Baseline е нивото, на което започват повечето организации. Има използване на AI, но то се крепи на отделни хора: някой от ИТ отдела, който експериментира с езиков модел, маркетолог, който генерира текст, отделен мениджър, който пита дали даден процес може да върви по-бързо. Няма споделен подход, няма споделена представа за това какво работи и няма структура, която да задържи наученото. Ако този човек напусне или получи друг проект, знанието изчезва заедно с него.
На baseline не липсва желание, а основа. Седемте измерения, които измерването на зрелостта разграничава — сред които организация, ИТ инфраструктура и управление на данни — на това ниво все още стоят разделени едно от друго или са едва частично изградени. Това не е недостатък; това е състоянието, в което се намира една организация, преди съзнателно да е започнала да гради.
Няколко сигнала се повтарят неизменно на ниво baseline. Няма общ преглед на това къде AI вече се използва в организацията, камо ли обща представа за това какво носи това използване. Решенията за AI се вземат на мястото, където въпросът случайно възниква, а не въз основа на преценка, която засяга цялата организация. Данните са разпръснати в системи, които не комуникират помежду си, което забавя всяка стъпка към нещо структурно. И липсва общ език: това, което един отдел нарича AI, за друг е нещо различно.
Кръгът с диаграмата в измерването на зрелостта често прави това видимо, преди да има думи за него. Когато няколко души в рамките на една и съща организация оценяват поотделно, на ниво baseline често се забелязва голямо разсейване: единият респондент вижда напредък, който другият не разпознава. Самото това разсейване е сигнал. То показва, че все още не съществува споделена представа за това къде се намира организацията, а именно това характеризира baseline.
Пътят от baseline към следващото ниво не започва с ново приложение, а с фундаменталните измерения. Организация, ИТ инфраструктура и управление на данни са с предимство пред измеренията, които зависят от тях. Това не е предпочитание, а редът, по който нещата работят: организация, която иска да гради нещо върху AI, без данните да са в ред или без да е ясно кой за какво решава, гради върху пясък.
Конкретно това означава, че първо трябва да се получи общ преглед. Кой в организацията вече прави нещо с AI и въз основа на какви данни? Къде се намират данните, релевантни за тези приложения, и достатъчно достъпни и надеждни ли са, за да се гради върху тях? Има ли човек или група, които носят отговорност за решенията относно AI, или това все още се случва случайно? Тези въпроси изглеждат скромни, но точно върху тях се фокусират фундаменталните измерения.
Зависимите измерения — тези, които засягат как AI влияе на самата работа — идват след това. На ниво baseline е все още твърде рано да се каже нещо смислено за тях, защото липсва основата, върху която тези измерения могат да се опрат.
Преходът към foundation не изисква всичко да бъде наред едновременно. Той изисква организацията да престане да разглежда използването на AI като нещо, което възниква случайно при отделни хора, и да започне да документира какво съществува: какви данни има, кой за какво решава, кои системи трябва да могат да комуникират помежду си. Това е по-скоро организационен, отколкото технически път. Технологията обикновено следва, щом структурата вече е налице.
Това е и път, който изисква време, като продължителността му зависи от това колко вече присъства неформално. Организация, в която един отдел вече от известно време работи съзнателно с данни, има по-кратък път за изминаване от организация, в която това не се случва никъде. Какво точно е необходимо, за да се придвижи организацията отвъд foundation, и кои измерения изискват първо внимание в този процес, е описано на страницата, която обяснява как да преминете от foundation към следващото ниво. По-нататък в поредицата, за организации, които вече са напреднали повече, е описано и как activation се съотнася към нивото след него и какво изисква insight, за да прерасне в intelligence.
Baseline не казва нищо за амбицията на организацията и нищо за качеството на хората, които работят в нея. То казва нещо за състоянието на основата в даден момент. Организациите, които сериозно картографират това ниво, често откриват, че вече присъства повече, отколкото са мислили — отделни инициативи, данни, които въпреки всичко някъде се поддържат, хора, които вече мислят по-напред от изискванията на длъжността си. Измерването на зрелостта обединява това в картина, върху която може да се гради следваща стъпка, без да запълва тази картина със съвет, който не подхожда на организацията.
Тази страница е за готовността: за това какво трябва да е налице, преди AI да може да получи структурно място. Това е различен въпрос от това коя част от работата AI действително може да изпълнява. Щом основата започне да се оформя, вторият въпрос става релевантен, и точно там се включва работният скенер на FTE TO AI: той изчислява за всяка задача коя част от работата може да бъде поета от AI, въз основа на задачите такива, каквито се изпълняват в момента. Който иска да знае какво AI може да поеме, щом организацията е готова за това, ще намери отговора там — включително как това се различава, когато става дума за агенти, които самостоятелно изпълняват работа или за вериги, в които различни стъпки следват една друга.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.