Един workforce leader — често отговорен за планирането на персонала, управлението на капацитета или връзката между HR и бизнеса — получава AI на своята маса без някой да е обяснил предварително какво означава това за числеността на персонала. Въпросът идва отгоре: по-малко нов приток, различни профили, по-гъвкаво мащабиране. Workforce leader трябва да има отговор на това, докато самият той не знае дали организацията има изпълнени предпоставки, за да реализира този отговор.
Въпросът не е дали AI засяга функции. На този въпрос вече е отговорено от други, по-високо в организацията. Въпросът, който workforce leader си задава, е различен: на базата на какви предположения се коригира сега планирането на персонала и колко устойчиви са тези предположения? Ако сценариите за капацитет се изграждат върху едно AI-обещание, което предполага добри данни, работеща инфраструктура и екипи, които могат да работят с резултатите, а тези предпоставки ги няма, тогава планирането не е коректно. Той не забелязва това днес. Забелязва го в момента, когато притока вече е забавен, а резултатът не идва.
Един workforce leader, който базира планирането на персонала на AI-ефект, който не се случва, остава сам с проблема. Тогава формацията вече е адаптирана, свободните позиции са спрени или точно обявени, а бизнесът разчита на капацитет, който всъщност не съществува. Възстановяването отнема време, което едно планиране на персонала не разполага с — притокът има срок на изпълнение, а пропаст, забелязана твърде късно, не се затваря с натискане на бутон. Този риск не се крие в технологията. Той се крие в предположението, че технологията вече работи в организация, която все още не е готова за нея.
Ако workforce leader наистина знае колко зряла е организацията, преди да планира, позицията му се променя. Той може да разграничи сценарий за капацитет, който е реалистичен в кратък срок, от сценарий, който зависи от основи, които все още трябва да бъдат изградени. Той може да даде на бизнеса график, който е коректен, вместо график, който се надява. Това не е гаранция за добър резултат, но е планиране, което не се разпада, щом първото предположение не се потвърди.
Което един workforce leader не приема, е AI-пътна карта, която говори за бъдещ капацитет, без да уточнява какво трябва да бъде на място преди това. „AI ще замести с времето част от притока“ не е основа за планиране, ако никой не може да посочи дали управлението на данните, IT-инфраструктурата и организационната структура вече са готови за това. Той не приема също никакво число, което се основава единствено на усещането на ентусиазиран спонсор. Нужна му е картина на къде реално стои организацията, по измерение, с разсейването между това, какво мислят различните хора в организацията за него — защото самото това разсейване вече е информация за колко стабилно е едно предположение за капацитет.
Измерването на зрялостта на hybridresourcing оценява организацията на пет нива — baseline, foundation, activation, insight, intelligence — по седем измерения. Фундаменталните измерения като организационна структура, IT-инфраструктура и управление на данни идват преди зависимите измерения, не защото това е предпочитание, а защото това е реда, в който функционира: без работеща инфраструктура и надеждни данни AI няма много върху какво да се основава, колкото и добре да стои вече организационната структура. В една plot-сесия няколко хора оценяват отделно, за да се вижда къде картината на организацията съвпада и къде се разминава. За workforce leader това разсейване често е най-полезният сигнал: голямо разсейване по управление на данните означава, че никой не е сигурен дали основата е налице, а именно това е основата, на която се крепят сценариите за капацитет.
Този подход засяга и други роли в организацията, всяка от собствен интерес: CEO, който търси отговора на заседнали AI-пилоти, COO, който трябва да оцени операционната готовност и CHRO, който следи организационната страна на AI-зрялостта. Също и в различните сектори картината се различава, както се вижда от това докъде е стигнал строителният сектор с основите за AI и как това се съотнася към положението в инсталационния бранш.
Измерването на зрялостта казва нещо за страната на носимостта: може ли тази организация да носи AI, стоят ли основите, редовни ли са данните, готова ли е инфраструктурата за това. Не казва нищо за коя част от самата работа може да бъде поета от AI. Това е друг въпрос, с друг инструмент. След като картината на готовността е установена, логичната следваща стъпка е въпросът, който идва след това: коя част от работата, задача по задача, реално може да бъде предадена. Това изчислява работният скенер на FTE TO AI — по задача, въз основа на самото съдържание на работата, не въз основа на предположение за организацията като цяло.
Измерването на зрялостта е в процес на изграждане. В момента не може да се поръча отчет и няма консултант, който да идва, за да преминава през измеренията. Кой иска да използва измерването веднага щом е достъпно, може да се запише в списъка на чакащите.
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.