Kennisbank

Хора и умения: измерението, което не се решава с едно обучение

Защо това измерение стои отделно

От седемте измерения в измерването на зрелостта, хората и уменията са най-често посочваната причина, поради която един AI пилот не прераства в нещо повече. Не защото хората не искат, а защото умението е нещо различно от знанието. Някой може да знае какво е езиков модел и все пак да не знае кога резултатът може да се доверява. Тази пропаст между знаене и умение за прилагане е точно това, което измерва това измерение.

Измерението е свързано с другите фундаментални измерения. Уменията се развиват трудно, ако самата организация не е устроена за учене с AI, а упражняването с AI-приложения работи слабо, ако IT-инфраструктурата не предлага среда за безопасно експериментиране. Кой мисли само в рамките на бюджет за обучение, пропуска тази последователност.

Какво означават петте нива на практика

На базово ниво малък брой хора работят по своя инициатива с AI-инструменти, извън полезрението на организацията. Няма споделена картина за какво работи и какво не, а наученото от някого остава при този човек. Какво означава базовото ниво на практика следователно не е липса на интерес, а отсъствие на структура, за да се използва този интерес.

На ниво foundation има първа споделена основа: няколко хора са изградили сходни умения, е възникнал общ речник, а отделни опити се споделят от време на време. Какво означава foundation на практика е стъпката от индивидуално използване към нещо, което започва да прилича на екип, който разбира едно и същото.

На ниво activation хората прилагат AI структурно в рамките на собствените си задачи и разпознават за какво е подходящо и за какво не. На ниво insight тежестта се измества: хората могат не само да използват AI, но и да преценяват дали резултатът е правилен и защо. На ниво intelligence тази преценка вече не е отделна стъпка, а част от начина, по който работата се извършва нормално, разпространена в цялата организация, вместо при няколко ранни последователи.

От къде идва разпределението в кръга на нанасяне на точки

При това измерение често се появява най-голямата разлика между това, което оценява един CIO, и това, което оценява един ръководител на екип. CIO вижда обученията, които са организирани, и брои това за напредък. Ръководител на екип вижда, че това обучение малко е променило начина, по който работата действително се извършва, и оценява по-ниско. И двете наблюдения са правилни; те просто измерват различна част от едно и също измерение. Предлагането и прилагането не са едно и същото, и кръгът на нанасяне на точки разкрива точно тази пропаст, вместо да я осредни.

От какво зависи едно ниво по-нагоре

Повдигането на едно ниво по хора и умения не зависи преди всичко от бюджет за курсове. Зависи от повторение: хора, които продължават да прилагат AI върху реална работа, а не върху упражнени примери. Зависи от време, което действително е на разположение освен обичайните задачи, а не само е разпределено на хартия. И зависи от среда, в която правенето на грешки при учене не е причина за връщане към стария начин на работа.

Освен това стъпката зависи от дали умението се прави видимо и се споделя. Някой, който се научава добре да проверява AI-резултат, помага на организацията да напредне само ако този начин на работа стигне някъде, откъдето другите могат да го поемат. Без такъв механизъм всеки напредък остава свързан с един човек и изчезва щом този човек смени длъжността си.

Това веднага показва защо това измерение рядко може да се поправи само по себе си. Как човек учи, дали някой е представил добри резултати, и дали това учене се разпознава и възнаграждава, се докосва пряко до колко зряло е управлението на изпълнението. А уменията се развиват също по-бавно, ако данните, с които хората се упражняват, са ненадеждни, което е причината това измерение рядко да е отделено от колко зряло е управлението на данните.

Какво не отговаря това

Това измерение показва дали хората в организацията са готови да работят с AI на ниво, което съответства на амбицията. То не показва каква част от конкретна функция AI може да поеме, и каква част трябва да остане при човек. Това е друг въпрос, на който се отговаря по задача, а не по организация. Работният скенер на FTE TO AI изчислява каква част от работата в дадена роля е подходяща да се предаде на AI, задача по задача. Докато тази страница описва дали хората са готови да ръководят това предаване, работният скенер показва точно какво може да се предаде — а това е смислен въпрос само когато страната, която поема, както е описано тук, стои на своето място.