AI แตกต่างจากเทคโนโลยีรุ่นก่อน ๆ ในด้านความสามารถในการเลียนแบบ (บางส่วน) พฤติกรรมมนุษย์ ทัศนะต่องานของเราก็ควรพัฒนาเช่นกัน เพื่อให้เราสามารถนำความสามารถนั้นไปใช้ให้เกิดประโยชน์สูงสุด

เว็บแอพพลิเคชั่น

ในบทความนี้ เราโต้แย้งว่าการใช้ระบบอัตโนมัติที่ใช้ AI อย่างไตร่ตรอง ไม่ได้ทำให้มนุษย์ล้าสมัยหรือลดการทำงานให้กลายเป็นงานยุ่ง สามารถเปิดโอกาสมากมายในการสร้างงานที่มีความหมายซึ่งไม่เพียงแต่เอื้ออำนวยแต่ยังต้องการจุดแข็งที่มีลักษณะเฉพาะของมนุษย์ การสร้างความรู้สึกและการตัดสินใจตามบริบท อันที่จริงการสร้างงานดีๆ ที่เล่นกับจุดแข็งของเราในฐานะสัตว์สังคมอาจมีความจำเป็น beหากเราต้องตระหนักถึงศักยภาพที่ซ่อนเร้นของ AI และแยกเราออกจากช่วงเวลาที่คงอยู่ของการเติบโตด้านผลิตภาพต่ำที่เรากำลังประสบอยู่ในปัจจุบัน แต่เพื่อให้ AI บรรลุตามคำมั่นสัญญา เราต้องใช้มุมมองที่แตกต่างกันโดยพื้นฐานเกี่ยวกับงานและวิธีการจัดระเบียบงาน ซึ่งคำนึงถึงความสามารถที่ยืดหยุ่นเฉพาะตัวของ AI และปฏิบัติต่อมนุษย์และเครื่องจักรอัจฉริยะเสมือนเป็นหุ้นส่วนในการค้นหาโซลูชันที่ใช้ร่วมกัน ปัญหา.
ปัญหามากกว่ากระบวนการ
พิจารณาแชทบ็อต—โปรแกรมคอมพิวเตอร์ที่ผู้ใช้สามารถสนทนาหรือแชทด้วย—โดยทั่วไปจะใช้สำหรับการสนับสนุนผลิตภัณฑ์หรือเป็นผู้ช่วยซื้อของ คอมพิวเตอร์ในEnterpriseจากStar Trekเป็นแชทบอท เช่นเดียวกับ Zo ของ Microsoft และผู้ช่วยเสมือนที่มาพร้อมกับสมาร์ทโฟนหลายรุ่น การใช้ AI ช่วยให้แชทบอทสามารถตอบสนองต่อสิ่งเร้าต่างๆ ได้หลากหลาย แทนที่จะจำกัดการตอบสนองแบบตายตัวเพียงอย่างเดียวต่ออินพุตเฉพาะ ความยืดหยุ่นในการจดจำอินพุตและสร้างการตอบสนองที่เหมาะสมคือจุดเด่นของระบบอัตโนมัติที่ใช้ AI ซึ่งแตกต่างจากระบบอัตโนมัติโดยใช้เทคโนโลยีรุ่นก่อน ๆ เนื่องจากความยืดหยุ่นนี้ ระบบที่เปิดใช้งาน AI จึงแสดงพฤติกรรมดิจิทัลได้การกระทำที่ขับเคลื่อนโดยการรับรู้ถึงสิ่งที่จำเป็นในสถานการณ์เฉพาะเพื่อตอบสนองต่อสิ่งเร้าโดยเฉพาะ
