Proč rychlejší škálování nenahradí základy

Nástraha

Proběhl úspěšný pilotní projekt. Vedení chce tempo. Padne rozhodnutí: rozšířit to na zbytek organizace, na další týmy, další oddělení. Co fungovalo v jednom koutě, musí teď fungovat všude.

Toto zdaleka ne vždy dopadá dobře. Ne proto, že by technologie najednou reagovala jinak, ale proto, že prostředí, ve kterém má funkovat, je všude jinak uspořádané. Tým, kde se pilotní projekt povedl, měl náhodou IT infrastrukturu, která zvládla, co se od ní žádalo, správu dat, která byla v pořádku, a organizační strukturu, ve které někdo přebíral odpovědnost. Jinde v organizaci je na tom jedna nebo více z těchto věcí jinak. Výsledek: stejné úsilí na jednom místě něco přinese a jinde nic, nebo horší – dodatečnou práci na opravu chyb.

Proč to vypadá logicky

Škálování se jeví jako další krok, protože pilotní projekt něco prokázal. Existuje výsledek, existuje nadšení, existuje tlak zvýšit výnosnost. Kdo jednou něco rozjel, nechce to omezit na jeden tým. Škálování je navíc viditelné: více uživatelů, více týmů, více procesních linek, které nový způsob práce převezmou. To působí jako pokrok, i když základní dimenze – organizace, IT infrastruktura, správa dat – ještě všude nejsou na úrovni, na které může fungovat dimenze, jež na nich závisí.

Pořadí, v jakém to funguje, není volitelné. Pokud základní vrstva nestojí, závislá vrstva nemá na čem stavět. To není otázka preference nebo toho, že si vezmeme více času; je to způsob, jakým se dimenze vzájemně nesou. Škálování toto pořadí ignoruje a očekává, že opakování pracovního postupu postačí, i bez podloží, které bylo poprvé náhodou přítomné.

Podle čeho poznáte, že se v tom nacházíte

Několik signálů se často opakuje. Týmy, které převezmou nový pracovní postup, hlásí kolísavé výsledky, a nikdo nedokáže dobře vysvětlit, proč to u jednoho týmu funguje a u druhého ne. Žádá se o více školení nebo více komunikace, zatímco problém je jinde: v systémech, které na sebe nenavazují, v datech, která nemají stejnou kvalitu, ve struktuře, ve které nikdo není vlastníkem výsledku napříč hranicemi týmů.

Poznat lze i situaci, kdy technologie se zavádí do struktury, která se sama nezměnila: nový pracovní postup se technicky zpřístupní, ale role, odpovědnosti a rozhodovací linky zůstávají stejné jako před pilotním projektem. Podobný je vzorec, kdy pilotní projekt dobře funguje ve svém vlastním koutě, ale nenavazuje na zbytek organizace: škálování kopíruje pracovní postup, nikoli podmínky, za kterých tento postup vznikl.

Třetí signál je méně viditelný, ale stejně rozhodující: dva nadšenci tahají vůz a nikdo jiný se necítí odpovědný. Dokud je iniciativa závislá na hrstce lidí, kteří jsou náhodou motivovaní, neexistuje organizační základ pro škálování – existuje jen nadšení, které se nemnoží, jakmile se tým rozšíří.

Kdo tyto signály poznává, dobře udělá, když se zamyslí, zda je rozdíl mezi týmy důsledkem realizace, nebo rozdílu v připravenosti, který existoval už dávno předtím, než se začalo škálovat. Toto rozlišení je přesně to, na co se dívá měření vyspělosti od hybridresourcing.com: ne na jedno skóre pro celou organizaci, ale na pět úrovní napříč sedmi dimenzemi, měřených tak, že více lidí bodovává samostatně a rozptyl mezi jejich odpověďmi se zviditelní. Tento rozptyl často vypovídá více než průměr: liší-li se odhad generálního ředitele zásadně od odhadu ředitele IT, je v tom část vysvětlení, proč škálování na jednom místě zabírá a na jiném ne. Co generální ředitel v tomto měření ukazuje o vlastní organizaci a co provozní ředitel v tom poznává z každodenní realizace, zřídka poskytují stejný obrázek, a právě tento rozdíl je to, na čem je měření postaveno.

Přemostění k další otázce

Tato stránka se zabývá otázkou, zda organizace může AI unést: zda struktura, infrastruktura a správa dat jsou na úrovni, kde má škálování smysl. To je jiná otázka než to, která část samotné práce je vhodná k předání AI. Na tuto poslední otázku odpovídá pracovní skener od FTE TO AI: ten pro každou úlohu vypočítá, jakou část práce lze převzít AI, nezávisle na tom, zda je na to organizace už připravena. Obě otázky spolu souvisejí, ale pořadí není nezávazné – vědět, co je přenositelné, má malou hodnotu, dokud není jisté, zda základ toto přenesení unese.

Nástroj se právě staví