Horeca je vystavěna kolem provozu, ne kolem dashboardu. Zatímco jiné sektory po léta investovaly do ERP systémů, datových skladů a standardizovaných procesů, gastronomie funguje na zkušenosti, improvizaci a přímém kontaktu. To není nedostatek, je to podstata oboru. Znamená to ale, že základní vrstva pod AI — uspořádaná data, pevné procesy, IT infrastruktura, která věci zaznamenává, místo aby je nechala vyprchat — v mnoha podnicích v hospodářství nikdy nebyla položena. Ne proto, že by na to nikdo nemyslel, ale proto, že provoz to nikdy nevyžadoval.
To vysvětluje část poměru, který v tomto sektoru často vidíme: hodně nadšení pro AI aplikace na straně zákazníka — chatboti pro rezervace, dynamické ceny, personalizované nabídky — a málo základu pod tím. Pořadí pak nesedí. AI zaměřená na zákazníka se opírá o data o obsazenosti, zásobách, plánování personálu a tržbách. Pokud jsou tato data rozptýlena mezi pokladní systém, rezervační nástroj a tabulku, kterou už nikdo neaktualizuje, pak ten nejsofistikovanější chatbot nemá na čem stavět.
Druhým charakteristickým rysem sektoru je neustálý tlak na personál: vysoká fluktuace, hodně práce na částečný úvazek, sezónní špičky. To dělá AI pro mnohé lákavou jako řešení nedostatku, ne jako nástroj k chytřejší organizaci práce. Tento rámec je riskantní. Kdo vidí AI především jako náhradu za lidi, kteří chybí, přeskočí otázku, zda je organizace kolem ní — způsob plánování směn, komunikace, zaznamenávání — už uspořádána tak, že AI k tomu může něco přidat. Často tomu tak ještě není. Rozvrhy se dělají ad hoc, znalosti sídlí v hlavách zkušených pracovníků místo v systémech a rozhodnutí o nákupu nebo nasazení personálu se dělají na základě instinktu. To není kritika, je to popis toho, jak sektor funguje už desítky let. Znamená to ale, že základní dimenze — organizace, infrastruktura, správa dat — jsou v hospodářství častěji tím kritickým místem než v sektorech s delší historií digitalizace.
Obraz, který mnoho vedoucích v hospodářství pozná: pilotní projekt s AI nástrojem pro optimalizaci menu nebo plánování personálu, který dobře začne a pak se zastaví. Ne proto, že technologie nefunguje, ale proto, že organizace nedokáže výstup využít. Data nejsou dostatečně konzistentní, lidé, kteří s nimi musí pracovat, nebyli zapojeni do nastavení, nebo infrastruktura nemůže nástroj dál napájet, jakmile pilotní projekt skončí. To je přesně vzorec, který odhaluje měření vyspělosti od hybridresourcing.com: pět úrovní, od baseline po intelligence, ve sedmi dimenzích, které společně určují, zda organizace může AI unést. Ne zda AI funguje, ale zda je pod ní půda dostatečně pevná.
Kolo porovnání v rámci tohoto měření je pro podniky v hospodářství často odhalující. Když majitel, vedoucí provozovny a někdo z provozu bodují samostatně na stejných sedmi dimenzích, vzniká rozptyl, který něco vypovídá o tom, jak odlišně je organizace vnímána. Majitel možná vidí podnik připravený na další krok; vedoucí provozovny denně vidí, že základní procesy jsou stále nedotažené. Tato nesrovnalost je přesně tam, kde měření přináší hodnotu: ne jako hodnocení, ale jako výchozí bod pro rozhovor o tom, co skutečně existuje.
Základní dimenze mají přednost před závislými, a to není doporučení, ale technické pořadí. Správa dat určuje, zda AI má něco spolehlivého, s čím pracovat. IT infrastruktura určuje, zda systémy mohou spolu komunikovat. Organizace určuje, zda lidé vědí, co se od nich očekává, jakmile AI získá roli v procesu. Až potom přichází dimenze, které se o tento základ opírají. Kdo chce vědět více o tom, proč je toto pořadí pevné a nelze ho obrátit, může si to přečíst na stránce o pořadí, ve kterém musí být základní dimenze jako první v pořádku.
Hospodářství v tomto ohledu není sama. Jiné sektory se silně operativním, na lidech založeným jádrem vykazují podobné vzorce. Kdo chce situaci porovnat se sektorem, který se rovněž opírá o fyzické procesy a proměnlivé pracovní podmínky, najde to na stránce o AI vyspělosti zemědělského sektoru. Kdo chce naopak zjistit, jak na tom je sektor s tradičně těžší IT infrastrukturou, může si to přečíst na stránce o AI vyspělosti ICT sektoru. A pro toho, kdo se ptá, jak striktní regulace ovlivňuje vyspělost, je zde stránka o AI vyspělosti finančních služeb.
Měření vyspělosti od hybridresourcing.com odpovídá na otázku, zda organizace může AI unést. To je jiná otázka než ta, jakou část práce AI skutečně může převzít. Pro podniky v hospodářství, které už vědí, kde stojí jejich základ, je tato druhá otázka logickým dalším krokem: jaká část úkolů na provozu, v kuchyni nebo za pultem se dá přeložit do AI podpory, a jaká ne. Tento výpočet, po jednotlivých úkolech a bez předběžných předpokladů, provádí werkscan od FTE TO AI. Zatímco tato stránka mapuje půdu pod organizací, werkscan vypočítá, co se na této půdě může postavit.
Měření vyspělosti pro sektor hospodářství je ve vývoji. Kdo chce použít sedm dimenzí, pět úrovní a kolo porovnání, jakmile budou k dispozici, může se přihlásit na čekací listinu. Nenabízí se nic, co by už nyní bylo připraveno; zpráva se odešle pouze ve chvíli, kdy bude nástroj hotový.
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.