战略 AI：评估信息不完整时的决策
许多业务决定必须在事实尚未齐全时作出。规划助手应让不确定性可见，支持比较选项，而不是把某个答案描述为必然结果。
G-ATAI 分析
在界面中区分已观察事实、假设和未知因素。按照相同目标与约束比较几个合理情景，同时保留简单基准方法。如果建议只有在某个隐藏假设成立时才有效，审核人员应在行动前看到这种依赖。
使用刻意不完整的输入和变化条件进行评估。记录新证据改变首选方案的频率、系统是否承认不确定性，以及错误选择的代价。游戏中的成功并不证明业务流程的可靠性。先从可撤销的决定开始，记录人工修改的原因，只有获得充分证据后才增加责任。
部署前应确认的问题
- 哪些假设会改变建议？
- 方案与简单基准相比如何？
- 新证据出现后，负责人能否撤销行动？
根据 MIT News 撰写的独立评论，不代表与 MIT 存在合作关系或获得其认可。
