placeholder"}
Извинявам се, допуснах грешка при форматирането. Ето правилния отговор:
{"titel":"AI-зрялост в ИКТ сектора: къде се намирате","meta":"ИКТ секторът познава AI технически, но зрелостта се крие в организацията и данните, не в инструментите. Поглед върху това, което трябва да бъде на мястото си първо.","kop":"Колко напреднал е ИКТ секторът с AI-зрялостта","tekst":"ИКТ секторът има преднина, която същевременно е капан. Докато другите сектори все още трябва да свикнат с идеята за AI, знанията за модели, архитектури и инструменти в този сектор обикновено вече присъстват. Разработчиците експериментират, екипите изграждат proof-of-concepts, и рядко има съпротива срещу самата технология. Това създава впечатлението, че секторът като цяло е напреднал. Но техническото умение на част от организацията е нещо различно от зрелостта на организацията като цяло. Точно там нещата често се затъкват.
В IT-компания или IT-отдел инфраструктурата обикновено е в ред: има изчислителна мощност, има развойни среди, има опит с внедряването на софтуер. Това е едно от фундаменталните измерения, които се оценяват при измерването на зрялостта, и по тази точка секторът обикновено получава висок резултат. Но другите фундаментални измерения — как е организирана организацията около AI-инициативи, и как се управляват данните извън системите на самите разработчици — не винаги вървят наравно. Силен IT-отдел не означава, че останалата част от организацията може да поддържа същия темп. Продажби, финанси, HR: тези функции често имат друга връзка с данните и с промяната от хората, които изграждат AI-пилотите.
Тази разлика обяснява модел, който се среща по-често в този сектор, отколкото на друго място: пилоти, които технически работят отлично, но не се разрастват до структурно място в компанията. Не защото моделът не е достатъчен, а защото организацията около него не е устроена да поеме резултата. Който за фундаменталните измерения иска да разбере защо тази последователност не подлежи на договаряне, ще намери повече за това в защо фундаменталните измерения трябва да бъдат първи.
В ИКТ секторът разсейването между респондентите често е по-голямо, отколкото в секторите с по-еднородни функции. Разработчик и мениджър по продажби в рамките на една и съща компания могат да поставят организацията на почти противоположни нива — единият вижда ежедневно напреднали приложения, другият вижда таблица, която все още се актуализира ръчно. Това разсейване само по себе си е информация. То показва, че AI-зрялостта в този сектор рядко е характеристика за целия сектор, а силно зависи от кой отдел се измерва и кой е попитан.
Това прави обиколка с множество респонденти в ИКТ секторът по-скоро по-ценна, отколкото на друго място, а не по-малко ценна. Единичен резултат от CIO или CTO рискува да обобщи картината на техническото ядро за цялата организация, докато зависимите измерения — къде AI действително се въвежда в процесите — могат да получат съвсем различен резултат.
Съотношението между техника и организация изглежда различно в другите сектори. Във финансовите услуги акцентът често е върху регулацията и управлението на риска като забавящ фактор; тази картина е описана в колко напреднали са финансовите услуги с AI-зрялостта. В строителството точно измерението за управление на данните често е ограничаващият фактор, защото данните за проекти и материали са разпръснати между страните; това е обяснено в колко напреднал е строителният сектор с AI-зрялостта. В ИКТ секторът проблемът рядко е липса на технически знания или на данни — проблемът по-често се крие в организационното измерение: кой решава кой пилот да бъде разширен и на какво основание.
Измерването на зрялостта картографира тази разлика в седем измерения и пет нива, от базово ниво до intelligence. За ИКТ организация резултатът рядко е равна линия: инфраструктурата и техническото умение обикновено са по-високи от организацията и вземането на решения. Тази неравнопоставеност е точно там, където измерването е полезно — не за да потвърди, че секторът „се справя добре“, а за да покаже кое измерение изостава и кое поради тази причина не може да напредне, независимо колко напреднали са моделите, които вече работят.
Елемент, който често се подценява в този сектор, е документирането на решенията: кой е взел какво решение относно каква AI-инициатива и на базата на каква информация. Без този опис е трудно да се проследи защо пилот е бил или не е бил разширен. Какво трябва да влиза в него, е описано в какво трябва да влиза в инвентаризация на решенията.
Това измерване казва нещо за организацията като цяло: съществува ли основа, върху която AI-инициативите могат да се крепят, и еднакво стабилна ли е тази основа навсякъде в компанията, или само при хората, които са най-близо до техниката. Този въпрос предхожда друг въпрос, а именно коя част от самата работа е подходяща за AI. Това е друг вид измерване. За организации, които искат да знаят коя част от работата, задача по задача, може да бъде поета от AI, съществува работният скенер на FTE TO AI — измерване, което не гледа към организацията като цяло, а към самата работа, длъжност по длъжност и задача по задача.
Измерването на зрялостта е в процес на разработка. Който иска да знае кога измерването ще стане достъпно, може да се регистрира за списъка за изчакване и ще получи съобщение веднага щом инструментът е готов за използване.
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.