Практически във всяка организация, която експериментира с AI, в определен момент се появява една и съща група: двама, може би трима хора, които го разбират, които сами са започнали да го изпробват, които с ентусиазъм разказват какво е възможно. Те изграждат прототип, тестват инструмент, споделят резултати в интерен чат. Останалата част от организацията наблюдава, кима с глава и продължава работата, както винаги е било.
След няколко месеца има списък с интересни експерименти и никаква промяна в начина, по който работата реално се извършва. Двамата ентусиасти все още са ентусиазирани. Всички около тях не са се придвижили заедно с тях.
Логиката зад този подход звучи разумно: започнете малко, с мотивирани хора, и оставете успеха да се разпространи от само себе си. Това работи при някои промени. Нов начин на работа, който видимо спестява време, понякога се разпространява органично, защото колегите го приемат.
При AI този механизъм обикновено не работи, и причината не е в хората, а в организацията около тях. Ентусиастите често имат достъп до системи, време и мандат, които другите нямат. Това, което за тях е въпрос на изпробване през един следобед, изисква за колега без такъв достъп заявка, одобрение, IT-заявка. Ентусиазмът не е проблемът. Отсъствието на път, по който другите могат да последват, е проблемът.
Редът, по който се изгражда готовността за AI, не започва с хора, които искат. Той започва със структурата, която го прави възможно: как е организирана организацията, каква IT-инфраструктура има, как се управляват данните. Двама ентусиасти могат да работят заобикаляйки тази структура, със собствен достъп, собствени трикове, собствени заобиколни пътища. Останалата част от организацията не може да го направи, и не би трябвало да иска да го прави — заобиколните пътища не са основа за нещо, което трябва да продължи да работи.
Това обяснява защо този модел често се повтаря заедно с други познати клопки. Който прочете за какво трябва да се докаже преди пилотен проект да доведе до нещо, вижда подобен механизъм: активност без договорка за какво означава успех, остава активност. При двама ентусиасти договорката също липсва — нито за какво трябва да се докаже, нито за кой ги последва.
Има няколко разпознаваеми сигнала. Първият е, че едните и същите две или три имена постоянно се появяват, когато се говори за AI, на всяка среща, във всяко обновление. Вторият е, че въпросите от други отдели започват с „как го направиха те“, вместо със собствен път. Третият, и най-подценяваният, е, че никой не може да обясни какво трябва да се случи, ако един от тези двама хора напусне утре.
Четвърти сигнал е по-фин: експериментът продължава да работи в собствения си кът, откъснат от останалата част на процеса. Това се съчетава с това, което се случва, когато пилотен проект извън собствения екип не намира връзка — ентусиазъм без връзка с останалата част от организацията остава остров, колкото добре и да функционира този остров.
Пети сигнал, накрая, е, че мащабирането се предлага като следваща стъпка, докато никой не е проверил дали основата отдолу вече е налице. Този риск е описан в това, което се случва, когато мащабиране се опитва, преди основата да е налице: двама ентусиасти, които искат да умножат собствения си успех към десет екипа, се засядат точно на структурата, която самите те са заобиколили.
Привлекателно е да се заключи, че са необходими повече ентусиасти, или по-добро обучение, или културна програма. Това пропуска същината. Въпросът не е дали има достатъчно мотивирани хора — те често вече ги има двама, и точно това е проблемът, защото двама не е структура. Въпросът е дали организацията като цяло — в начина, по който е изградена, как системите общуват помежду си, как данните са достъпни и надеждни — може да поддържа ситуация, в която не двама, а много повече хора могат да работят с AI. Това е различен въпрос от кой е ентусиазиран, и е въпросът, на който трябва да се отговори първо.
За тези в ръководна роля, които се сблъскват с този модел, е полезно да знаят на какво би обърнало внимание лице в подобна позиция: на какво би обърнал внимание изпълнителен директор при оценка на AI-зрелостта описва някои от тези точки за внимание, също както и погледът от на какво би обърнал внимание оперативен директор при AI-зрелост от друга гледна точка към същата организация.
Ако двама ентусиасти покажат, че нещо е възможно, остава без отговор въпросът колко от работата реално може да се поеме, и от кого. Този въпрос не е свързан с готовността, а със самата работа: кои задачи се подходящи за поемане от AI и какъв дял от това обхваща. Точно за това е предназначен работния скенер на FTE TO AI — той изчислява за всяка задача какъв дял от работата може да се поеме, независимо от кой вече експериментира с ентусиазъм с това.
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.