stratejik kararlar ile (bkz: makine öğrenimi) arasındaki gerilim, aslında belirsizlik altında karar verme probleminin iki farklı epistemolojisidir. makine öğrenimi bize geçmiş veriden çıkarılmış bir olasılık dağılımı sunar; stratejik karar ise bu dağılımın ötesinde, henüz gerçekleşmemiş ve veri setinde örneği bulunmayan bir geleceği inşa etme iddiasıdır. bir model p(y|x)'i ne kadar iyi tahmin ederse etsin, piyasada rakibin hamlesini, regülatörün refleksini ya da jeopolitik bir kırılmayı "görmediği" için o dağılımın dışına çıkan kararlar stratejik karar alanına girer. yani modelin işi olasılığı daraltmak, stratejistin işi ise o daraltılmış olasılıklar içinden geri dönüşü olmayan bir hamleyi seçmektir.
bunu finans tarafından okumak lazım: bir portföy yöneticisi makine öğrenimi modeliyle korelasyon yapılarını, rejim geçişlerini, likidite kırılmalarını tespit edebilir; ancak pozisyon büyüklüğünü belirleyen şey modelin çıktısı değil, o çıktıya ne kadar güvenip ne kadar risk alacağına dair stratejik yargıdır. 2008'de quant modellerin çuvallaması, verinin yetersizliğinden değil, modelin eğitildiği rejimin çökmesinden kaynaklandı; stratejik karar tam da rejim değiştiğinde devreye giren şeydir. daha önce belirttiğim gibi (bkz: #hpdyRIyZt-ReA9qdd9tDM) makroekonomi ve stratejik kararlar başlığında bu ayrımı kurumsal aktörler üzerinden açmıştım; burada mesele aynı yere çıkıyor: model bilgiyi üretir, stratejist anlamı ve sorumluluğu üstlenir.
peki ikisi birbirinin rakibi mi? bence hayır, ama sağlıklı iş bölümü şu şekilde olur:
model→ olasılık, korelasyon, senaryo simülasyonu ve erken uyarı sinyali üretir.stratejist→ modelin kör noktasını, eğitim verisinin sınırlarını ve kararın geri dönüşsüzlüğünü tartar.kurum→ modelin çıktısını tek başına "karar" sanmayacak bir yönetişim ve sorumluluk zinciri kurar.
kısacası makine öğrenimi stratejik kararın yerini almaz; onu daha hızlı ve daha çok veriyle besleyen bir alet çantasıdır.