A Fortune 500-as cégek vezérigazgatói alsó hangon is több százszorosát viszik haza a legtöbb alkalmazottjuk fizetésének, miközben nem ritka jelenség, hogy érdemi következmények nélkül menedzselik félre a világ legnagyobb vállalatait. Miután ugyanezek a csúcsvezetők már javában vizsgálják, hogy miként válthatnák ki alkalmazottaik munkáját robotokkal és autonóm rendszerekkel, adja magát a kérdés, hogy mi a helyzet az ő feladataikkal. A The Hustle egyik cikke már másfél évvel ezelőtt is megpróbált választ találni erre, abból a feltevésből kiindulva, hogy a vezérigazgatók elsődleges feladatai az üzleti növekedés ellenőrzésével kapcsolatosak, és tennivalóik többsége ennek alapján kiszervezhetőnek tűnik.
Akkor némi malíciával arra jutottak, hogy az egyetlen dolog, amiben a mesterséges intelligencia egyértelműen ügyetlenebb lenne, az a részvényesek meggyőzése a saját nélkülözhetetlenségéről. A Cambridge-i Egyetem egyik kísérlete most részben igazolta is ezt a felvetést: az ennek során végzett üzleti szimulációban az MI a legtöbb helyzetben felülmúlta az emberi cégvezetőket, kivéve az úgynevezett fekete hattyú (black swan) eseményeket. A kifejezés a váratlan, hagyományos várakozásokon kívül eső történéseket takarja, a mesterséges intelligencia pedig gyengén teljesített az ilyen hirtelen bekövetkező, új gondolkodásmódot igénylő változások kezelésében – így nem is lenne túl sikeres a C-szintű túlélésben.
Ami működik, az ettől még működik
A kísérletet irányító egyik kutató a Business Insider kérdésére elmondta, hogy az MI a jövedelmezőség, a terméktervezés, a készletezés vagy az árak optimalizálásának területén is hasított, mégis előbb kellett távoznia a virtuális igazgatóságból, mint a váratlan helyzetekben jobban eligazodó humán versenytársainak. A februártól júliusig zajló programban egyébkénttöbb száz ember vett részt, egyetemistáktól egészen dél-ázsiai banki felső vezetőkig. Az elképzelt autógyártó cég vezérigazgatói döntéseit szimuláló játékban az OpenAI GPT-4o nagy nyelvi modellje (LLM) is szerepelt, a játék célja pedig a túlélés volt, vagyis a vállalat piaci kapitalizációjának növelése és a vezérigazgatói szék megtartása minél hosszabb ideig.
A BI beszámolójából kiderül, hogy az LLM-ek nagyszerűen elemezték az adatokat és a mintákat, amelyekből helyes következtetéseket vontak le: az általuk összeállított autók például lényegesen jobbak voltak, mint azok, amelyeket az emberek találtak ki. Ennek okát részben az emberi elfogultságra és személyes ízlésre vezették vissza, hiszen az MI-nek nincs véleménye az autókról. Amikor azonban jelentős változás következett be a piaci feltételekben (mondjuk beütött egy világjárvány), a modellek összeomlottak, mert nem volt elegendő információjuk a helyzet kezeléséhez.
A kutatók szerint a tanulság annyi, hogy az MI képességeit nem lehet figyelmen kívül hagyni a vállalati stratégiákban, sőt valós idejű adatokkal az egyes vállalatokra hangolva még ennél is jobban teljesítenének. Ezzel együtt a legjobb felhasználási mód valamilyen "üzleti háborús játék" lenne, amelyben LLM-eket használnának a versenytársak, törvényhozók vagy aktivisták képviseletére is. Ezzel nem a vezérigazgatók, hanem az olyan tanácsadók szerepébe kerülnének, akik a megfelelő helyzetekre vonatkozó ajánlásokat fogalmaznak meg saját elemzéseik alapján.
Az ötlettől az értékteremtésig – az üzleti réteg szerepe az adattudományi működésben
Az adattudomány valódi értéke ott válik láthatóvá, ahol az előrejelzések döntésekké, a döntések pedig mérhető üzleti eredményekké alakulnak. Ehhez azonban tudatos üzleti beágyazásra, mérési keretrendszerekre és következetes visszacsatolásra is szükség van.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak