Řízení výkonnosti je jednou ze sedmi dimenzí, kterými hybridresourcing měří vyspělost organizace, pokud jde o AI. Tato dimenze se týká něčeho konkrétního: dokážete zjistit, zda práce, kterou podporuje nebo převzala AI, je skutečně lepší, rychlejší nebo levnější? Mnoho organizací zahajuje pilotní projekty, aniž by dokázaly odpovědět na tuto otázku, a zůstávají proto zaseknuté ve fázi zkoušení, aniž by mohly prokázat, co to přineslo.
Řízení výkonnosti může dosáhnout vyšší vyspělosti pouze tehdy, když jiné dimenze již nabízejí něco, na čem lze stavět. Bez spolehlivých dat z řízení dat je měření výkonnosti pouhým odhadem. Bez jasných odpovědností z organizační dimenze, jak je rozpracováno na stránce o tom, co stojí posun organizace o úroveň výš, není nikdo odpovědný za výsledek. A bez IT infrastruktury, která umí měření zaznamenat a opakovat, jak je popsáno na stránce o tom, co stojí posun IT infrastruktury o úroveň výš, zůstává každé měření jednorázové. To je důvod, proč se tato dimenze v rámci měření může posunout na vyšší úroveň až tehdy, když už základní dimenze něco nesou.
Baseline. Neexistuje pevný způsob, jak posoudit, zda práce podporovaná AI přináší lepší výsledky než starý způsob práce. Hodnocení jsou nahodilá a vázaná na konkrétní osobu. Když někdo odejde, zmizí i jediný přehled, který existoval.
Foundation. Existují jednotlivá měření, obvykle po projektech nebo pilotních projektech. Málokdy se porovnávají a neexistuje pevný okamžik, kdy by se někdo ohlédl a zjistil, zda se zamýšlený efekt skutečně dostavil. Měření existuje, ale nefunguje jako proces učení.
Activation. Existuje opakující se rytmus: měření se v pevných okamžicích opakují a předávají se zpět lidem, kteří danou práci vykonávají. Organizace začíná vidět vzorce, i když se ještě nezaznamenávají systematicky a nesrovnávají mezi odděleními.
Insight. Měření se používají k úpravě postupu, nejen k vykazování. Existuje sdílená představa o tom, co funguje a co ne, a tato představa vede k úpravám ve způsobu nasazení AI. Různé týmy mohou porovnávat své výsledky, protože způsob měření je stejný.
Intelligence. Řízení výkonnosti je zakotveno ve způsobu, jakým se rozhoduje o AI. Výsledky předchozího nasazení přímo živí rozhodování o nových aplikacích. Organizace dokáže zdůvodnit, proč se něco škáluje nebo ne, místo aby se rozhodovala na základě intuice nebo na základě toho, kdo nejhlasitěji prosazuje další pilotní projekt.
Úroveň této dimenze se neskrývá jen v nástroji nebo dashboardu. Skrývá se v chování kolem toho: dochází po pilotním projektu k ohlédnutí zpět, nebo se hned pokračuje k dalšímu? Dokáže někdo ve vaší organizaci na požádání ukázat, co konkrétní nasazení AI skutečně přineslo, nezávisle na předchozím předpokladu? Probírá se zklamání z výsledku, nebo se mlčky zapomene? Nejsou to technické otázky. Týkají se toho, zda vznikl návyk se dívat, nikoli jen dělat.
V rámci této dimenze často vzniká velký rozptyl mezi tím, kdo vyplňuje kolo plotu. Provozní manažer denně vidí jednotlivá měření z fáze activation a hodnotí organizaci výše, než realita ospravedlňuje, protože tato měření jsou pro něj hmatatelná. Finanční ředitel, který vidí jen čtvrtletní zprávu, hodnotí níže, protože nemá souvislý přehled o tom, co bylo mezitím naměřeno. Oba pohledy jsou pravdivé pro toho, kdo je vyslovuje. Samotný rozptyl je informace: ukazuje, že neexistuje sdílený, celoorganizační pohled na výkonnost, což už samo o sobě vypovídá o úrovni.
Krok od baseline k foundation vyžaduje především disciplínu: vybrat pevný okamžik k ohlédnutí zpět a nedovolit, aby tento okamžik zmizel pod tlakem dalšího pilotního projektu. Krok k activation vyžaduje opakovatelný proces, což se opět dotýká toho, jak vyspělá je podkladová infrastruktura. Krok k insight nebo intelligence vyžaduje, aby byla měření dostatečně spolehlivá, aby se na nich dalo stavět, a to vede zpět ke kvalitě dat a k tomu, kdo je v rámci organizace oprávněn na základě těchto měření upravovat postup. I dimenze jako etika a soukromí a bezpečnost do toho hrají roli: měření výkonnosti, které pomíjí otázku, zda výsledek vznikl odpovědným způsobem, je neúplné měření. Co konkrétně stojí posun o úroveň výš, ať v čase, pozornosti nebo prostředcích, se liší podle organizace a závisí na tom, kde se nacházejí ostatní dimenze. Proto hybridresourcing pracuje s kolem plotu místo pevného plánu kroků: nejprve zviditelnit, kde se nacházíte a kde se názory rozcházejí, než se stanoví, co je potřeba.
Tato stránka se týká toho, zda vaše organizace dokáže zjistit, co AI přináší, nezávisle na tom, jaké konkrétní práce se to týká. To je jiná otázka než to, které úkoly se dají převzít a v jaké míře. Kdo to chce vědět, po jednotlivých úkolech a na základě toho, co práce samotná obsahuje, najde to ve work scanu FTE TO AI. Řízení výkonnosti a work scan na sebe navazují: jeden měří, zda dokážete posoudit výsledek, druhý vypočítá, jaká část práce je k posouzení.
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.