Inteligencia de decisiones - Decision intelligence

Marco de inteligencia de decisiones

La inteligencia de decisiones es una disciplina de ingeniería que aumenta la ciencia de datos con la teoría de las ciencias sociales , la teoría de la decisión y la ciencia administrativa . Su aplicación proporciona un marco para las mejores prácticas en la toma de decisiones organizacionales y los procesos para aplicar el aprendizaje automático a escala. La idea básica es que las decisiones se basan en nuestra comprensión de cómo las acciones conducen a resultados. La inteligencia de decisiones es una disciplina para analizar esta cadena de causa y efecto , y el modelado de decisiones es un lenguaje visual para representar estas cadenas.

Una ingeniería de decisiones de campo relacionada también investiga la mejora de los procesos de toma de decisiones, pero no siempre está tan estrechamente vinculada a la ciencia de datos.

Orígenes y tecnologías

La inteligencia de decisiones se basa en el reconocimiento de que, en muchas organizaciones, la toma de decisiones podría mejorarse si se utilizara un enfoque más estructurado. La inteligencia de decisiones busca superar un "techo de complejidad" en la toma de decisiones, que se caracteriza por un desajuste entre la sofisticación de las prácticas de toma de decisiones organizacionales y la complejidad de las situaciones en las que esas decisiones deben tomarse. Como tal, busca resolver algunos de los problemas identificados en torno a la teoría y las organizaciones de la complejidad .

En este sentido, la inteligencia de decisiones representa una aplicación práctica del campo de los sistemas complejos , que ayuda a las organizaciones a navegar por los sistemas complejos en los que se encuentran. La inteligencia de decisiones también se puede considerar como un marco que trae análisis avanzados y técnicas de aprendizaje automático al escritorio del tomador de decisiones no experto, además de incorporar y luego extender la ciencia de datos para superar los problemas articulados en la teoría del cisne negro .

Los defensores de la inteligencia de decisiones creen que muchas organizaciones continúan tomando malas decisiones. En respuesta, la inteligencia de decisiones busca unificar una serie de mejores prácticas para la toma de decisiones , que se describen con más detalle a continuación.

La inteligencia de decisiones se basa en la idea de que es posible diseñar la decisión en sí, utilizando principios previamente utilizados para diseñar objetos más tangibles como puentes y edificios.

El uso de un lenguaje de diseño visual que represente decisiones (ver § Diseño de decisiones visuales ) es un elemento importante de la inteligencia de decisiones, ya que proporciona un lenguaje común intuitivo fácilmente comprendido por todos los participantes en las decisiones. Una metáfora visual mejora la capacidad de razonar sobre sistemas complejos y mejora la colaboración .

Además del diseño de decisiones visuales, hay otros dos aspectos de las disciplinas de ingeniería que ayudan a la adopción masiva. Estos son:

  1. la creación de un lenguaje compartido de elementos de diseño y
  2. el uso de una metodología o proceso común, como se ilustra en el diagrama anterior.

El Dr. Lorien Pratt escribió el primer libro sobre inteligencia de decisiones

Motivación

La necesidad de una metodología unificada de toma de decisiones está impulsada por una serie de factores a los que se enfrentan las organizaciones al tomar decisiones difíciles en un entorno interno y externo complejo.

El reconocimiento de la incapacidad generalizada de los métodos actuales para resolver problemas de toma de decisiones en la práctica proviene de varias fuentes, incluidas fuentes gubernamentales e industrias como las telecomunicaciones , los medios de comunicación , la industria automotriz y la farmacéutica .