เราสามารถพิจารณาแชทบอทเพื่อรวบรวมชุดพฤติกรรมดิจิทัล วิธีที่บอทตอบสนองต่อคำพูดที่แตกต่างจากผู้ใช้ ในอีกด้านหนึ่ง ความสามารถของแชทบอตในการส่งการตอบสนองที่แตกต่างกันไปยังอินพุตต่างๆ ทำให้มันมีประโยชน์และปรับตัวได้มากกว่าระบบอัตโนมัติที่ไม่ฉลาด ในทางกลับกัน พฤติกรรมที่แชทบอทพิสูจน์ได้นั้นค่อนข้างง่าย ถูกจำกัดให้ตอบกลับสำเร็จรูปในแผนการสนทนาหรือถูกจำกัดด้วยการเข้าถึงข้อมูลการฝึกอบรม 4ยิ่งไปกว่านั้น แชทบอทยังถูกจำกัดจากการที่พวกเขาไม่สามารถใช้ประโยชน์จากบริบททางสังคมและวัฒนธรรมที่พวกเขาพบ นี่คือสิ่งที่ทำให้แชทบอทและโดยทั่วไประบบที่เปิดใช้งาน AI แตกต่างไปจากมนุษย์โดยพื้นฐาน และเหตุผลสำคัญที่ AI ไม่สามารถ “ เข้ายึดครอง” งานของมนุษย์ทั้งหมด
มนุษย์อาศัยบริบทในการทำความเข้าใจโลก ตัวอย่างเช่น ความหมายของ “มาจัดตารางการเคลื่อนไหว” ขึ้นอยู่กับบริบทที่พูด ความสามารถของเราในการอ้างถึงบริบทของการสนทนามีส่วนสำคัญต่อพฤติกรรมที่หลากหลายของเรา (ตรงข้ามกับพฤติกรรมง่ายๆ ของแชทบ็อต) เราสามารถปรับการตอบสนองของเราต่อสัญญาณทางวาจาและอวัจนภาษา ประสบการณ์ในอดีต ความรู้เกี่ยวกับเหตุการณ์ในอดีตหรือปัจจุบัน การคาดการณ์เหตุการณ์ในอนาคต ความรู้เกี่ยวกับคู่สัญญาของเรา การเอาใจใส่ต่อสถานการณ์ของผู้อื่น หรือแม้แต่ความชอบทางวัฒนธรรม (ไม่ว่าเราจะเป็นหรือไม่ก็ตาม อย่างมีสติสัมปชัญญะ) บริบทของการสนทนาก็มีวิวัฒนาการไปตามกาลเวลา เราสามารถอนุมานข้อเท็จจริงใหม่และมาสู่การตระหนักรู้ใหม่ๆ อันที่จริง การหาข้อสรุปหรือตระหนักว่ามีคำถามที่ดีกว่าที่จะถามอาจช่วยกระตุ้นที่จำเป็นในการกระตุ้นให้เกิดพฤติกรรมที่แตกต่างออกไป
Chatbots มีความสามารถในการใช้บริบทจำกัด พวกเขาสามารถอ้างถึงข้อมูลภายนอกที่ได้รับการรวมเข้ากับโซลูชันอย่างชัดเจนเท่านั้น พวกเขาไม่มีความรู้ทั่วไปหรือความเข้าใจในวัฒนธรรมมากมาย แม้แต่ความสามารถในการอ้างถึงก่อนหน้าในการสนทนาก็ยังเป็นปัญหา ทำให้ยากสำหรับพฤติกรรมก่อนหน้าที่จะโน้มน้าวใจในภายหลัง ด้วยเหตุนี้ พฤติกรรมของแชทบอทจึงมีแนวโน้มที่จะเป็นแบบที่เรียบง่ายและใช้งานได้จริง เช่น การให้ข้อมูลเพื่อตอบสนองต่อคำขอที่ชัดเจน พฤติกรรมเหล่านี้ไม่มีปฏิสัมพันธ์ซึ่งกันและกัน ป้องกันไม่ให้เกิดพฤติกรรมที่ซับซ้อนมากขึ้น

Web​ application

