Dan Andrei Iancu, profesor la Stanford, explică modul în care matematica aplicată și inteligența artificială pot ajuta la gestionarea unor situații complexe, precum foameta sau blocajele în lanțurile de aprovizionare. Acesta subliniază că, deși algoritmii pot fundamenta deciziile, aceștia nu pot rezolva singuri problemele fără date de calitate și un context bine definit. Profesorul pune accent pe importanța echilibrului între tehnologie și factorul uman în procesele de luare a deciziilor.
În ceea ce privește eficiența modelelor matematice, Dan Andrei Iancu menționează că calitatea datelor este crucială pentru calibrarea acestora. Dacă datele sunt eronate sau întârziate, recomandările vor fi problematice. El citează statisticianul George Box pentru a sublinia că, deși toate modelele sunt imperfecte, ele pot fi utile dacă surprind elementele esențiale. Un aspect critic este definirea succesului: un model poate optimiza costurile, dar poate ignora echitatea sau reziliența dacă aceste criterii nu sunt incluse explicit în designul său.
În contextul companiilor care adoptă AI, profesorul observă că multe organizații sunt încă în faza de experimentare. El avertizează că automatizarea completă poate duce la pierderea unor competențe și experiențe umane greu de codificat. Există un risc ca companiile să reducă personalul prea rapid, fără a înțelege costul real al pierderii cunoștințelor acumulate. De asemenea, costurile procesării datelor pot crește mult peste estimările inițiale pe măsură ce utilizarea tehnologiei se extinde la nivelul întregii organizații.
Dan Andrei Iancu propune construirea unor echipe hibride, unde oamenii și sistemele AI se completează reciproc. În loc de substituția totală, soluția optimă ar putea fi reproiectarea fluxurilor de lucru. El avertizează că delegarea excesivă poate diminua capacitatea de a evalua critic răspunssele primite. Dacă un sistem oferă mereu o recomandare, există riscul ca utilizatorii să înceteze să mai verifice validitatea argumentelor, pierzând astfel capacitatea de a recunoaște erori sau situații neobișnuite.
Pe partea de sustenabilitate, profesorul explică faptul că modelele matematice pot ajuta la reducerea risipei alimentare și la protejarea resurselor naturale. El menționează că AI poate ajuta fermierii să ia decizii mai bune privind culturile și prețurile, dar succesul depinde de existența unor stimulente economice corecte. De exemplu, un fermier ar putea fi compensat pentru serviciile ecosistemice, precum conservarea biodiversității, o problemă care depășește însă sfera pur tehnologică a algoritmilor.
În domeniul sănătății, modelele de optimizare pot fi utilizate pentru a personaliza tratamentele și a gestiona riscurile pandemice. Dan Andrei Iancu menționează că, în timpul pandemiei, s-au putut analiza măsuri de izolare și carantină pentru a fi mai echitabile. Totuși, el subliniază că societatea trebuie să învețe să gestioneze infrastructura informațională și stocurile de siguranță, deoarece investițiile în pregătirea pentru dezastre sunt adesea uitate odată ce criza trece.