Ejemplos:

  • Los resultados de las decisiones se están volviendo más complejos, yendo mucho más allá de los ingresos del próximo trimestre u otros resultados tangibles a múltiples objetivos que deben cumplirse juntos, algunos de los cuales a menudo son intangibles:

El automóvil se está convirtiendo en una expresión de identidad, valores y control personal en formas que van mucho más allá de la segmentación y la marca tradicionales. Por ejemplo, la eficiencia del combustible será solo una consideración para un vehículo socialmente responsable (SRV). ¿Qué porcentaje de las piezas son reciclables? ¿Cuál es la huella de carbono total del vehículo? ¿Hay insumos de trabajo infantil? ¿Pinturas, pegamentos o plásticos tóxicos? ¿Qué tan transparente es la cadena de suministro? ¿El vendedor es responsable del reciclaje? ¿Qué métodos se utilizan? ¿Se emplean prácticas laborales justas?

-  Shoshana Zuboff , "La solución de GM: botes salvavidas, no soporte vital", Business Week , 18 de noviembre de 2008
  • Aumento global de la complejidad:

Vivimos en un mundo dinámico en el que el ritmo, el alcance y la complejidad del cambio están aumentando. La marcha continua de la globalización, el número creciente de actores independientes y el avance de la tecnología han aumentado la conectividad, la interdependencia y la complejidad globales, creando mayor incertidumbre, riesgo sistémico y un futuro menos predecible. Estos cambios han dado lugar a tiempos de advertencia reducidos y ciclos de decisión comprimidos.

-  Director de Inteligencia Nacional , Visión 2015: Una empresa de inteligencia integrada y en red global , julio de 2008

Transferencia de principios de ingeniería

A diferencia de otros toma de decisiones herramientas y metodologías, la inteligencia decisión busca aportar a una serie de ingeniería prácticas para el proceso de crear una decisión. Estos incluyen análisis de requisitos , especificación , planificación de escenarios , garantía de calidad , seguridad y el uso de principios de diseño como se describe anteriormente. Durante la fase de ejecución de decisiones, los resultados generados durante la fase de diseño se pueden utilizar de diversas formas; Los enfoques de monitoreo como los tableros de control de negocios y la planificación basada en supuestos se utilizan para rastrear el resultado de una decisión y para activar la replanificación según corresponda (una vista de cómo se combinan algunos de estos elementos se muestra en el diagrama al comienzo de este artículo).

La inteligencia de decisiones tiene el potencial de mejorar la calidad de las decisiones tomadas, la capacidad de tomarlas más rápidamente, la capacidad de alinear los recursos organizacionales de manera más efectiva en torno a un cambio en las decisiones y reduce los riesgos asociados con las decisiones. Además, una decisión diseñada se puede reutilizar y modificar a medida que se obtiene nueva información.

Llevando métodos numéricos al escritorio

Aunque muchos elementos de la inteligencia de decisiones, como el análisis de sensibilidad y la analítica , son disciplinas maduras, los responsables de la toma de decisiones no los utilizan ampliamente. La inteligencia de decisiones busca crear un lenguaje visual que sirva para facilitar la comunicación entre ellos y los expertos cuantitativos, permitiendo una utilización más amplia de estos y otros enfoques numéricos y técnicos.

En particular, los vínculos de dependencia en un modelo de decisión representan causa y efecto (como en un diagrama de bucle causal ), flujo de datos (como en un diagrama de flujo de datos ) u otras relaciones. Por ejemplo, un enlace podría representar la conexión entre "tiempo medio para reparar un problema con el servicio telefónico" y "satisfacción del cliente", donde un tiempo de reparación corto presumiblemente aumentaría la satisfacción del cliente. La forma funcional de estas dependencias puede determinarse mediante varios enfoques. Los enfoques numéricos, que analizan datos para determinar estas funciones, incluyen el aprendizaje automático y los algoritmos de análisis (incluidas las redes neuronales artificiales ), así como el análisis de regresión más tradicional . Los resultados de la investigación operativa y muchos otros enfoques cuantitativos tienen un papel similar que desempeñar.

Cuando los datos no están disponibles (o son demasiado ruidosos , inciertos o incompletos), estos vínculos de dependencia pueden adoptar la forma de reglas que se pueden encontrar en un sistema experto o en un sistema basado en reglas , y por lo tanto se pueden obtener a través de la ingeniería del conocimiento .

