Baseline je první z pěti úrovní v měření vyspělosti hybridresourcing. Nejde o negativní hodnocení. Popisuje organizaci, kde sedm dimenzí — mimo jiné organizace, IT infrastruktura a datový management — ještě nemá strukturu, která by mohla nést AI. Možná se s AI již experimentovalo. Probíhají pilotní projekty, byly nakoupeny licence, někdo v týmu používá jazykový model pro reporty. To na úrovni nic nemění. Baseline se týká toho, co stojí, ne toho, co se už zkoušelo.
Na úrovni baseline chybí společná představa o tom, kdo je za co odpovědný, pokud jde o AI. Rozhodnutí o nástrojích se dělají na úrovni jednotlivých oddělení, aniž by měl kdokoli přehled o tom, co všechno běží. IT infrastruktura je uspořádána podle pracovních procesů z doby před AI: systémy, které si nerozumí, žádné centrální místo, kde by se data scházela, žádná vize toho, co je potřeba, aby modely mohly pracovat s daty organizace. Datový management existuje jen formálně — je tu archiv, CRM, intranet — ale nikdo nemůže s jistotou říct, kde která data jsou, kdo k nim má přístup a zda jsou správná.
Základní dimenze mají přednost před závislými, a to na této úrovni pocítíte nejsilněji. Pilotní projekt, který sám o sobě funguje dobře, se zasekne, jakmile se má rozšířit, protože infrastruktura pod ním to neunese. Tým, který s nadšením testuje AI aplikaci, zjistí, že data, která potřebuje, nikde nejsou strukturovaně dostupná. Nejsou to náhodné případy. Jsou to předvídatelné důsledky základu, který ještě není hotový.
Baseline neznamená, že organizace stojí na místě nebo že lidé nechtějí. Často je pravda opak: je tam pohyb, existují iniciativy, byl uvolněn rozpočet. Co chybí, není motivace, ale souvislost. Jednotlivé pilotní projekty bez sdílené infrastruktury, jednotlivé využívání dat bez centrální správy, jednotlivá rozhodnutí bez sdíleného vlastnictví. Energie tam je. Struktura, která by tuto energii zachytila, ještě ne.
Neznamená to ani, že tato úroveň musí trvat dlouho, nebo že je s organizací, která zde začíná, něco v pořádku. Většina organizací, které se AI zabývají vážně, začíná na úrovni baseline nebo těsně nad ní. Úroveň je fotografie, ne rozsudek.
V kole hodnocení měření vyspělosti bodují jednotlivé osoby samostatně, a u organizací na úrovni baseline často upoutá pozornost jedna konkrétní věc: rozptyl mezi respondenty je velký. Zatímco osoba odpovědná za IT vidí, že infrastruktura má stále velké mezery, vedoucí oddělení si možná myslí, že vše je v pořádku, protože nástroje, které používají, funguje jak má. Tento rozptyl je sám o sobě signálem. Ukazuje, že ještě neexistuje sdílená představa o tom, kde organizace stojí — a právě tato absence sdílené představy je pro baseline charakteristická.
Přechod z baseline na další úroveň nevyžaduje více projektů s AI. Vyžaduje, aby něco získalo přednost před ostatním: jasné odpovědnosti, infrastrukturu, která umí data shromažďovat a zpřístupňovat, a datový management, který je dostatečně spolehlivý, aby se na něm dalo stavět. Bez tohoto základu zůstane každý další krok dočasný, protože stojí na písku.
Co tento přechod konkrétně znamená pro vaši organizaci, se liší podle situace — závisí na oboru, velikosti a na tom, která ze sedmi dimenzí nejvíce pokulhává. Jak se dostanete z baseline na další úroveň popisuje, jaké kroky k tomu patří. Pro srovnání je také užitečné vidět, kam tento krok vede: co úroveň foundation znamená v praxi ukazuje, jak vypadá základ, jakmile základní struktura již stojí. Pro organizace, které se chtějí dívat dál než jen na další krok, co úroveň insight znamená v praxi popisuje, jak se vyspělost dále vyvíjí, jakmile jsou data a infrastruktura v pořádku.
Měření vyspělosti hybridresourcing se dívá na otázku, zda organizace může nést AI: existuje základ, stojí struktura, existuje sdílená představa o odpovědnostech a datech. To je jiná otázka než to, jaká část samotné práce se pro AI hodí. Organizace na úrovni baseline může mít klidně pracovní procesy, v nichž se mnoho úkolů hodí pro převzetí ze strany AI — jen zatím chybí struktura, jak to udělat udržitelným způsobem. Kdo chce vědět, jak velkou část práce samotné, po jednotlivých úkolech, může AI převzít, nenajde tuto odpověď v měření vyspělosti, ale ve pracovním skenu FTE TO AI. Ten vypočítá pro každý úkol, jaká část je vhodná pro AI, bez ohledu na to, zda je na to organizace už připravena. Obě odpovědi společně — je organizace připravena, a je práce připravena — dávají úplný obraz předtím, než do něčeho investujete.
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.