วิธีใช้งานแชทบอทโดยทั่วไปเป็นตัวอย่างของสิ่งที่เราโต้แย้งว่าเป็นวิธีที่ “ผิด” ในการใช้ระบบอัตโนมัติที่ใช้ AI เพื่อดำเนินงานตามปกติโดยมนุษย์ ซึ่งถือว่าซ้ำซ้อนและเปลี่ยนได้ เพียงแค่ทำให้พฤติกรรมง่ายๆ อยู่ในขอบเขตของเทคโนโลยีเป็นอัตโนมัติ และจากนั้นปฏิบัติต่อแชทบ็อตแทนมนุษย์ เรากำลังขจัดพฤติกรรมทางสังคมและวัฒนธรรมที่รุ่มรวยกว่า ซับซ้อนมากขึ้น ซึ่งทำให้ปฏิสัมพันธ์มีคุณค่า แชทบ็อตไม่สามารถรับรู้ถึงอารมณ์ขันหรือการเสียดสี ตีความคำพาดพิงที่เป็นวงรี หรือมีส่วนร่วมในการพูดคุยเล็กๆ น้อยๆ ได้ แต่เราได้นำพวกเขาไปใช้ในสถานการณ์ที่เมื่อคุ้นเคยกับปฏิสัมพันธ์ของมนุษย์ ผู้คนคาดหวังองค์ประกอบทั้งหมดเหล่านี้ และอื่นๆ ไม่น่าแปลกใจที่ผู้ใช้พบว่าแชทบอทน่าหงุดหงิดและการนำแชทบอทมาใช้นั้นล้มเหลว
แนวทางที่มีประสิทธิผลมากขึ้นคือการรวมพฤติกรรมดิจิทัลและพฤติกรรมมนุษย์เข้าด้วยกัน ลองนึกถึงความท้าทายในการช่วยเหลือผู้คนที่พบว่าตัวเองกำลังจะไร้ที่อยู่อาศัยเนื่องด้วยเหตุการณ์ที่โชคร้ายหลายครั้ง บ่อยครั้งที่คนเหล่านี้ไม่อยู่ในฐานะที่จะใช้อินเทอร์เฟซตามงาน—เว็บไซต์หรือระบบโต้ตอบด้วยเสียง (IVR) แบบโต้ตอบ—เพื่อแก้ไขสถานการณ์ของพวกเขา พวกเขาต้องการปฏิสัมพันธ์ที่สมบูรณ์ของอินเทอร์เฟซตามพฤติกรรม ซึ่งการโต้ตอบกับมนุษย์อีกคนหนึ่งจะช่วยให้พวกเขาทำงานผ่านปัญหา หาปริมาณของปัญหา สำรวจตัวเลือกที่เป็นไปได้ และ (หวังว่า) จะพบวิธีแก้ปัญหา
เราต้องการใช้เทคโนโลยีเพื่อปรับปรุงประสิทธิภาพของศูนย์ติดต่อที่บุคคลดังกล่าวอาจโทรหาในกรณีฉุกเฉินนี้ การลดความพยายามในการให้บริการลูกค้าแต่ละรายจะทำให้ศูนย์ติดต่อสามารถให้บริการลูกค้าได้มากขึ้น ในขณะเดียวกัน เราไม่ต้องการลดคุณภาพของบริการ ตามอุดมคติแล้ว เราต้องการใช้เวลาบางส่วนที่ประหยัดได้ และใช้เพื่อปรับปรุงคุณค่าของบริการโดยส่งเสริมให้นักสังคมสงเคราะห์เจาะลึกลงไปในปัญหาและค้นหาวิธีแก้ไขปัญหาที่เหมาะสม (ในอุดมคติและระยะยาว) มากขึ้น นอกจากนี้ยังอาจทำให้ศูนย์สามารถย้ายออกจากการดำเนินการแก้ไขการแตกหัก ซึ่งความต้องการส่วนหนึ่งเกิดจากการที่ศูนย์ไม่สามารถแก้ไขปัญหาได้ในครั้งสุดท้ายที่ติดต่อ เห็นได้ชัดว่าหากเราสามารถใช้เทคโนโลยีได้อย่างเหมาะสมก็อาจเป็นไปได้ที่จะปรับปรุงประสิทธิภาพ (ให้บริการลูกค้ามากขึ้น)