De esta manera, un modelo de decisión representa un mecanismo para combinar múltiples relaciones, así como razonamiento simbólico y subsimbólico, en una solución completa para determinar el resultado de una decisión práctica.

Relación con la inteligencia artificial y el aprendizaje automático

Como se describió anteriormente, los enlaces de dependencia del modelo de decisión se pueden modelar mediante el aprendizaje automático . A este respecto, la inteligencia de decisiones puede verse como una extensión "multienlace" de la inteligencia artificial , que se utiliza más ampliamente para el análisis de un solo enlace. Desde este punto de vista, el aprendizaje automático puede verse como una respuesta a la pregunta "Si conozco / veo / escucho X, ¿qué puedo concluir?", Mientras que la inteligencia de decisiones responde: "Si tomo la acción X, ¿cuál será el resultado?" ". La última pregunta generalmente involucra cadenas de eventos, que a veces incluyen dinámicas complejas como ciclos de retroalimentación. De esta manera, la inteligencia de decisiones unifica sistemas complejos , aprendizaje automático y análisis de decisiones .

Orígenes

A pesar de décadas de desarrollo de sistemas y metodologías de apoyo a la toma de decisiones (como el análisis de decisiones ), estos siguen siendo menos populares que las hojas de cálculo como herramientas primarias para la toma de decisiones. La inteligencia de decisiones busca cerrar esta brecha, creando una masa crítica de usuarios de una metodología y un lenguaje comunes para las entidades centrales incluidas en una decisión, como suposiciones, valores externos, hechos, datos y conclusiones. Si se mantiene un patrón de industrias anteriores, dicha metodología también facilitará la adopción de tecnología, al aclarar modelos de madurez comunes y hojas de ruta que se pueden compartir de una organización a otra.

El enfoque de inteligencia de decisiones es multidisciplinario, unifica hallazgos sobre sesgos cognitivos y toma de decisiones, conciencia situacional , pensamiento crítico y creativo , colaboración y diseño organizacional, con tecnologías de ingeniería.

La inteligencia de decisiones se considera una mejora de las prácticas organizativas actuales de toma de decisiones, que incluyen el uso de hojas de cálculo , texto (de naturaleza secuencial, por lo que no se ajusta bien a cómo fluye la información a través de una estructura de decisión) y argumentos verbales. El movimiento de estas estructuras en gran parte informales a una en la que una decisión se documenta en un lenguaje visual bien entendido, se hace eco de la creación de metodologías de planos comunes en la construcción, con la promesa de beneficios similares.

La inteligencia de decisiones es una disciplina muy nueva y también muy antigua. Muchos de sus elementos, como el lenguaje para evaluar supuestos, el uso de la lógica para respaldar un argumento, la necesidad del pensamiento crítico para evaluar una decisión y la comprensión de los impactos del sesgo, son antiguos. Sin embargo, la comprensión de que estos elementos pueden formar un todo coherente que proporcione beneficios significativos a las organizaciones al centrarse en una metodología común es relativamente nueva.

En 2018, los procesos y programas de capacitación de Google en ciencia de datos aplicada pasaron a llamarse "inteligencia de decisiones" para indicar el papel central de las acciones y decisiones en la aplicación de la ciencia de datos. La medida en que los marcos teóricos se basaron en las ciencias sociales y de gestión, además de la ciencia de datos, fue un motivador adicional para unificar la inteligencia de decisiones en un campo de estudio distinto de la ciencia de datos.

La inteligencia de decisiones moderna es altamente interdisciplinaria y académicamente inclusiva. La investigación centrada en decisiones, definida en términos generales como selección de acciones biológicas y no biológicas , se considera parte de la disciplina. Sin embargo, la inteligencia de decisiones no es un término genérico para la ciencia de datos y las ciencias sociales, ya que no cubre los componentes que no se preocupan por las decisiones.

