Michael Schrage
Michael Schrage jest pracownikiem badawczym w projekcie Initiative on the Digital Economy w MIT Sloan School of Management oraz autorem książki Recommendation Engines, wydanej w 2020 roku nakładem MIT Press.
Dzięki sztucznej inteligencji wskaźniki efektywności są skuteczniejsze
Organizacje, które wykorzystują sztuczną inteligencję do poprawy istniejących kluczowych wskaźników efektywności (KPI) lub tworzenia nowych, osiągają większe korzyści biznesowe niż te, które czynią to bez użycia AI.
Jak AI i inteligentne wskaźniki KPI wspierają realizację strategii
Wykorzystanie sztucznej inteligencji do tworzenia przyszłościowych i inteligentnych wskaźników efektywności pozwala na lepsze dostosowanie działań operacyjnych do strategii.
Dlaczego błędne KPI zagrażają transformacji cyfrowej
Udane inicjatywy związane z cyfryzacją wymagają od liderów określania wskaźników efektywności w odniesieniu do celów biznesowych popartych danymi, a nie do zasobów technologicznych.
Pięć kategorii dla doskonalszych KPI
Badania pokazują, że większa jawność KPI i ich wyraźniejsze dopasowanie mają kluczowe znaczenie dla ogólnej skuteczności mierzenia wyników.
Silniki rekomendacji napędzają rewolucję w sieci
Jesteśmy od nich coraz bardziej zależni i coraz bardziej na nich polegamy. Mowa o mechanizmach rekomendacji. O ich fenomenie opowiada Michael Schrage, profesor MIT Sloan School of Management i autor książki Silniki rekomendacji, której polska wersja niebawem ukaże się staraniem ICAN Institute.
Transformacyjna moc rekomendacji
Silniki rekomendacji rewolucjonizują sposoby robienia zakupów przez klientów i wykonywania zadań przez pracowników.
Jak zarządzać efektywnością rozproszonych zespołów
O tym, jak w czasach globalnej pandemii wzrosło znaczenie narzędzi pozwalających skutecznie mierzyć efektywność, opowiada nam MICHAEL SCHRAGE – specjalista w dziedzinie ekonomii behawioralnej, innowacyjności i wskaźników efektywności.
Zastosuj spójną strategię AI
Strategię firmy definiują kluczowe wskaźniki efektywności (KPI). Sztuczna inteligencja może pomóc w ustaleniu, które parametry należy mierzyć, jak to najlepiej robić i które traktować priorytetowo.