หากเราไม่แทนที่มนุษย์ บางทีเราอาจเสริมมนุษย์โดยใช้เครื่องจักรเพื่อทำงานซ้ำๆ บางอย่างให้เป็นอัตโนมัติ พิจารณาด้านเนื้องอกวิทยา ซึ่งเป็นตัวอย่างทั่วไปที่ใช้เพื่อแสดงกลยุทธ์การเสริมมนุษย์นี้ คอมพิวเตอร์สามารถจดจำมะเร็งในภาพลักษณ์ทางการแพทย์ได้อย่างน่าเชื่อถือมากกว่ามนุษย์ เราสามารถส่งต่อความรับผิดชอบในการวิเคราะห์ภาพไปยังเครื่องจักร โดยที่มนุษย์จะย้ายไปทำงานที่ “ซับซ้อน” แบบอัตโนมัติ ซึ่งโดยทั่วไปแล้วเราจะผสานรวมระหว่างมนุษย์กับเครื่องจักรด้วยการกำหนดแฮนด์ออฟระหว่างงานต่างๆ อย่างไรก็ตามคอมพิวเตอร์ไม่ได้ระบุสิ่งที่ผิดปกติกับสิ่งนี้โดยเฉพาะเนื้องอก หรือสิ่งที่เหมือนกันกับเนื้องอกที่ผิดปกติอื่นๆ และเริ่มต้นสู่กระบวนการค้นพบและพัฒนาความรู้ใหม่ เราเห็นปัญหาที่คล้ายคลึงกันกับตัวอย่างแชทบอทของเรา ซึ่งการนำมนุษย์ออกจากแนวหน้าทำให้นักสังคมสงเคราะห์ไม่เข้าใจว่าปัจจัยที่ขับเคลื่อนการไร้บ้านกำลังเปลี่ยนแปลงไปอย่างไร ส่งผลให้ระบบรองรับความต้องการแบบเก่าเท่านั้น ไม่ใช่ของใหม่ หากเราทำลายการเชื่อมโยงระหว่างการทำและการทำความเข้าใจ ระบบของเราจะแม่นยำยิ่งขึ้นเมื่อเวลาผ่านไป (เมื่อการทำงานของเครื่องจักรดีขึ้น) แต่ระบบจะไม่พัฒนานอกกรอบอัลกอริทึม
เป้าหมายของเราคือต้องสร้างงานในลักษณะที่พฤติกรรมดิจิทัลผสมผสานกับพฤติกรรมของมนุษย์ เพิ่มความแม่นยำและประสิทธิผล ขณะเดียวกันก็สร้างพื้นที่ให้มนุษย์ค้นพบสิ่งผิดปกติและสร้างความรู้ใหม่ ส่งผลให้โซลูชั่นที่เหนือกว่าดิจิทัล หรือพฤติกรรมของมนุษย์จะสร้างขึ้นอย่างโดดเดี่ยว . ดังนั้น หากเราจะผสมผสาน AI และมนุษย์เพื่อให้ได้ประสิทธิภาพที่สูงขึ้น เราก็ต้องหาทางให้พฤติกรรมของมนุษย์และดิจิทัลทำงานร่วมกัน แทนที่จะทำตามลำดับ ในการทำเช่นนี้ เราต้องเปลี่ยนจากการคิดงานเป็นชุดของงานที่ประกอบด้วยกระบวนการไปสู่การมองเห็นงานเป็นชุดของพฤติกรรมเสริมที่เน้นไปที่การแก้ไขปัญหา. งานตามพฤติกรรมสามารถกำหนดแนวคิดเป็นทีมที่ยืนอยู่รอบ ๆ กระดานไวท์บอร์ดที่ใช้ร่วมกัน โดยแต่ละคนถือเครื่องหมาย ตอบสนองต่อสิ่งเร้าใหม่ (ข้อความและเครื่องหมายอื่น ๆ ) ที่ปรากฏบนกระดาน ดำเนินการ และวาดผลลัพธ์บนกระดานเดียวกัน