Zdravotnictví pracuje s jiným poměrem mezi rizikem a tempem než většina sektorů. Kde jinde pilot může selhat bez následků mimo vlastní organizaci, chyba ve zdravotnickém procesu se přímo dotýká pacienta nebo klienta. Tento poměr nezpomaluje jen zavádění AI, ale také mění pořadí, v jakém věci musí být uspořádány. Organizace ve zdravotnictví nemůže experimentovat s úlohou, pokud data, na kterých tato úloha běží, nejsou spolehlivě dohledatelná, a nemůže škálovat, pokud IT infrastruktura udržuje ostrůvky odděleně od sebe místo jednoho celku.
K tomu se přidává skutečnost, že zdravotnictví se skládá z několika světů, které málokdy mají stejné tempo. Backoffice, který zpracovává faktury a plánování, může v oblasti řízení dat stát mnohem dál než samotné poskytování péče, kde jsou systémy často uspořádány po odděleních nebo specializacích. Tato nerovnost v rámci jedné organizace je přesně důvod, proč měření vyspělosti nestačí provádět na jednom oddělení. Kdo měří pouze podpůrné služby, vidí jiný obraz než ten, kdo do měření zahrne i poskytování péče, a oba obrazy jsou bez sebe navzájem neúplné.
Měření hybridresourcing pracuje s pěti úrovněmi: baseline, foundation, activation, insight a intelligence. Ve zdravotnictví je patrné, že mnoho organizací v dimenzi organizace už dosahuje foundation nebo activation — existuje politika, existují vlastníci digitálních iniciativ, existuje pozornost vedení pro AI. Ale v řízení dat obraz pravidelně zůstává uvízlý na baseline nebo foundation, protože pacientská data, elektronické záznamy a operační systémy nejsou vždy postaveny tak, aby byly znovu použitelné pro něco jiného, než pro co byly původně zaznamenány.
Tento rozdíl mezi dimenzemi není náhoda. Pořadí, v jakém se dimenze vyvíjejí, je pevně stanoveno: organizace, IT infrastruktura a řízení dat musí být na místě dříve, než mohou dimenze, které na nich závisí — jako rozhodování na základě poznatků z AI — postoupit dále. Zdravotnické zařízení, které investuje do inteligentního dashboardu předtím, než jsou podkladová data konzistentní, staví na základu, který se ještě musí zpevnit. To vysvětluje část pilotů, které dobře začínají a poté se zaseknou: ne proto, že aplikace nefunguje, ale protože vrstva pod ní neunese zátěž.
Sedm dimenzí měření dává organizaci pozici, ale kolo grafu poskytuje něco, co je ve zdravotnictví zvlášť relevantní: přehled o rozptylu. Když ředitel, IT manažer a vedoucí oddělení péče hodnotí zvlášť stejné dimenze, často se ukáže, že jejich obrazy se rozcházejí. Ředitel vidí organizaci, která je připravená, oddělení péče vidí systémy, které stále funguje odděleně od sebe. Tento rozptyl je sám o sobě údaj. Ukazuje, kde v organizaci se ještě musí vést rozhovor, než se na tom může opřít investiční rozhodnutí.
Tento rozptyl není jedinečný pro zdravotnictví, ale jeho následky se tam váží jinak. Ve velkoobchodu nebo výrobním podniku vede nesprávný odhad připravenosti ke zpožděnému projektu; ve zdravotnictví vede k systému, který se zavádí na základu, který ho neunese, s následky pro lidi, kteří v tomto procesu neměli žádnou volbu. Kdo chce vědět, jak toto zvažování dopadá v jiných sektorech, může udělat srovnání s tím, jak si vede výrobní průmysl v AI-vyspělosti nebo se stavem věcí u obchodních služeb, kde jsou rizika chybného kroku obvykle menší, ale základy chybí stejně často.
Měření hybridresourcing nepopisuje ideální obraz ani povinnou cestu růstu. Popisuje pozici na sedmi dimenzích, v určitém okamžiku, viděnou z více pohledů. Pro zdravotnické zařízení to především znamená, že otázka není, zda je připraveno na AI obecně, ale do které dimenze musí investovat nejprve, aby další krok přinesl výsledky. Pro jedno zařízení je to IT infrastruktura, která spojuje oddělení, pro jiné je to řízení dat, které dělá data použitelná mimo jejich původní účel.
Zdravotnictví se o tuto otázku dělí s dalšími sektory, které pracují se složitými, fragmentovanými systémy. Situace u dopravního sektoru a jeho AI-vyspělosti nebo u školství a stavu připravenosti na AI ukazuje, že fragmentace systémů a procesů se projevuje všude jinak, ale pořadí od základních k závislým dimenzím vždy sleduje stejný vzorec.
Měření vyspělosti hybridresourcing odpovídá na otázku, zda organizace může unést AI: zda jsou organizace, infrastruktura a data připraveny na to, aby na nich bylo něco postaveno. Neodpovídá na otázku, jakou práci může AI skutečně převzít. Na tuto otázku odpovídá pracovní sken FTE TO AI, který pro každou úlohu vypočítá, jaká část práce přichází v úvahu pro převzetí. Organizace, která díky měření vyspělosti ví, kde stojí její základ, může pak s tímto pracovním skenem zjistit, jaká práce na něm může být postavena, a jaká práce na to ještě není připravena.
Měření vyspělosti se připravuje. Kdo chce sledovat jeho vývoj nebo chce jako jeden z prvních zjistit, jak vlastní organizace skóruje v sedmi dimenzích, se může přihlásit na čekací listinu.
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.