AI-приложенията разчитат на данни. Не на данните, които си представяте, че имате, а на данните такива, каквито действително са съхранени, определени и поддържани. Управлението на данни е затова едно от фундаменталните измерения в измерването на зрелостта: заедно с организацията и IT-инфраструктурата то определя дали има нещо, върху което да се строи. Организация може да постигне силен резултат по хора и умения или по управление на резултатите и въпреки това да установи, че всяко AI-приложение засяда, защото никой не може да каже със сигурност коя версия на клиентска база данни е правилната. Тази последователност не е избор на нас; тя е последователността, в която нещата работят.
Управлението на данни се отнася до състоянието на данните, които организацията използва за работа и вземане на решения. Дефинициите фиксирани ли са, или „активен клиент“ означава нещо различно във всеки отдел. Има ли посочим собственик за всеки набор от данни, или никой не знае кой е отговорен, когато поле стои грешно от години. Данните записват ли се веднъж и се извличат отвсякъде оттам, или съществуват три експорта, които вече се различават един от друг. Въпросите в измерването не се отнасят до количеството данни или типа система, а до надеждността и произхода на онова, което е налично.
Петте нива преминават от baseline към intelligence, и при управлението на данни разликата между тези нива често се забелязва по-конкретно, отколкото при други измерения. На baseline данните съществуват най-вече локално: в таблици, в главата на колега, в система, която никой вече не разбира напълно. На foundation основните набори от данни са назовани и има начало на собственост, макар определенията все още да се различават. Какво означава това ниво foundation на практика, включително за другите измерения, е описано на какво означава нивото foundation на практика, а същото се отнася и за самата отправна точка на какво означава нивото baseline на практика. При activation дефинициите са в голяма степен споделени и има процес за сигнализиране на отклонения. При insight данните се използват активно за подпомагане на решения, с поглед върху качеството и произхода. При intelligence управлението на данни не е вече отделен процес, а постоянна характеристика на начина, по който функционира организацията.
Кръгът на нанасяне (plot-ronde) показва дали тази преценка е правилна. Когато CIO постави управлението на данни на activation, а екипите, които работят с него ежедневно, го поставят на baseline, тази разлика казва повече за истинската ситуация, отколкото средното от двете оценки. Често се оказва, че системите са настроени на едно ниво по-високо от поведението в тях: има централна система, но хората все още работят покрай нея в собствени файлове, защото не й вярват.
Колко струва преходът от baseline към foundation зависи от степента на разпокъсаност на данните сега и от броя отдели, които поддържат собствена версия на истината. Работата се състои основно в назначаване на собственост и фиксиране на дефиниции, а не в нова технология. Преходът от foundation към activation изисква по-често технически стъпка: посочване на един източник, извеждане от употреба на другите или само разрешаване на четене от тях. Преходът от activation към insight измества тежестта към управлението (governance): кой може да променя какво, как се проверява качеството, какво се случва, когато се открие грешка. Колко дълъг и колко тежък е този процес зависи от размера на организацията, броя системи, които поддържат данни, и степента, до която хората вече са свикнали да считат един източник за водещ. Това не може да се обхване с фиксирана сума или фиксиран срок; зависи от там, където се концентрира разликата във вашия кръг на нанасяне.
Управлението на данни рядко стои самостоятелно. Организация, която не вярва на своите данни, ще има трудности и с колко струва да се вдигнат нивата на поверителност и сигурност, защото не можете да защитите нещо, което не сте картографирали. Обратно, силно управление на данни може да постави основата, върху която колко струва да се вдигне управлението на резултатите с едно ниво е по-лесно да се отговори, защото управлението на резултатите се нуждае от надеждни данни, за да измери нещо. Също и въпросът колко струва да се вдигне етиката с едно ниво засяга директно управлението на данни: отговорното боравене с данни започва с познаването на онова, което имате, и произхода му. Който подхожда към тези измерения поотделно, рискува работата по едно измерение да бъде задържана от изоставане в друго.
Това измерване показва дали организацията има данните, системите и хората, необходими за да носи AI. Това е различен въпрос от онзи, коя част от работата AI действително може да поеме. Щом стане ясно къде стоят фундаменталните измерения, включително управлението на данни, става смислено да се разгледа по задача какво AI може да прави и какво не. Това е областта на работния скенер на FTE TO AI: той изчислява за всяка задача каква част от работата може да бъде поета, изхождайки от данните и системите, които действително са налични в този момент.
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.