เปรียบเทียบสิ่งนี้กับงานตามงานซึ่งคล้ายกับกองพลน้อยที่คนงานยืนเป็นแถวและ “งาน” ถูกส่งผ่านจากคนงานไปยังคนงานระหว่างทางไปยังจุดหมายปลายทางที่กำหนดไว้ล่วงหน้า โดยที่คนงานแต่ละคนดำเนินการของตน เมื่องานผ่านไป การทำงานตามงานช่วยให้เราสร้างโซลูชันที่เหมาะสมที่สุดสำหรับปัญหาเฉพาะในสภาพแวดล้อมแบบคงที่และไม่เปลี่ยนแปลง ในทางกลับกัน การทำงานตามพฤติกรรมเป็นการแก้ปัญหาที่มีประสิทธิภาพสำหรับปัญหาที่ไม่ชัดเจนในโลกที่ซับซ้อนและเปลี่ยนแปลงไป
หากเราจะผสมผสาน AI และมนุษย์เพื่อให้ได้ประสิทธิภาพที่สูงขึ้น เราก็ต้องหาทางให้พฤติกรรมของมนุษย์และดิจิทัลทำงานร่วมกัน แทนที่จะทำตามลำดับ
เพื่ออำนวยความสะดวกในการทำงานตามพฤติกรรม เราจำเป็นต้องสร้างบริบทที่ใช้ร่วมกันซึ่งรวบรวมสิ่งที่ทราบเกี่ยวกับปัญหาที่ต้องแก้ไข และพฤติกรรมที่ทั้งมนุษย์และดิจิทัลสามารถดำเนินการได้ จุดเริ่มต้นในตัวอย่างศูนย์การติดต่อของเราอาจเป็นสำเนาบทสนทนาจนถึงตอนนี้ ซึ่งคัดลอกมาจากพฤติกรรมการแปลงคำพูดเป็นข้อความ คอลเลกชันของ “พฤติกรรมการจดจำลูกค้า” จะตรวจสอบการสนทนาเพื่อดูว่าผู้โทรเป็นลูกค้าที่กลับมาหรือไม่ ซึ่งอาจเกิดจากการสั่งพิมพ์ด้วยเสียงหรือการรู้จำรูปแบบคำพูด ลูกค้าสามารถระบุชื่อได้ชัดเจนเพียงพอที่ AI จะเข้าใจ พวกเขาอาจให้หมายเลขกรณีหรือโทรจากหมายเลขโทรศัพท์ที่รู้จัก หรือนักสังคมสงเคราะห์อาจก้าวเข้ามาหากพวกเขารู้จักผู้โทรก่อนที่ AI จะรู้จัก ไม่ว่ารายละเอียดของลูกค้าจะถูกดึงมาจากการจัดการเคสเพื่อเติมบริบทที่ใช้ร่วมกันของเรา

Robot Auto process

เมื่อการสนทนาดำเนินไป พฤติกรรมดิจิทัลจะใช้ภาษาธรรมชาติเพื่อระบุข้อเท็จจริงที่สำคัญในบทสนทนา ลูกค้ากล่าวถึงเด็กที่อยู่ในอุปการะเช่น ข้อเท็จจริงเหล่านี้ถูกเน้นให้เห็นทั้งมนุษย์และพฤติกรรมดิจิทัลอื่น ๆ เพื่อสร้างบทสรุปของการสนทนาที่อัปเดตแบบเรียลไทม์ นักสังคมสงเคราะห์สามารถเลือกที่จะยอมรับข้อเท็จจริงที่เน้นหรือยกเลิกหรือแก้ไขได้ โดยไม่คำนึงถึง ความสนใจของมนุษย์อยู่ที่การสนทนา และพวกเขาจำเป็นต้องก้าวเข้ามาเมื่อข้อเท็จจริงที่จับต้องได้จำเป็นต้องแก้ไข แทนที่จะฟุ้งซ่านโดยความจำเป็นในการนำทางระบบการจัดการกรณี