لماذا لا تكون تدفقات العمل المحسّنة للذكاء الاصطناعي دائمًا الأفضل للشركات

يمكن أن يكلف سير العمل وعدم كفاءة العمليات ما يصل إلى 40٪ من الإيرادات السنوية للشركة. في كثير من الحالات ، تسعى الشركات إلى حل هذه المشكلة من خلال تطبيق خوارزميات جدولة الذكاء الاصطناعي (AI). تعتبر هذه أداة مفيدة لنماذج الأعمال التي تعتمد على السرعة والكفاءة ، مثل خدمات التوصيل وصناعة الخدمات اللوجستية.

بينما ساعد الذكاء الاصطناعي بالتأكيد في بعض المهام التي تستغرق وقتًا طويلاً والتي لا يمكن التنبؤ بها غالبًا المرتبطة بجدولة الموظفين عبر الأقسام ، إلا أن النموذج لا يزال غير مثالي. في بعض الأحيان يجعل المشاكل أسوأ بدلاً من أن تتحسن.

يفتقر الذكاء الاصطناعي إلى القدرة البشرية لتجاوز مجرد تحسين كفاءة الأعمال. هذا يعني أنه ليس لديه القدرة على المتغيرات "البشرية" مثل تفضيلات العمال. غالبًا ما تؤدي القيود المفروضة على جدولة الذكاء الاصطناعي إلى نوبات عمل غير متوازنة أو عمال ساخطين ، وبلغت ذروتها في المواقف التي تعيق فيها "المساعدة" التي تُقدم إلى الموارد البشرية من الذكاء الاصطناعي سير العمل بسلاسة. / p> عندما يحدث خطأ في التحسين: لا يمكن للذكاء الاصطناعي رؤية البشر وراء نقاط البيانات

ازدادت شعبية الجدولة التلقائية للذكاء الاصطناعي في السنوات الأخيرة. بين عامي 2022 و 2027 ، من المتوقع أن ينمو سوق أنظمة تخطيط الذكاء الاصطناعي العالمي بمعدل نمو سنوي مركب يبلغ 13.5٪ ، وتستخدم 77٪ من الشركات بالفعل الذكاء الاصطناعي أو تتطلع إلى إضافة أدوات الذكاء الاصطناعي لتحسين سير العمل وتحسين العمليات التجارية. حدث

قمة الأمان الذكي عند الطلب

تعرف على الدور الأساسي للذكاء الاصطناعي والتعلم الآلي في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم. انظر هنا

ومع ذلك ، من المهم ملاحظة أن الذكاء الاصطناعي لا يمكنه حتى الآن وضع جدول زمني بدون إشراف بشري. لا يزال متخصصو الموارد البشرية بحاجة إلى مراجعة وتعديل الجداول التي يتم إنشاؤها تلقائيًا ، لأنه لا يزال هناك عيب صارخ في خوارزميات الذكاء الاصطناعي: نقص في "المعلمات البشرية".

يُعد الذكاء الاصطناعي رائعًا في فرز البيانات وإيجاد طرق لتحسين كفاءة العمليات التجارية. يعد تحسين سير العمل عبر الخوارزميات التي تستخدم البيانات التاريخية مثاليًا لإسقاط أشياء مثل حجم الطلب وعدد العمال المطلوبين ، استنادًا إلى معلومات مثل العروض الترويجية للتسويق وظروف الطقس والوقت من اليوم وتقديرات الطلبات بالساعة ومتوسط ​​أوقات انتظار العملاء.

تنبع المشكلة من عدم قدرة الذكاء الاصطناعي على تفسير "المعلمات البشرية" ، وهو ما يعتبره انخفاضًا في الكفاءة وليس أفضل الممارسات التجارية.

على سبيل المثال ، إذا كان لدى إحدى الشركات موظفين مسلمين ممارسين ، فإنهم يحتاجون إلى فترات راحة صغيرة في أيام عملهم لمراقبة أوقات الصلاة. إذا قامت شركة ما بتوظيف أمهات جدد ، فقد يحتاجن أيضًا إلى وقت لضخ السوائل. هذه أشياء تتجاوز حاليًا قدرات الذكاء الاصطناعي لتفسيرها بشكل صحيح ، حيث لا يمكنها استخدام التعاطف البشري والتفكير المنطقي لمعرفة أن هذه "الجداول الزمنية غير الفعالة" أكثر كفاءة من وجهة نظر الموظف طويل الأجل السعادة. الكفاءة ليست دائما أفضل سياسة ؛ هل هناك حل؟

قصير ...