Korišćenje ChatGPT-a za donošenje boljih odluka
Uspešan proces donošenja odluka ima tri koraka: uokvirivanje odluke, generisanje alternativa i odlučivanje između njih. Veliki jezički modeli mogu pomoći u svakoj fazi procesa. Ali iako je možda primamljivo samo pitati ChatGPT za odgovore, prava moć LLM-a je u tome kako oni mogu pomoći u svakoj fazi. Zatražite pomoć razmišljajući o razmatranjima koja možda nedostaju ili o alternativama koje možda niste razmatrali. LLM mogu biti alat za uklanjanje pristrasnosti, pomažući vam da sami uokvirite i donesete odluku.
Može li ChatGPT pomoći rukovodiocima da donesu bolje odluke? Veliki jezički model o kojem svi pričaju mesecima takođe ima elokventan odgovor na ovo pitanje: „Da, mogu da vas podržim u donošenju odluka menadžmenta pružanjem informacija, činjenica, analiza i perspektiva koje vam mogu pomoći da donesete informisanu odluku.“ ChatGPT odmah nastavlja sa ograničenjem sopstvene nadležnosti. „Međutim, važno je napomenuti da su moji saveti i preporuke zasnovani na algoritamskoj analizi podataka i informacija, a vi, kao ljudsko biće, ipak morate da donesete konačnu odluku na osnovu svog iskustva, znanja i procene situacija.”
Pošteno. Ali uprkos ovoj dozi skromnosti — ili zbog nje — veliki jezički modeli poput ChatGPT-a mogu postati moćni alati za donošenje odluka za menadžere i kompanije. Njihovo obećanje nije u pružanju odgovora, već u pružanju pomoći da prođemo kroz sistematičniji proces donošenja odluka nego što je to danas često slučaj, čak i sa važnim menadžment odlukama.
Tri faze karakterišu odluke sa dobrim informacijama. Prvo, moramo definisati naše ciljeve i kontekst. O čemu je tačno odluka i na osnovu kojih ciljeva, vrednosti i preferencija? Na ovaj način definišemo problem donošenja odluka i postavljamo okvir za donošenje odluka. Drugi korak je razvijanje izbora: Koje opcije donošenja odluka su nam dostupne? Ovde je cilj da se generiše mnogo različitih alternativa, a ne, kao što je to često slučaj, da se fokusiramo samo na očigledne opcije. Tek kada smo razvili dovoljno opcija iz okvira za donošenje odluka, da ih procenimo i u trećem koraku donesemo dobro informisanu odluku.
Kada se vešto koristi, ChatGPT može da pruži dragocene usluge u sve tri faze za poslovne odluke u trenutnom stanju obuke. U praksi, to znači da možemo ući u dijalog sa sistemom o bilo kojoj od tri faze dobro informisanog sistema donošenja odluka. Kada procenjujemo alternative donošenja odluka, možemo se zapitati, na primer: Koje greške prave direktori velikih i srednjih preduzeća u mašinstvu kada odluče da se prošire na nova tržišta? A koji su bili kriterijumi uspeha za uspešnu ekspanziju?
ChatGPT nam onda ne pruža šablon pomoću kojeg možemo savršeno odmeriti opcije u našem slučaju. Ali to nam može pomoći da otkrijemo sopstvene predrasude i izazovemo unapred stvorena shvatanja. Pametno korišćenje ChatGPT-a može biti poput alatke za uklanjanje pristrasnosti koja je naizgled intenzivno čitala Daniela Kahnemana i Amosa Tverskyja. Stoga nudi hranu za razmišljanje da bolje razmislimo o tome kako možemo da procenimo opcije na bolje informisan način.
Sistem je već danas još vredniji kada se koristi za izradu dodatnih opcija sa kojima ne možemo da izađemo na kraj ili da ih lako smislimo. Na ovaj način proširujemo naše horizonte donošenja odluka i shvatamo da postoji mnogo više i dalekosežnijih opcija za donošenje odluka nego što mislimo.
Kako da smanjimo našu zavisnost od Kine i diversifikujemo lanac snabdevanja? Izvršni direktor i njegov tim se možda nikada ranije nisu bavili ovim pitanjem donošenja odluka. ChatGPT, međutim, će moći da ponudi mnoge strategije dokumentovane na internetu od strane kompanija u sličnoj situaciji i može doći do originalnijih ideja od jednostavnog premeštanja proizvodnje u Vijetnam. To je zato što sistem ima pristup delu javno dostupne riznice opcija u deltanostima industrije ili kompanije.