Diseño de decisión visual

Debido a que hace visibles las estructuras de razonamiento que de otro modo serían invisibles utilizadas en decisiones complejas, el aspecto de diseño de la inteligencia de decisiones se basa en otras tecnologías de representación conceptual como mapas mentales , gráficos conceptuales y redes semánticas .

La idea básica es que una metáfora visual mejora el pensamiento intuitivo , el razonamiento inductivo y el reconocimiento de patrones, habilidades cognitivas importantes que generalmente son menos accesibles en una discusión verbal o de texto. Un mapa de decisiones empresariales puede verse como un enfoque de un lenguaje de decisiones formal para respaldar la inteligencia de decisiones.

Representación explícita de intangibles

La inteligencia de decisiones reconoce que muchos aspectos de la toma de decisiones se basan en elementos intangibles, incluidos los costos de oportunidad , la moral de los empleados, el capital intelectual, el reconocimiento de marca y otras formas de valor comercial que no se capturan en los modelos cuantitativos o financieros tradicionales. El análisis de la red de valor —sobre todo los mapas de la red de valor— es, por tanto, relevante aquí.

Ver también

Notas

^ Tenga en cuenta las siguientes variaciones semánticas:

  • La gestión de decisiones empresariales (EDM) es una disciplina estrechamente relacionada que se centra en la automatización de decisiones en toda la empresa. La inteligencia de decisiones es desde este punto de vista un superconjunto de EDM, ya que abarca los procesos de toma de decisiones tanto manuales como automatizados, unificándolos en una metodología común que, cuando es efectiva, rompe las barreras entre las herramientas y departamentos de análisis / análisis cuantitativo y aquellos con un enfoque de gestión más cualitativo / estratégico.
  • El término relacionado "ingeniería de decisiones" se utiliza en varias industrias. Cada uno de ellos tiene un significado distinto al que se discute en el presente artículo.
  • Muchos años después del uso generalizado del término, Mastercard registró el nombre "Decision Intelligence" para su producto de inteligencia artificial / aprendizaje automático.
  • En economía del comportamiento , el término relacionado "ingeniería de decisiones" puede significar la manipulación deliberada de las elecciones del consumidor. En este uso del término, la inteligencia de decisiones es aproximadamente análoga al paternalismo blando, un significado bastante diferente al que se cubre en el presente artículo, refiriéndose a la ingeniería de decisiones tomadas por los consumidores, en lugar del uso de principios de ingeniería para ayudar. en la toma de decisiones complejas. Aunque claramente diferente, esta práctica se basa en gran parte de la misma investigación de toma de decisiones que la inteligencia de decisiones (como, por ejemplo, el trabajo del economista conductual Richard Thaler ).
  • La ingeniería de costos mide los costos de los proyectos de ingeniería. La ingeniería de costos a veces se agrupa en ingeniería de productos y optimización del diseño como ingeniería de decisiones. Esto se puede distinguir del marco más amplio de este artículo, que va más allá del ámbito de las decisiones de ingeniería a todas las decisiones que enfrentan las organizaciones.
  • La investigación de operaciones es un enfoque en gran medida cuantitativo para la toma de decisiones que intenta identificar soluciones óptimas o casi óptimas para los problemas de toma de decisiones.

Referencias

Bibliografía

  • Lorien Y. Pratt. Enlace: Cómo la inteligencia de decisiones conecta datos, acciones y resultados para un mundo mejor (2019) ISBN  1787696545
  • Peter F. Drucker. Harvard Business Review sobre toma de decisiones. (2001) ISBN  1-57851-557-2
  • John S. Hammond. Elecciones inteligentes: una guía práctica para tomar mejores decisiones. (2002) ISBN  0-7679-0886-4
  • Edward Russo. Trampas de decisión. (1990) ISBN  0-385-24835-0
  • Paul JH Shoemaker. Decisiones ganadoras: hacerlo bien a la primera. (2001) ISBN  0-7499-2285-0
  • Scott Plous. La psicología del juicio y la toma de decisiones (1993) ISBN  0-07-050477-6

enlaces externos