预测分析极大地改变了我们在当今技术驱动的世界中做出商业决策的方式. 尽管自动化决策过程有其好处, 我们不能否认人类专业知识在管理风险和发现数据提供的有价值的见解方面发挥的关键作用.
我们委托了密歇根大学的一个研究小组, 威斯康星大学, 埃默里大学, 和维也纳WHU合作，探索人类专业知识何时以及为何会超越基于预测分析的人工智能(AI)建议，以改善美国一家汽车零部件零售商的库存规划.
最终的报告， 预测分析:是否应该有一个“人在循环中”?, 揭示了1)人类参与决策的价值依赖于人类拥有预测模型无法捕获的信息, 2)与专门负责库存规划的专业分析师相比，通才型分析师倾向于用更好的建议推翻人工智能的决策, 3)有效的预测分析还依赖于将公司与其外部利益相关者联系起来的组织设计和管理控制.
需要人类决策的条件
当没有足够的历史数据或者市场特别难以预测的时候, 聘请一位企业分析师会更有效, 充当“圈内人”, 提供高质量的决策, 或覆盖, 而不是依赖于预测模型的建议.
高质量凌驾于对库存物品在三个月内销售可能性变化的预测之上, 根据预测模型估计. 通过预测向下的变化, the analyst avoided excess inventory costs for the upcoming year; predicting an upward change prevented potential losses in sales.
人类分析师对于 管理风险分析评估情况，做出更明智的决定. 在没有足够信息的情况下，仅靠人工智能系统无法完成这项工作. 生活, 呼吸专家利用他们的经验和知识来理解人工智能可能忽略的事情.
分析师特征与决策质量之间的联系
虽然这听起来可能违反直觉, 报告显示，多面手分析师, 比如销售经理, 在推荐高质量的库存覆盖时，经常比那些主要工作是计划库存的专家做得更好.
进一步, 报告发现，分析师的一些特征与高质量决策有关，比如任期, 资历, 能力, 或者感知到的凝聚力——不影响推翻决策的质量.
最终, 库存计划的成功与否取决于分析师能否从公司的外部利益相关者网络中获取本地信息和隐性知识, 包括独立的店主吗.
人工智能的预测分析依赖于 数据挖掘和建模, 但是人与人之间的合作, 比如分析员和店主一起工作, 揭示了人工智能系统可能遗漏的细微差别，并将人工智能建议应用到更好的业务应用中.
高质量的决策需要与利益相关者接触
精明的分析师与独立的商店老板有更多的接触，有更广泛的工作职责，当涉及到推翻这些模型时，他们能够更好地做出明智的选择, 根据报告.
报告的发现表明，在公司的库存计划中更经常地包括利益相关者，可以帮助分析师获得预测模型使用的历史数据中没有反映的隐含知识. 然而, 这种协作包括意识到利益相关者的利益和激励，这些利益和激励可能与组织的利益和激励不一致.
管理会计师在整合预测分析和基于人的决策中的作用
该报告提供了关于预测分析在商业世界中的使用的重要见解，以及人类专业知识和预测分析的集成如何成为实现卓越成果的关键.
我们的研究结果还表明，管理会计师可以在与外部利益相关者的沟通中发挥作用. 也因为他们在计划中的核心作用, 他们可以识别和纠正管理控制系统中的弱点，以促进集成选择.
通过将人工智能系统的力量与人类的决策和协作相结合, 公司可以充分利用预测分析的潜力，同时有效地管理风险 利用数字智能产生见解 对于高质量的分析师重写决策.
通过下载，更深入地了解预测分析中人类专业知识的价值 预测分析:是否应该有一个“人在循环中”?.
你也可以阅读更多关于 人为干预如何改善预测分析，以提高你的资讯科技知识 CITP凭据，并获得额外的188bet亚洲真人体育下载 & CIMA资源.