Firmy przemysłowe mogą zwiększać automatyzację bez całkowitego wycofywania ludzi z procesu decyzyjnego. Tak wynika z badań Kai Hoberg, Christiny Imdahl i Williama Schmidta, którzy proponują uzależnienie udziału pracownika od jego przewidywanej wartości.
Najpierw analizowane są przypadki, w których ludzkie poprawki polepszają rekomendację algorytmu. Następnie model ocenia, kiedy interwencja eksperta może przynieść korzyść. Sprawy o niskiej wartości dodatkowej są automatyzowane, a pozostałe pozostają pod kontrolą człowieka. Korekty pracowników wracają do systemu jako materiał do dalszego uczenia.
Analiza objęła ponad 475 tys. decyzji związanych z zamówieniami, podejmowanych przez cztery lata u dużego producenta pojazdów użytkowych osiągającego ponad 4 mld euro rocznych przychodów. Autorzy badali nie to, kto jest lepszy ogólnie, lecz kiedy ludzie przewyższają algorytm.
W badanym zastosowaniu można było zautomatyzować około 84 proc. decyzji. Wynik wskazuje na możliwość połączenia wysokiej wydajności systemu z celowym wykorzystaniem ludzkiej wiedzy.
Przedsiębiorstwa powinny najpierw mierzyć efekt interwencji pracowników, a dopiero później ustalać poziom automatyzacji. Pozwala to ograniczyć zadania powtarzalne i utrzymać mechanizm dostosowywania AI do zmian w działalności. W projekcie uczestniczy Kühne Logistics University.
Wielojęzyczny specjalista z doświadczeniem w Europie, Kanadzie i Chinach, Herbert nawiązał bezcenne kontakty w branży motoryzacyjnej i energetycznej. Kierował prestiżowymi projektami obejmującymi współpracę z ENBW, Mercedes-Benz Group, Siemens Group oraz Instytutem Fraunhofera.