Veliki jezički modeli takođe mogu pomoći u postavljanju ciljeva i preferencija, proceni okolnosti donošenja odluka i odabiru okvira za donošenje odluka. Opet, dijalog je ključan. Sa pravim pitanjima postajemo sagovornik da bolje razumemo kontekst odluke. Na primer, sa ChatGPT-om možemo brzo da vidimo predloge o tome koje su tipične ciljeve druge kompanije mogle da imaju na umu u uporedivoj situaciji donošenja odluka. Na primer, pitanje može izgledati ovako: „Zdravo ChatGPT, ja sam šef uspešnog proizvođača alata srednje veličine izvan Kolumba u Ohaju. Imam poteškoća da privučem nove talente, posebno inženjere. Šta mogu biti razlozi za ovo? Koje strategije koriste slične proizvodne kompanije da bi se izborile sa nedostatkom talenata?"
Suština je: ChatGPT postaje sve inteligentniji razgovor i sparing partner. To nas ne oslobađa od definisanja okvira za donošenje odluka, izrade širokog spektra opcija i njihove evaluacije. Međutim — i ovde je samoprocena sa početka ovog članka tačna — ona pruža zanimljive perspektive. Veliki jezički model ima nekoliko prednosti u poređenju sa ljudskim sparing partnerom: ne teži sopstvenim interesima i ne želi da ugodi onima koji donose odluke na vrhu, na primer, da promoviše sopstvenu karijeru. Ne podleže internom grupnom razmišljanju i birokratskoj politici i takođe je mnogo jeftiniji od eksternih konsultanata za upravljanje ili odeljenja za internu strategiju. Ovo takođe znači da ChatGPT može da pojeftini pripremu i pomoć u donošenju odluka za manje kompanije, čime bi se izjednačili uslovi.
Budućnost studija slučaja
Nadobudni menadžeri u poslovnim školama već indirektno uče o donošenju odluka kroz veliki broj studija slučaja. Cilj je sticanje repertoara modela donošenja odluka razvijanjem i procenom mogućih opcija za akciju u okviru donošenja odluka. Naravno, studije slučaja ne sadrže rešenje u vidu savršenog odgovora na konkretnu situaciju donošenja odluka. U studijama slučaja postavljaju se pitanja, predstavljaju okviri za donošenje odluka i navode se opcije za donošenje odluka. Ne samo da potencijalni menadžeri mogu da uče iz ovih studija slučaja i sa njima, već se mogu koristiti i za obuku velikih jezičkih modela. Međutim, to se još nije dogodilo.
Programeri ChatGPT-a mogli su da nahrane svoj model samo delom javno dostupnih studija slučaja. Prava riznica podataka je ekskluzivna i uskladištena je kod velikih provajdera. Ako se čuvari ovih poslovnih studija slučaja udruže sa kreatorima velikih jezičkih modela, jezički pomoćnik za programiranje, pisanje tekstova i upite kupaca mogao bi se pretvoriti u moćnog pomoćnika za donošenje odluka za kompanije.
I to će u budućnosti biti lakše jer algoritmi učenja postaju sve efikasniji, a samim tim i „modeli srednje veličine“ u kojima više nije potrebno hraniti pola interneta i čitave biblioteke, već pre svega tekstove i dokumenata relevantne za konkretnu oblast. Samo je pitanje vremena kada će se ovo desiti. U svakom slučaju, ekonomski podsticaj za bolje informisane poslovne odluke je odličan i pokrenuće tranziciju sa današnjeg ChatGPT-a na još moćniju budućnost koju bismo mogli nazvati „DecisionGPT“.
Velika snaga ChatGPT-a i sličnih sistema je upoređivanje i kontrast sličnih situacija. Upravo je to najvažnija potreba u mnogim odlukama rukovodstva. Vrlo malo odluka sa kojima se menadžeri suočavaju su jedinstvene. Hiljade, ponekad čak i milioni menadžera pre njih morali su da naprave sličan izbor. Što je bolje opisano ljudskim jezikom kako postavljaju okvir za donošenje odluka, vagaju opcije i donose svoju odluku, to je lakše za DecisionGPT da postane moćno sredstvo za donošenje odluka na osnovu informacija.
Na kraju, mnoge takve odluke rukovodstva bi mogle biti automatizovane. Robo-menadžeri bi mogli biti raspoređeni ranije i češće nego što danas mnogi rukovodioci u svojim kancelarijama u ćošku mogu da poveruju.
U međuvremenu, prednost će imati menadžeri koji koriste trenutno dostupne alate za poboljšanje procesa donošenja odluka. Ne pitajte modele kao što je ChatGPT za odgovore; ispitajte ih u svakoj fazi procesa donošenja odluka.
